რა მასწავლა Amazon-ის ჯეფ ბეზოსმა კომპანიის მართვაზე "გამოცდილებამ, რომელიც ჯეფ ბეზოსთან მუშაობისას მივიღე, სამუდამოდ შემცვალა."
Opinions expressed by Entrepreneur contributors are their own.
You're reading Entrepreneur Georgia, an international franchise of Entrepreneur Media.
2003 წელს Amazon-მა პირდაპირ სტენფორდის უნივერსიტეტიდან ამიყვანა სამსახურში. პირველად, ექვს სხვადასხვა შემოთავაზებაზე ვთქვი უარი. შემდეგ ხელმძღვანელობამ დამარწმუნა, კომპანიის მომხმარებელთა ქცევის კვლევის ჯგუფი შემექმნა, რომელიც მონაცემთა მოპოვების კვლევასა და განვითარებაზე იქნებოდა ორიენტირებული. სიეტლში ჩასვლისთანავე, ხან ერთ მენეჯერთან ვმუშაობდი და ხან მეორესთან, მათ შორის თავად ბეზოსთანაც კი მომიხდა მუშაობა.
ბეზოსმა დამავალა, Amazon-ის მონაცემები კარგად გამომეჩხრიკა ბიზნესის განვითარების ახალი გზების მოსაძებნად. ჩემმა გუნდმა მიღებული მონაცემების საფუძველზე მართვის სამი ახალი სისტემა დაამუშავა, რომლებმაც პატენტების მშვენიერი პორტფოლიოს შექმნასაც შეუწყვეს ხელი და Amazon-ის წლიური მოგება $50 მილიონზე მეტითაც კი გაზარდეს.
2004 წელს Redfin-ში გადავედი, ამ კომპანიის თანადამფუნებელი ვიყავი და ბოლოს, 2006 წელს ჩემი ამჟამინდელი კომპანია RichRelevance დავაფუძნე. გასაოცარია, მაგრამ Amazon-ის გაკვეთილებმა ისეთ ლიდერად მაქცია, ვერასოდეს წარმოვიდგენდი.
საყოველთაოდ გავრცელებული შეხედულების მიხედვით, მომხმარებელთა მომსახურების ხარისხი Amazon-ის წარმატების მთავარი საიდუმლოა. სინამდვილეში, ბეზოსის მთავარი ინოვაცია, კორპორაციული კულტურის ცენტრში მონაცემთა დაყენება იყო. დიდ მონაცემთა თაობაზე აჟიოტაჟის ატეხვის მიუხედავად, ბეზოსი ნამდვილად უნიკალურია იმით, რომ მონაცემებზე განსაკუთრებულ ყურადღებას ამახვილებს. ჩვენ, დანარჩენები კი, მხოლოდ მოდურ სიტყვებს ვიყენებთ იმისათვის, რომ დროს არ ჩამოვრჩეთ.
Amazon-ის ხელმძღვანელის თქმით, აი, რა უნდა გავაკეთოთ, რომ დროს არ ჩამოვრჩეთ.
1. თქვენს კორპორაციულ კულტურას მონაცემები განსაზღვრავს. ბეზოსმა ნებისმიერზე უკეთ იცოდა, ვისთანაც ოდესმე რაიმე შეხება მქონია, რომ ვიდრე მონაცემებს არ გააანალიზებ, ვერაფრის გაუმჯობესებას ვერ შეძლებ. Amazon-ში ყველაფერს აანალიზებენ, რისი გაანალიზებაც შეიძლება. თითოეული მონაცემის ტესტირება და გაანალიზება ხდება. ეს მხოლოდ ვებგვერდის დიზაინსა და პროდუქტების მახასიათებლებს კი არა, ფინანსურ, საკადრო და საოპერაციო პროცესებსაც ეხება.
როდესაც Amazon-ში ვმუშაობდი, ჩემმა გუნდმა დაამტკიცა (ფაქტობრივად, მტკიცებულების 65 გვერდი არსებობს!), რომ ვებგვერდის დატვირთვის დრო გავლენას ახდენდა გაყიდვებზე და მონაცემებიც განსაზღვრა, რომლებიც ამ პროცესში მთავარ როლს ასრულებდნენ. ბეზოსმა და Amazon-მა სრულიად უყოყმანოდ მოახდინეს რეორგანიზაცია ამ მონაცემების გათვალისწინებით − ვებგვერდის ფუნქციონირების ანალიზის სრულიად ახალი, კიდევ უფრო აგრესიული მეთოდი დანერგეს და ასობით სამუშაო ადგილი შეცვალეს.
მონაცემთა ფლობა თანამედროვე კომპანიებისთვის უმნიშვნელოვანეს მიზნად იქცა, ეს მიზნები კი თითქოს მაგიური სიტყვებით გამოიხატება და ნებისმიერი თანამშრომელი ვერბალურად აანალიზებს მათ.
მსგავსი სტატია: დიდ მონაცემთა მეცნიერებისა და ანალიტიკის აღზევება ბიზნესში
2. მონაცემთა გაანალიზება მწვერვალიდან იწყება. მონაცემთა ანალიზზე დაფუძნებული კულტურის დანერგვას აზრი არ აქვს, თუ მას აღმასრულებელი დირექტორი და ხელმძღვანელობა არ უჭერს მხარს, და თუ ისინი მზად არ არიან მათთვის ძვირფას მოსაზრებებში დასაეჭვებლად. ტირანიის დასამარცხებლად (ანუ იმ პიროვნების მოსაზრებების გადასახედად, რომელსაც კომპანიაში ყველაზე მეტს უხდიან) ერთადერთი გზა არსებობს − მწვერვალიდან ქვემოთ.
ბეზოსს სრულიად იშვიათი თვისება ჰქონდა − მონაცემთა სასარგებლოდ იღებდა გადაწყვეტილებებს. Amazon-ზე ჩემი ერთ-ერთი წინადადება მთავარ გვერდზე რეკლამების გაყიდვა იყო. ბეზოსი თავდაპირველად არ იყო ამის მომხრე: "ეს არის ერთ-ერთი ყველაზე სულელური იდეა, რომელიც კი ოდესმე მსმენია", − განაცხადა მან.
მიუხედავად ამისა, როდესაც ჩემი იდეის დასასაბუთებლად მონაცემები გავაცანი, მაშინვე მივიღე ნებართვა. ბეზოსმა მითხრა, რომ ცოცხალი ტესტი ჩამეტარებინა და ამ მარტივი გადაწყვეტილებიდან ჩვენ მილიარდი დოლარი მოვიპოვეთ. ახლა Amazon-ს რეკლამით წლიური მილიარდი დოლარს აქვს. ეს ერთ-ერთი ყველაზე მომგებიანი მომსახურებაა Amazon-ზე და ბრძოლის ველი, რომლითაც გავრცელებული ხმების მიხედვით, Google-საც კი უწევენ კონკურენციას.
მსგავსი სტატია: რატომ არიან "ამაზონი" და ჯეფ ბეზოსი ძლიერები
3. მონაცემების დემოკრატიზაცია. თუ გაინტერესებთ, როგორ ახერხებს Amazon (და ისეთი კომპანიები, როგორებიცაა Google და Facebook) ასე სწრაფად ინოვაციების დანერგვას, ამას ერთი პასუხი აქვს, რომელსაც პირადად მე "მწვერვალზე ასვლას" ვუწოდებ. ბიზნესისადმი ამგვარი მიდგომა ოფიციალურად ნერგავს კომპანიაში მონაცემთა ძიების, გამოკითხვისა და ტესტირების სისტემას.
მწვერვალზე ასასვლელად აუცილებელია, რომ თანამდებობის მიუხედავად, საკუთარი იდეებისა და მოსაზრებების შესამოწმებლად ნებისმიერს ჰქონდეს წვდომა მონაცემებსა და ინსტრუმენტებზე. ინოვაციების სწრაფი განხორციელებისა და უზარმაზარი მოგების მიღების შესაძლებლობები მაშინ ჩნდება, როდესაც მონაცემები პრიორიტეტულად იქნება აღიარებული და ადრეულ ეტაპზევე მათი გამოცდის ფართო შესაძლებლობები შეიქმნება. ამომავალი ვარსკვლავები სწორედ ამას აკეთებენ ბიუროკრატიისა და პოლიტიკის ზემოქმედების გარეშე.
ჩემთან, RichRelevance-ში, ნებისმიერი თანამშრომელი ყველაფრის გაუმჯობესებას ცდილობს, რაც კი შესაძლებელია. ტიპური საინჟინრო ინტერვიუს დროს, კანდიდატებს პრობლემის გადასაჭრელად პროგრამის დაწერას ხშირად ვთხოვთ, მაგრამ მთავარი ყურადღება გამახვილებულია იმაზე, რომ ინჟინერმა იცოდეს, რა არის სწორი. როგორ უნდა დატესტონ და შემდეგ დაამოწმონ თავიანთი პასუხები? ჩვენი მიზანია გავაანალიზოთ, თუ როგორ ირჩევენ ისინი მონაცემთა წერტილებს, როგორ ასაბუთებენ საკუთარ იდეებს და როგორ აფასებენ პროგრესს. თანამშრომლები იმის გათვალისწინებით აგვყავს სამსახურში, აქვთ თუ არა "მწვერვალზე ასვლის" პოტენციალი.
ეს საკმაოდ მარტივია. მონაცემები, ლიდერობა და დემოკრატია წარმოადგენს მონაცემებთან მუშაობის იმ პრინციპებს, რომლებიც თქვენს ბიზნესს აუცილებლად წაიყვანს წინ.
RichRelevance სწრაფი ტემპით მიმყავს წინ, ყოველდღიურად ვცდილობ იმ პრინციპების ერთგული ვიყო, რომლებიც ბეზოსისგან ვისწავლე. დარწმუნებული ვარ, საუკეთესო იდეები ჩემგან კი არა, ჩემი გუნდისგან მოდის და რომ ეს მარტივი წესები ქმნის ბიზნესკულტურას, სადაც ამომავალი ვარსკვლავებისთვის პოტენციალის გამოსავლენად ყველა პირობაა შექმნილი და დიდი იდეები ნამდვილად იქცევა რეალობად.
