Нави Раджу - Бережливые инновации. Технологии умных затрат
Краудсорсинг – затратоэффективный метод организации сбора идей и проверки актуальности решений, направленных на удовлетворение конкретных, четко сформулированных нужд и потребностей. К примеру, канадская SoapBox Innovations Inc. из Торонто организовала онлайновый краудсорсинговый сайт SoapBox, предлагающий компаниям удобную платформу для обсуждения со всеми заинтересованным частными лицами их идей и для измерения первичной общественной реакции на них посредством простейшего голосования «нравится/не нравится». Идеи, собравшие внушительную поддержку, дополняют необходимой сопроводительной информацией и пересылают менеджерам соответствующих компаний, которые, в свою очередь, выносят их на рассмотрение вышестоящего руководства, отвечающего за их включение в планы реализации.
Например, Cisco, транснациональная компания – разработчик и производитель сетевого оборудования, использовала платформу SoapBox в рамках своего проекта Smart + Connected Communities[34], нацеленного на выявление превалирующих проблем граждан, с тем чтобы руководители органов местного самоуправления и муниципальных служб лучше ориентировались в приоритетных нуждах местных жителей. Тем временем канадское подразделение GlaxoSmithKline (GSK), компании – производителя лекарств и средств личной гигиены, использовало SoapBox для реализации внутриорганизационной инициативы по выработке перспективных идей по совершенствованию продукции. Помимо рацпредложений, сотрудники могли высказывать руководству и свои опасения.
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 погруженияВ 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[35]. 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 оценкиВместо 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)[36] 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.
