Социальные сети, где потребители делятся впечатлениями и предпочтениями, также могут принести богатый урожай наблюдений о конъюнктуре спроса. К примеру, в FGI Research разработали и используют методологию «умного сканирования» соцсетей SmartScan для массового сбора и анализа данных, помогающих фирмам лучше понять своих клиентов и их нужды. Сканер SmartScan собирает отзывы и комментарии пользователей из новостных лент, блогов и соцсетей – Facebook, Twitter, YouTube и т. п. – и «точечно выявляет неудовлетворенные нужды, неизвестные доселе проблемы и области, требующие дальнейшего углубленного исследования», а также «реакции на недавно запущенные в серию продукты, рекомендуемые розничные цены, маркетинговые кампании или коммерческие решения».
Выявление скрытых потребностей методом погружения
В ряде случаев потребители могут не сознавать, чего именно им на самом деле хочется, или не уметь это четко сформулировать. Компании наподобие Intuit имеют возможность изучать потребителей в естественных условиях и вскрывать такие неявные нужды. Подобный «этнографический» подход позволяет исследователям выявить «болевые точки» клиентов, зная которые разработчикам значительно проще искать «точечные решения», наилучшим образом приспособленные к описанным исследователями проблемным ситуациям. В Японии, к примеру, два инженера-разработчика из компании Fujitsu по имени Томихиро Ямазаки и Дайсуке Каваи не убоялись испачкать руки-ноги и проработали целый сезон в мандариновых садах хозяйства Сава в префектуре Вакаяма бок о бок с фермерами. Целыми днями они выполняли на плантациях те же операции, что и сельхозрабочие. Цель была сформулирована предельно просто и ясно: повысить урожайность мандаринов. Средний возраст работников сельского хозяйства в Японии неуклонно повышается и уже достиг 65 лет, и в Fujitsu решили исследовать, какие технологии (в частности, мобильные и беспроводные) и как именно могут поспособствовать повышению производительности труда и урожайности, а заодно зафиксировать для потомков наследуемые крестьянами традиционные агротехнические приемы, описать которые в явном виде они сами не способны. Поначалу дела у этой пары инженеров не заладились. Взявшись за каторжный ручной крестьянский труд, они оказались не в состоянии понять его техническую сторону. Зато через несколько недель они в полной мере прочувствовали, каково приходится крестьянам. В частности, исследователям стало очевидно, что существующие технологии переусложнены и плохо приспособлены к использованию в условиях реального сельскохозяйственного труда. Например, пользоваться смартфонами крестьянам мешали толстые рабочие перчатки; кроме того, на ярком солнце на экране было невозможно ничего разглядеть; наконец, в дождливую погоду требовались водонепроницаемые аппараты, а их у крестьян не было. Ямазаки вспоминает:
День за днем я возвращался домой страшно уставшим после полного рабочего дня на плантации. Понятно, что у крестьян ни сил, ни желания не оставалось на то, чтобы по возвращении домой с работы тратить еще 10-20 минут на ввод требуемых нами данных.
Более того, крестьянам предлагалось использовать показатели, которые весьма трудно поддаются количественной оценке, особенно при некоторых операциях. «Свои решения они часто основывают на таких вещах, как мягкость почвы или окраска листьев», – рассказывает Ямазаки. Кроме того, крестьяне всецело полагались на бумажные записи в планировании сельхозработ, включая порядок и время высадки саженцев, полива деревьев и сбора плодов. А ведь все эти решения оказывали прямое влияние и на урожайность, и на вкусовые качества мандаринов.
Вооружившись взглядом изнутри и собственноручно полученным опытом, Ямазаки и Каваи создали простую в использовании систему поддержки принятия решений, опирающуюся на точные данные, регулярно собираемые из множества взаимодополняющих источников, включая сенсорные датчики температуры, количества осадков и влажности почвы по всем садам Сава. Данные сверяются с имеющимися у производителя результатами многолетних наблюдений, после чего садоводам выдаются рекомендации относительно интенсивности полива и сроков проведения конкретных видов сельскохозяйственных работ. Кроме того, система автоматически ведет учет фактических затрат на выращивание мандаринов, что помогает фермерам запрашивать более обоснованную и справедливую цену за свою продукцию. Также организован сбор данных об интуитивном опыте, накопленном работниками сельского хозяйства с большим стажем, с тем чтобы передать его грядущим поколениям.
В результате при тех же трудозатратах в садах Сава значительно повысился выход готовой продукции, а расход воды в системах орошения удалось существенно сократить благодаря оптимизации интенсивности полива в зависимости от сезонных факторов. Но едва ли не самым главным достижением стало значительное улучшение вкусовых качеств выращиваемых там мандаринов. Ямазаки и Каваи теперь убеждены, что без погружения в производственную среду невозможно в полной мере понять и оценить проблемы и выработать простые и эффективные решения.
Конечно же, исследователям и разработчикам не всегда обязательно гнуть спину на плантациях по 14 часов в сутки, чтобы прочувствовать боль и тяготы клиентов. Бывает, что новые инструменты и технологии позволяют виртуально испытать и понять трудности, с которыми сталкиваются потребители. Например, специалисты по проектированию решений, доступных для лиц с ограниченными возможностями, при Кембриджском университете разработали для этих целей замечательный набор инструментов, включая очки, воспроизводящие различные пороки зрения, и тяжелые перчатки, имитирующие ощущения людей с артритом, который мешает им управляться даже с простейшей бытовой утварью типа консервных ножей.
Предоставление прототипов конечным пользователям для оценки
Вместо того чтобы разрабатывать перенасыщенные инженерными решениями продукты, запершись в «башне из слоновой кости», проектировщики сегодня имеют возможность быстро строить вполне годные прототипы, делиться ими с потребителями, а затем оперативно дорабатывать с учетом откликов.
Новые цифровые инструменты поддерживают быстрое онлайновое создание прототипов, что значительно снижает затраты времени и труда на широкое привлечение потребителей к их тестированию. В частности, Affinnova предлагает компаниям использовать разработанную ею информационно-технологическую платформу, основанную на мощных алгоритмах оптимизации и прогностического анализа, для быстрого итеративного совершенствования проектов по результатам получаемых в интернет-режиме откликов потребителей о тестируемых прототипах. В частности, разработанная компанией методология IDDEA (Interactive Discovery & Design by Evolutionary Algorithms) позволяет численно анализировать реакцию клиентов на представляемые им прототипы, оперативно генерировать и предлагать целый ряд альтернативных вариантов проекта. Эти алгоритмы позволяют выявлять предпочтения потребителей и использовать их для выработки новых решений при помощи компьютерной программы, работающей по принципу имитации генетического и эволюционного развития. Процедура может циклически повторяться до достижения желаемого результата. Цифровые инструменты Affinnova сегодня широко используются такими всемирно известными брендами, как Procter & Gamble, Nestlé и Unilever.
Но не все категории продуктов в равной мере поддаются осмыслению в рамках онлайновой обратной связи. Нередко для задействования потребителей на действительно качественном уровне приходится перемещаться и в реальный физический мир. Для этого можно использовать, например, «лаборатории погружения», такие как демонстрационная лаборатория американского производителя строительной и горнодобывающей техники Caterpillar, где клиентам предлагается «поиграть» с новыми прототипами и моделями и незамедлительно поделиться своими отзывами с инженерами-конструкторами. В отличие от проверки концептуальных замыслов, когда от пользователей-тестировщиков требуется в явном виде высказать свои нужды и пожелания, методология «лабораторного погружения» позволяет исследователям наблюдать за живой реакцией пользователей, «играющих» в прототипы, делать выводы относительно того, чего именно им не хватает, и на основе этого заключать, что конкретно нужно делать дальше, чтобы довести проектируемый продукт до ума в плане его максимальной полезности для потребителей.
Использование результатов анализа больших массивов данных
И потребительские продукты, и промышленное оборудование все больше предусматривают подключение к интернету. Мобильные устройства и интернет вещей (физические объекты с идентификаторами и/или интерфейсами) позволяют исследователям собирать колоссальные объемы данных, анализировать их на предмет выявления и прогнозирования нужд потребителей и своевременно откликаться на эти нужды, учитывая их в новых технических решениях.
Такой подход, получивший название «прогнозная аналитика», дает особо мощный эффект в контексте технологичных решений для промышленности. Светотехническое подразделение Philips, занимающееся коммерческой разработкой и установкой систем освещения крупных промышленных и инфраструктурных объектов, служит хорошим примером планомерного использования такого подхода.
Компания (по согласованию с заказчиком) оснащает каждый осветительный прибор сенсорным выключателем и датчиком движения, после чего вся система освещения становится для нее источником обширных данных о времени включения, интенсивности использования и отключения светильников, которые поступают в центральную информационную систему. Глава американского отделения Philips Lighting Боб Эсмейер поясняет:
Со временем мы накопим достаточно данных для разработки полностью автоматизированных систем освещения, которые будут работать сами по себе – определять световой поток с улицы, двигательную активность в помещениях и соответствующим образом регулировать интенсивность освещения.
Прогнозная аналитика может оказаться полезной и компаниям, специализирующимся на оказании услуг, поскольку позволяет заблаговременно выявлять риски и принимать меры для минимизации их последствий. К примеру, одна из ведущих мировых страховых медицинских компаний Aetna совместно с Newtopia, разработчиком компьютерных средств персонализированного консультирования по вопросам здоровья, апробируют систему, использующую уникальный генетический профиль для выявления рисков для здоровья пользователей, таких как метаболический синдром, обусловливающий предрасположенность к сахарному диабету и сердечно-сосудистым заболеваниям. По результатам оценки пользователям предлагаются индивидуальные рекомендации по минимизации риска развития или усугубления этих хронических заболеваний. Другой пример такого рода – использование операторами мобильной связи прогнозно-аналитического средства, разработанного американской ИТ-компанией Alteryx и предназначенного для выявления среди высокоценных клиентов лиц с большим риском перехода к другим операторам и принятия в их отношении упреждающих маркетинговых мер, направленных на удовлетворение обойденных вниманием потребностей с целью удержать этих клиентов.
Таким образом, у компаний имеется немало способов систематического вовлечения пользователей в процесс исследований и разработок с целью выявления их реальных покупательских нужд. При этом привлечение потребителей к активному участию еще на стадии создания концепции будущих продуктов и услуг является необходимым, но не достаточным условием обеспечения своевременной разработки компанией качественных и недорогих решений. Для этого, помимо сбора вводных данных, у компании должны быть тщательно пересмотрены и отлажены внутриорганизационные процессы на стадии проработки и внедрения инноваций.
Тыловая поддержка инноваций: адаптивность исполнения
Инновационный процесс подобен военно-транспортной колонне, где все участники от первого до последнего должны двигаться с одинаковой скоростью, дабы строй не растягивался и оставался компактным. К сожалению, машина тыловой поддержки инноваций во многих фирмах пробуксовывает и отстает от общего движения, а значит, отделы исследований и разработок должны иметь инструменты для оказания помощи своим коллегам-производственникам в ускорении внедрения новинок в серию. В частности, в связи с этим иногда бывает полезно отвлечься от эффективности разработки и уделить внимание большей гибкости проекта в плане его практической реализации. Для ускорения внедрения инноваций фирмы могут использовать целый ряд общедоступных и хорошо зарекомендовавших себя приемов.
Инструменты динамичного управления инновационным портфелем
Учитывая ограниченность в ресурсах, практика управления портфелем проектов полезна для разработчиков хотя бы в силу того, что позволяет выявлять наиболее приоритетные идеи продуктов, заслуживающие первоочередного внимания и финансирования. При этом приоритеты со временем могут динамично меняться. По мере изменения рыночной конъюнктуры портфель проектов необходимо регулярно пересматривать, а выделенные на исследования и разработки ресурсы перераспределять в пользу самых нужных на данный момент времени потребителям проектов. Это касается даже столь наукоемких отраслей, как химическая и фармацевтическая промышленность. Американская химическая компания DuPont, например, пошла в этом направлении еще на шаг дальше. В рамках корпоративной программы «рыночно-ориентированных инноваций» реализуемые DuPont долгосрочные научно-исследовательские проекты регулярно выносятся на коллегиальное рассмотрение совещания руководителей бизнес-подразделений, которые совместными усилиями «перетряхивают» весь портфель инновационных проектов и переопределяют приоритеты, исходя из текущей практической перспективности прикладного использования потенциальных результатов исследований, а также корректируют и содержание проектов, исходя из новых рыночных реалий.
Принцип проектирования «по мере возникновения спроса»
Вместо чрезмерного технического усложнения продуктов и перегрузки их элементами и функциями, включаемыми в проект «на всякий случай», компаниям следует принять за правило принцип проектирования «по мере возникновения спроса». Начинать нужно с быстрой разработки и запуска в серию просто «годного» по качеству и пользующегося спросом продукта, а уже затем постепенно доводить и совершенствовать его, добавляя новые элементы и функции по результатам анализа отзывов потребителей, и делать это так же своевременно. Методологии оперативной гибкой разработки и экономного запуска продуктов в серию учат компании, что хорошая неудача – это быстрая и дешево обходящаяся неудача на ранней стадии, а также вполне позволяют даже крупным фирмам с большим штатом исследователей и проектировщиков осваивать принципы быстрой разработки и оперативного запуска продукции в серийное производство.
Опасность узких мест в цепи поставок, производства и сбыта
Задержки в реализации и непредвиденное удорожание инновационных проектов часто бывают обусловлены невниманием разработчиков к пропускной способности логистических цепей. В результате новые продукты предусматривают, например, использование дефицитных либо слишком дорогих компонентов, или слишком сложных и затратных производственных технологий, или неоправданно высокие затраты на эксплуатацию, техническое обслуживание и ремонт. Столкнувшись с подобными реалиями, инженеры-проектировщики вынуждены возвращаться за кульманы и начинать проектирование продукта, по сути, заново. А ведь имеются вполне доступные инструменты обеспечения прозрачности цепей закупок, производства и сбыта, позволяющие проектировщикам отслеживать все важные требования в области материально-технического обеспечения производства и эксплуатации разрабатываемых продуктов и учитывать их для максимального ускорения вывода на рынок качественных и недорогих, в том числе и по техническому обслуживанию, разработок. В конечном счете усовершенствованные от начала и до конца процессы должны слиться в единую отлаженную и плотно интегрированную комплексную систему, которая, в свою очередь, позволит группе исследований и разработок активно заинтересовывать и систематически задействовать потребителей. Но чтобы это стало возможным, компаниям нужно иметь еще и четко ориентированную на рынок стратегию развития, и бизнес-модель, предусматривающую полную интеграцию перспективных разработок в текущую деятельность компании. Компания не может успешно реорганизовывать исследования и разработки в отрыве от всех остальных направлений своей деятельности, и как раз здесь веское слово должен сказать генеральный директор, обеспечив практическую реализацию фундаментальных изменений в масштабах всей организации.