上周,我横跨美国,跟四家世界百强公司会面。这四家公司的年收入总计3千亿美元。我们的讨论经常被一个共同的主题打断,那就是怎样才能最好地利用数据来支持创新。
我对这个问题特别感兴趣:“我怎样才能知道我已经有太多的数据了,我可以停止做调查了?”
如果你经常读我的文章,你可能会猜出来我是怎么回答的:如果你已经在思考这个问题了,那么很有可能你已经有太多的数据,需要把你的注意力转到分析这些数据上了。
过去的一年里我在创新的应用方面花了很多时间,帮助我们的风险投资机构发现并守护有巨大潜力的机会,帮助我们的孵化团队为振奋人心的成长型业务打下基础。几乎所有这些努力都没有涉及大规模的、详细的量化研究。
不是说这些研究不能提供洞见。只是这些研究大多受到资源的限制,而且很明显,团队从跟客户交谈、开发原型、与客户分享原型、填补主要领导团队的空白等活动中取得的收获,比从枯燥的数据中获得的更多。
这些团队进行了无数的调查——比如与现在和未来的客户进行定性讨论或者判断人们对特定想法的反应的快速调查——这些调查都是有明确重点的,其结果能很快融入到战略计划中去。
当然,像我上周会面的这样的大公司比刚起步的公司有更多的富余资金。从核心业务中流出的资金可以投资到试验性的机会上。如果运作得当,可以帮助公司优化现有市场,或者找到原本会隐匿起来的机会。
不幸的是,许多公司并不是这样进行调查的。相反,他们一次次地做量化调查,想把调查当作安全毯(写调查报告用的纸厚得足以取暖,即使是在寒冷的冬夜!)这让我想起了温斯顿·丘吉尔说的话:“数据的作用就像电线杆对醉汉的作用一样,更多的是支持,而不是照明。”
我的建议是,看看你的公司最近启动的10个项目,比较一下这些产品和服务的实际效果和启动前期望的效果的不同。很有可能最好的结果也是相似之处不大,特别是那些以“我”开头的创新观点。这进一步说明你应该把资源从量化研究转向其他形式。
我并不是不喜欢数据。我实际上是数据猎犬。唉,我的学士学位是经济学,硕士学位是工商管理(MBA)。我确实认为像托马斯·达文波特(Thomas Davenport)这样的作家所说的“以分析取胜”的观点是正确的——聪明地利用数据能够成为一种竞争优势。
但是我看到太多人把具体的数据和事实搞混了。你不能确定一个市场机会真的存在,除非一个真正的客户认真考虑了你的想法,并愿意花点钱或时间来获得这项产品或服务。而且你还是不能完全确定,除非那个客户认为你的产品或服务有价值,他还愿意继续使用,并把它推荐给朋友,并再次购买。
最后我提一点打破“分析/无效”(analysis/paralysis)这个怪圈的建议。在你做任何调查之前,确定你理解并能清楚地解释你为什么要做这个调查,你期望发现什么,你用这些结论来做什么。也许这能帮助你在走近数据这根“电线杆”时,稍微清醒一点。