Kluczowa idea 1. Dlaczego dane nie podpowiedzą Ci innowacji

Wyobraź sobie zarząd firmy odzieżowej, który szuka pomysłu na rozwój swojej aplikacji zakupowej. Analitycy raportują, że klienci spędzają 75 procent czasu w telefonie w aplikacjach społecznościowych. Wniosek wydaje się oczywisty. Ludzie chcą interakcji, więc do aplikacji trzeba dodać czat. Christensen przekonuje, że dokładnie tak wyglądają narodziny większości nietrafionych innowacji.

 

Zdaniem autora sposób, w jaki większość firm myśli o innowacjach, jest błędny u samych podstaw. Liderzy zakładają, że wystarczy śledzić odpowiednie wskaźniki i zgromadzić dość twardych danych, aby ustalić, jakie produkty projektować i co w nich ulepszać. Firmy inwestują więc w kompleksową analizę danych, a mimo to ich innowacje rzadko czynią produkty realnie lepszymi dla klienta. Te pomysły, które jednak się przyjęły, są zwykle wynikiem trafnych przewidywań, nie systematycznej metody.

 

Komentarz Lumeo  Skłonność, by szukać odpowiedzi tam, gdzie łatwo mierzyć, a nie tam, gdzie naprawdę leży, dobrze oddaje znana przypowieść o pijaku i latarni. Mężczyzna szuka zgubionych kluczy pod latarnią, choć zgubił je w ciemnym zaułku, bo tłumaczy policjantowi, że tu jest jaśniej. Naukowcy nazwali ten schemat efektem latarni. Firmy wpadają w niego, gdy godzinami analizują dane, które akurat mają pod ręką, zamiast szukać trudniej uchwytnej prawdy o tym, po co klient sięga po produkt. Liczby o kliknięciach i czasie spędzonym w aplikacji są jasno oświetlone i wygodne, tyle że odpowiedzi na właściwe pytanie zwykle w nich nie ma.

 

Dlaczego tak się dzieje? Christensen wskazuje dwa powody, dla których twarde dane nie potrafią wiarygodnie doprowadzić firmy do rentownych innowacji.

 

 

Powód 1. Iluzja obiektywizmu

 

Praca z danymi wygląda jak twarda, obiektywna nauka. Pomysł poparty liczbami od razu zyskuje na wiarygodności. Christensen zauważa jednak, że dane wcale nie są tak obiektywne, jak się wydają, ponieważ sposób pomiaru i gromadzenia informacji zależy od wielu subiektywnych decyzji.

 

Wyobraź sobie serwis streamingowy, który rozważa zakup nowego reality show i pyta swoich subskrybentów, czy będą go oglądać. Jeśli ankieta zostanie połączona z kuszącym zwiastunem, chęć obejrzenia zadeklaruje na przykład 75 procent badanych. Ta sama ankieta z samym opisem tekstowym może dać zaledwie 45 procent. Obie liczby wyglądają na obiektywne, ale obie są wynikiem arbitralnych decyzji podjętych przy zbieraniu danych.