Текст книги "Как измерить все, что угодно [Оценка стоимости нематериального в бизнесе]"
Автор книги: Дуглас Хаббард
сообщить о нарушении
Текущая страница: 17 (всего у книги 20 страниц)
1. Нередко баллы используют в ситуациях, где вполне оправдано использование обычных количественных показателей, которые были бы намного информативнее (например, иногда в баллы пересчитывают доходность инвестиций или риск вместо того, чтобы использовать эти параметры, как это сделал бы актуарий или финансовый аналитик).
2. Баллы привносят свой собственный тип ошибки в процесс оценки, так как зачастую показатели, определенные по разным шкалам, несопоставимы и неоднозначны. Рассмотрим, например, число звезд, которое кинокритик может присвоить кинофильму или ресторанный обозреватель – ресторану (в первом случае обычно используют шкалу четыре звезды, а во втором – пять звезд). В данной ситуации две звезды не означают, что продукт или услуга в два раза лучше, чем то же, но с одной звездой, а посещение четырех однозвездочных кинофильмов совсем не равнозначно просмотру одного четырехзвездочного.
3. Баллы бывают информативными, если являются элементами опроса большой группы людей (например, при проведении исследования по определению степени удовлетворенности потребителей). Однако они существенно теряют информативность, если используются индивидуумами для оценки возможностей, стратегий, инвестиций и т. п.: людей редко удивляют те баллы, которые они присваивают сами.
4. Баллы лишь отражают порядковый номер, но многие пользователи увеличивают ошибку тем, что расценивают их как реальные величины. Как уже говорилось, более высокое порядковое число означает «больше», но не показывает, насколько больше. Умножение и суммирование порядковых чисел иногда дает результаты, о которых пользователь и не догадывается. Вот почему этот метод может привести к непредвиденным последствиям.
Стоит подробнее остановиться на том, чем такие баллы отличаются от z-показателей, использованных Робином Доузом, а веса – от весов, получаемых с помощью модели линзы. Во-первых, в «неправильных» линейных моделях Доуза и оптимизированных моделях линзы Брунсвика применяются исходные данные, выраженные в реальных единицах измерения (например, продолжительность реализации ИТ-проекта в месяцах или средний балл поступающего в аспирантуру), а вовсе не баллы, присвоенные экспертами по некоей произвольно выбранной шкале. Во-вторых, такими баллами не были и веса, использовавшиеся Доузом и Брунсвиком. Психология применения произвольных шкал гораздо сложнее, чем кажется. Когда эксперты выбирают веса по пятибалльной шкале, они вовсе не имеют в виду, что балл 4 вдвое важнее балла 2. Из-за этой неоднозначности пятибалльная (семибалльная или какая угодно другая) шкала только добавляет ошибку к процессу оценки.
На мой взгляд, единственное наблюдаемое достоинство систем условных взвешенных коэффициентов то, что менеджерам обычно хватает здравого смысла игнорировать полученные таким образом результаты. Я обнаружил, что лица, принимающие решения, отвергают итоги подобных расчетов очень часто, и мне не удалось найти ни одного доказательства того, что эти баллы когда-либо способствовали принятию совершенно иного или даже просто более удачного решения. И это притом что менеджеры нередко тратят массу времени и сил на разработку и применение своих условных шкал.
Один из таких методов иногда используется в информационных технологиях под ошибочным названием прикладной информационной экономики[47]. Его представляют как объективный, систематизированный и формализованный подход, однако, фактически, он не основан ни на одной общепризнанной экономической модели и на самом деле не может считаться относящимся к экономике. При ближайшем рассмотрении его название оказывается совершенно неправильным. Гораздо точнее выглядит термин «метод расчета субъективных нескорректированных взвешенных коэффициентов для области ИТ».
Полученный этим методом итоговый показатель для оцениваемого ИТ-проекта не имеет смысла и с точки зрения финансов. Описательное определение баллов в каждой категории и весовые коэффициенты, приписываемые этим категорям, никак не привязаны к научным подходам – ни к теоретическим, ни к эмпирическим. На самом деле это всего лишь еще один метод исключительно субъективной оценки, не предполагающий, в отличие от метода Раша или модели линзы, корректировку ошибки. Многие из тех, кто рассчитывает взвешенные коэффициенты для информационных технологий, утверждают, что метод имеет свои преимущества, но доказательств этому пока нет.
Любопытно, что прикладная информационная экономика предполагает преобразование полезных и имеющих экономический смысл величин (например, ROI) в баллы. Этот процесс происходит следующим образом: отрицательной или нулевой ROI присваивается балл 0, ROI, составляющей от 0,1 до 299 % – балл 1, ROI от 300 до 499 % – 2 и т. д. Иными словами, скромная 5-процентная ROI обозначается таким же баллом, как 200-процентная. В более количественных методах определения приоритетности инвестиционных проектов подобная разница в доходности означала бы, что один проект намного предпочтительнее другого. А здесь два проекта, существенно и очевидно различающихся по доходности инвестиций, попадают в одну категорию. «Чистый эффект» от такой процедуры – «уничтожение» информации.
Того же мнения придерживается специалист по управлению информационными технологиями Барбара Макнарлин. Она проанализировала 25 разных способов оценки преимуществ, в том числе несколько методов взвешенных коэффициентов[48]. Макнарлин охарактеризовала эти методы как бесполезные, причем ни в одном из них не нашла научно-теоретической основы.
Пожалуй, лучше всего это сформулировал Пол Грей, книжный обозреватель «Journal of Information Systems Management». В своей рецензии на книгу «Information Economics: Linking Business Performance to Information Technology» («Информационная экономика: влияние информационной технологии на эффективность компании»), одну из важнейших работ по методу прикладной информационной экономики, Грей написал: «Не обращайте внимания на слово „экономика“ в названии. Все, что в этой книге есть экономического, – это приложение о графиках затрат»[49]. Желая похвалить, Грей на самом деле указал на основной недостаток данного подхода: он не имеет никакого отношения к экономике.
Еще один распространенный вариант метода расчета условных взвешенных коэффициентов называется методом анализа иерархий (analytical hierarchy process, АНР). От других аналогичных методов он отличается в двух отношениях. Во-первых, АНР основан на ряде попарных сравнений, а не на прямом присваивании баллов каким-либо характеристикам. При этом экспертов спрашивают, является ли один критерий «намного более предпочтительным», «чуть более предпочтительным» и т. д. по сравнению с другим, и таким же образом разные варианты выбора сравниваются между собой по одному критерию. Например, возникает вопрос: что предпочтительнее – «стратегические преимущества» нового товара А или «стратегические преимущества» нового товара В? Следом идет другой: что предпочтительнее – «риск, связанный с разработкой» товара А или «риск, связанный с разработкой» товара В? Наконец, требуется найти ответ, что важнее – «стратегические преимущества» или «риск, связанный с разработкой нового товара». Таким образом, сначала эксперты сравнивают проекты по одному критерию, а затем сопоставляются сами критерии. Попарные сравнения не требуют разработки условных шкал, что можно считать преимуществом данного метода. Однако, как ни странно, при использовании АНР результаты сравнений конвертируются в условные баллы.
Второе отличие метода анализа иерархий от других способов расчета условных взвешенных коэффициентов – определение «коэффициента согласованности». Он показывает, насколько ответы не противоречат друг другу. Например, если вы предпочитаете а) возможность получить стратегическое преимущество низкому риску разработки новой продукции и б) низкий риск, связанный с разработкой новой продукции, возможности использовать существующие каналы сбыта, то тогда вы не должны отдавать приоритет возможности использовать существующие каналы сбыта возможности получить стратегическое преимущество. Если таких несоответствий много, то коэффициент согласованности низок. Если ни один ответ не противоречит другому, то коэффициент согласованности равняется 1.
Расчет коэффициента согласованности базируется на одном методе из матричной алгебры – нахождении собственных значений, – применяемом для решения целого ряда математических задач. Поэтому метод АНР нередко называют «теоретически обоснованным», или «математически доказанным». Если бы критерием теоретической обоснованности было просто использование на каком-то этапе математического инструмента (пусть и такого мощного, как нахождение собственных значений матрицы), то тогда доказать правоту новой теории или эффективность нового метода было бы гораздо легче, чем на самом деле. Кто-нибудь нашел бы способ использовать нахождение собственных значений матрицы в астрологии или дифференциальные уравнения в хиромантии. Но ни в том, ни в другом случае ценность самого метода не повысилась бы только потому, что был применен математический прием, доказавший свою эффективность в других условиях.
На самом деле АНР – просто еще один метод расчета взвешенных коэффициентов, особенностью которого является возможность снижения уровня информационного шума за счет выявления противоречащих друг другу ответов. Однако это вряд ли делает его результаты «доказанными», как часто утверждается. Проблема в том, что сравнение таких критериев, как стратегическая согласованность и риск, связанный с разработкой новой продукции, обычно не имеет смысла. Если бы я спросил, что вы предпочитаете – новую машину или деньги, то вы, прежде всего, спросили бы меня, о какой машине и о каких деньгах я говорю. Если бы речь шла о малогабаритном автомобиле среднего класса с пятнадцатилетней историей и миллионе долларов, то вы, наверное, дали бы один ответ, а если бы о новом «роллс-ройсе» и ста долларах, то другой. Тем не менее, по моим наблюдениям, когда группа людей применяет АНР, никто не спрашивает, о какой степени риска разработки новой продукции и о каких объемах затрат идет речь. Как ни странно, они просто дают ответ, как если бы сравнение было очевидно. Такой подход привносит опасность, что одни люди просто представляют себе совсем иные связи между затратами и риском, чем другие, а значит, уровень шума только повышается.
Последний, особенно странный недостаток анализа иерархий – возможность обратного порядка предпочтений[50]. Допустим, вы про-ранжировали с помощью АНР варианты А, B и C так, что самым предпочтительным оказался вариант А. Предположим, что вы откажетесь от варианта С; изменится ли в результате положение вариантов А и В в списке так, что лучшим станет В, а худшим – А? Нелепо, не правда ли? Как ни странно, применение метода анализа иерархий может привести именно к этому.
Существует только один ограничивающий критерий, позволяющий с уверенностью сказать, являются ли методы анализа «затрат/выгод» или расчета взвешенных коэффициентов способами измерения: результатом должно стать повышение предыдущего уровня знания. Если использованный метод только увеличивает прежнюю ошибку, то это не измерение. Если его считают формализованным и систематизированным, но без научных доказательств уменьшения ошибки и принятия более удачных решений, это не измерение. На проведение псевдоизмерений организации нередко тратят больше времени и сил, чем потребовалось бы на применение способов, гарантированно снижающих неопределенность. Зачем же тогда, спрашивается, даже думать об использовании методов, которые фактически не уменьшают неопределенность?
Сравнение методов
В конечном счете, человеческое суждение – совсем не плохой инструмент измерения. Если вы регулярно принимаете большое число аналогичных решений, то модели Раша и линзы, несомненно, помогут вам снизить неопределенность, устранив отдельные типы ошибок, присущие экспертам. Даже простой z-показатель Доуза выглядит, похоже, как определенный шаг вперед по сравнению с мнением эксперта.
Расскажем для сравнения о еще одном подходе, как будто более эффективном, чем все перечисленные методы, – объективной оптимизированной линейной модели. В отличие от других обсуждавшихся в этой главе способов, он никак не зависит от человеческих суждений и поэтому обычно дает намного лучшие результаты. Обычно мы предпочитаем его, но во многих случаях, когда приходится количественно оценивать то, что «не поддается измерению», необходимые для этого подробные, объективные данные за прошлые периоды получить невозможно. Отсюда возникает потребность в таких методах, как модели линзы, Раша и т. д.
В главе 9 мы обсуждали способы проведения регрессионного анализа, нужные, чтобы выделить и оценить эффекты от многочисленных переменных. Имей мы больше данных за прошедшие периоды по некоей периодически возникающей проблеме, полную документацию по каждому фактору, выраженному в реальных единицах измерения (а не в баллах условной шкалы), и возможность зарегистрировать фактические результаты, можно было бы построить «объективную» линейную модель.
Если модель линзы выявляет корреляцию между исходными переменными и экспертными оценками, то объективная модель находит связь между этими переменными и фактическими результатами прошлых периодов. Во всех случаях применения модели линзы, перечисленных в рисунке 12.2, на основе прошлой информации была построена регрессионная модель. Например, врачам были предоставлены медицинские данные о больных раком, а затем на основе оценок их ожидаемой продолжительности жизни была построена модель линзы. Но помимо этого за пациентами продолжали наблюдать и определять их фактическую продолжительность жизни. И если погрешность результата, полученного с помощью модели линзы, оказалась всего на 2 % меньше человеческого суждения, то ошибка оценки на базе объективной модели была меньше уже на 12 %. Средняя погрешность оценок, полученных во всех случаях применения модели линзы (см. рис. 12.2), была на 5 % меньше ошибки мнений экспертов, а средняя ошибка объективной модели – на 30 %. Конечно, даже объективные линейные модели не являются панацеей от всех бед. Как мы говорили в предыдущих главах, обычно дальнейшее разложение задачи на составляющие позволяет снизить неопределенность еще больше. Если бы мы расположили все эти методы в определенном порядке, так, чтобы на одном конце спектра оказались простые экспертные оценки, а на другом – объективная линейная модель, то получили бы следующую картину (см. рис. 12.5).
Несмотря на свои недостатки, описанные ранее методы оценки всегда эффективнее простых экспертных мнений. Такие методы, как модели Раша и линзы, устраняют основные погрешности человеческих суждений и превращают эксперта в гибкий, калиброванный и очень мощный инструмент измерения. По мнению многих специалистов по психологии принятия решений, оспаривать эффективность этих методов все равно, что стегать мертвую лошадь. Лучше всего это сформулировал Пол Мил, профессор психологии Университета штата Миннесота:
Нет ничего странного в том, что в социологии постоянно появляется столько качественно разных исследований, которые ведут к одному заключению. Когда вы проводите 90 исследований [теперь их уже около 150][51] с целью предсказания всего, что угодно, начиная от результатов футбольных матчей до диагноза заболевания печени, и когда вы вряд ли можете назвать хотя бы полдюжины работ, доказывающих, что экспертные оценки лучше, то уже пора сделать практические выводы[52].
Глава 13. Новые инструменты измерения для менеджмента
Интересно, что удалось бы измерить таким светлым головам, как Эратосфен, Энрико и Эмили, имей они в своем распоряжении обсуждавшиеся в данной книге методы. Не сомневаюсь, что много всего. Но, к сожалению, эти инструменты используются совсем не так часто, как могли бы, что, конечно, сказывается на качестве многих принимаемых важных и рискованных решений.
Говоря об инструментах измерения, я опять имею в виду не просто приборы, используемые для научных наблюдений. Я говорю о вещах, существование которых вам давно известно, но которые вы наверняка не считаете инструментами измерения. Сюда входят в том числе новые беспроводные устройства и даже Интернет.
Маркеры XXI века: в ногу с техническим прогрессом
Один из обсуждавшихся нами методов наблюдения – использование специальных средств слежения за тем, что ранее не определяли. Добавив что-либо в наблюдаемое явление, вы могли бы сделать его более легким для наблюдения. Чтобы получить представление о процессах, происходящих в верхних слоях атмосферы, мой отец, сотрудник Национальной службы погоды США, запускал при сильном ветре шары-зонды с радиопередатчиками и простейшими метеорологическими приборами. В нашем примере с измерением численности популяции рыбы в озеро была выпущена меченая рыба. Когда объект трудно наблюдать в его естественном виде, используют многочисленные приемы: установку на нем датчика, нанесение на него метки или использование маркера.
Массу возможностей создают не столько сами эти инструменты, сколько дешевизна их использования. Например, простая технология радиочастотной идентификации (radio frequency ID, RFID) революционизировала измерения в определенных видах бизнеса, но может применяться еще шире. RFID-метка – крохотное устройство, отражающее радиосигнал и посылающее в отраженном сигнале уникальный идентификационный код. Одна RFID-метка стоит сегодня всего 10–20 центов, а используются они главным образом для облегчения инвентаризации товарно-материальных запасов.
Когда я спросил известного физика и автора книг Фримена Дайсона о самом, по его мнению, важном и интересном достижении в области измерений, он без колебания ответил: «Самое яркое – GPS (Global Positioning System – глобальная система определения местоположения, или глобальная навигационная система). Она изменила абсолютно все». Вообще-то я ожидал другого ответа. Наверно, думал я, он вспомнит о том, как занимался анализом боевых операций ВВС Великобритании в период Второй мировой войны, но GPS – безусловно, хороший пример, поскольку система действительно является революционным инструментом измерения и сама по себе измерение. Экономически GPS доступна практически всем и предлагается в комплекте с различными программными средствами и услугами. Тем не менее, перечисляя новые используемые бизнесом средства измерения, многие и не вспоминают об этой системе, отчасти из-за ее повсеместного использования. Но если такой человек, как Дайсон, считает ее новым словом в измерении, то к его мнению стоит прислушаться.
Предоставляемыми технологией GPS возможностями по измерению пользуются большинство отраслей транспорта. Одна из фирм, помогающих транспортным компаниям полностью использовать GPS, – базирующаяся в Скоттсдейле (штат Аризона) GPS Insight (GPSI). Она поставляет устанавливаемые в транспортных средствах GPS-навигаторы, подключенные к беспроводной сети, в которую можно войти с веб-сайта компании. GPSI показывает местонахождение машин на картах, доступных на Google Earth. Как известно всем знакомым с сайтом Google Earth, в данную систему входят спутниковые фотографии Земли, информация о дорогах, компаниях и прочие самые разнообразные сведения Географической информационной системы (Geographic Information System, GIS), введенные в единую программу. Каждый может бесплатно скачать Google Earth и увидеть спутниковую фотографию своей улицы или любого другого интересующего его места.
Изображения в Google Earth отражают вид местности не в режиме реального времени: иногда снимкам исполняется уже два года (так, на фото моего микрорайона видна стройка, закончившаяся более двух лет назад); однако дорожная и прочая информация обычно более свежая. Одни районы охвачены системой хуже, чем другие. На снимках многих районов можно с легкостью различить машины, но разрешение фото крохотного городка Йеля (штат Южная Дакота), в котором я жил в детстве, такое низкое, что вы с трудом различаете дороги. Со временем полнота охвата, разрешение и актуальность снимков, конечно, улучшатся.
Высококачественные аэрофотоснимки выкладывают в Интернет разные компании, однако GPS Insight обычно предоставляет их клиентам в виде изображений, наложенных на снимки Google Earth. Цена чаще всего колеблется от 1 до 10 дол. за квадратную милю.
Каждое из этих технических средств могло бы само по себе служить разумному пользователю инструментом измерения. Но, используя одновременно возможности GPS, беспроводных сетей, Интернета и Google Earth, компания GPS Insight в состоянии предоставить такую информацию о местонахождении машин, действиях водителей и их манере вождения, получить которую раньше было практически невозможно. В ее сообщениях кратко указываются время движения, продолжительность стоянки, а также их средние значения и дисперсии, что помогает понять, где «копать дальше». А если «копать дальше», то можно определить точное место, срок и действие, например то, что машина уже два часа стоит на углу 43-й улицы и Центрального парка. Выбрав в Google Earth «бары и рестораны», можно даже узнать, у какого именно ресторана она стоит.
Прочие виды сообщений информируют о том, кто превышает скорость на дороге, как долго разные машины эксплуатируются в течение дня по сравнению с оплаченными часами, используются ли они по окончании рабочего дня, двигаются ли предписанными маршрутами, сколько часов или миль они едут по территории каждого штата (что нужно знать для уплаты налога на горюче-смазочные материалы). Поскольку данная система снижает неопределенность относительно такого числа экономических показателей, она может считаться очень полезным инструментом измерения.
Достижения технического прогресса используются и для оценки интенсивности общения людей в бизнесе. Джордж Эберштадт – один из основателей nTag, компании, разработавшей электронное устройство, способное определять, кто с кем общается. Оно весит не более 150 г и использует одноранговую беспроводную сеть радиосвязи для идентификации каждого, кто носит такое же устройство, когда он оказывается в пределах доступности. Когда люди разговаривают, система nTag выявляет участников общения, используя инфракрасный строб-импульс для того, чтобы протестировать все имеющиеся в помещении устройства. Эти устройства позволяют определить, кто с кем и как долго разговаривает. Данные передаются без проводов в сеть радиодоступа, а затем в центральную базу данных.
Подход именных электронных значков решает ключевую проблему отношения потребителей к подобным устройствам. Эберштадт говорит: «В то время как большинству людей не нравится носить электронные приборы слежения, устройство nTag – это удостоверение личности, и им никто не отказывается пользоваться». Он называет это устройство обоюдовыгодным – вы соглашаетесь им пользоваться потому, что это дает вам преимущества. «Люди соглашаются предоставлять о себе информацию, если получают что-то взамен».
Решив оценить «интенсивность общения» на различных мероприятиях, вы наверняка получите очень полезную информацию. Если бы вы председательствовали на конференции и обнаружили, что представители некоторых групп в аудитории активно общаются между собой, оставляя без внимания других, то смогли бы найти способ преодолеть коммуникационные барьеры. Устройства nTag предназначены прежде всего для проведения конференций, но компания надеется, что они найдут и более широкое применение. Эберштадт говорит: «Обычно основными целями проведения любого совещания люди считают сотрудничество, обучение и мотивацию. Чтобы определить ценность совещания, нужно измерить степень достижения этих целей». Устройства nTag позволяют установить, кто с кем разговаривает и как долго, благодаря чему компания может определить, выполняет ли мероприятие свою функцию развития сотрудничества.
Если Эратосфен сумел определить длину окружности Земли по длинам теней, то, интересно, какие измерения в области экономики, политики или психологии он смог бы провести с помощью GPS? Если Энрико Ферми установил мощность атомной бомбы с помощью десятка обрывков бумаги, то, интересно, что бы он сделал с десяткой RFID-меток? Если Эмили смогла разоблачить метод бесконтактного массажа, проведя простой эксперимент с картонным экраном, интересно, что бы она измерила сегодня, располагай чуть большим бюджетом и парой новых инструментов?
Интернет как инструмент измерения мира
Писатель Уильям Гибсон написал несколько романов в жанре научной фантастики, которыми может заслуженно гордиться. Именно он ввел в обращение термин «киберпространство» как прообраз Интернета, пользователи которого не только применяли клавиатуру и мышь, но и запросто «входили» в виртуальную реальность. Кое-кто из его персонажей летал над полями данных, чтобы выявить закономерности, например неэффективность рынка, и быстро на них заработать.
Как и многие другие научные фантасты, в некоторых отношениях Гибсон мыслил совершенно нереалистично. Лично я не вижу особого смысла в том, чтобы летать над полями данных в киберпространстве, хотя, наверное, это и было бы забавно. Думаю, что получаю больше полезной информации и делаю это быстрее с помощью старых добрых поисковиков Google и Yahoo. Но мысль Гибсона о том, что киберпространство не просто хранилище данных, но своего рода зеркало того, что в реальном времени происходит на планете, совсем не далека от истины. Мы действительно в любой момент можем получить доступ к целому океану данных. Даже не летая над ними в киберпространстве, мы можем выявлять закономерности и принимать благодаря этому удачные решения.
Восхваление чудесных возможностей Интернета уже давно стало привычным делом. Но одно направление его использования, похоже, пока недооценивается. Интернет – возможно, самый удивительный инструмент измерения, с которым большинству из нас суждено столкнуться за всю свою жизнь. Совсем несложно с помощью поисковой машины найти научную статью о том, что вы хотите оценить. Но есть и другие аспекты применения Интернета как инструмента измерения, объясняющие, почему Всемирная паутина сегодня быстро становится ответом на вопрос о том, как измерить все, что угодно.
Особого упоминания заслуживают несколько новых веб-технологий. Одна из них – метод сбора данных из самого Интернета, а другая – метод использования Сети для получения сведений от других.
В Интернете содержится масса информации, и она очень быстро меняется. Воспользовавшись обычной поисковой машиной, вы получите список веб-сайтов, но и только. Но предположим, что вместо этого необходимо определить, сколько раз название вашей компании упоминается на некоторых новостных сайтах или активно ли ваша новая продукции обсуждается в блогах. Возможно, вам даже нужно использовать эти данные вместе с другими, существующими в систематизированном виде на других сайтах, например с экономическими показателями, публикуемыми правительственными учреждениями.
Программы-анализаторы («screen-scrapers») позволяют регулярно собирать всю эту информацию, не нанимая для этого специалистов и не заставляя их работать круглосуточно. Президент и основатель сайта www.screen-scraper.com Тодд Уилсон говорит: «Есть такие сайты, на которых все меняется каждые 3–4 секунды. Наш инструмент очень подходит для отслеживания изменений, происходящих в Сети со временем». Благодаря таким «экранным шпионам» вы можете сравнить цены на ваши новый и проверенный рынком продукты на сайте www.ebay.com, определить зависимость продаж вашей сети магазинов в разных городах от местной погоды или даже час за часом следить за тем, сколько раз название вашей фирмы находят с помощью различных поисковиков (хотя если вы хотите только получать оповещения о новых записях, а не создаете базу данных, то можете просто подписаться на Google Alerts).
Как показывает поиск в Интернете, существует несколько «мэш-апов»[53], которые собирают данные из многочисленных источников и представляют их в виде, позволяющем взглянуть на них по-новому. Сегодня многие мэшапы наносят сведения о компаниях, недвижимости, движении транспорта и т. п. на карты таких сайтов, как MapQuest или Google Earth. Я обнаружил на сайте www.housingmaps.com мэшап данных Google Earth и данных о недвижимости, который позволяет вам увидеть на карте цены недавно проданных домов. Еще один мэшап на сайте www.socaltech.com показывает карту расположения компаний, в которые недавно был вложен венчурный капитал. Сначала может показаться, что эти сайты предназначены для тех, кто хочет купить дом или найти работу в новой компании. Но разве их нельзя использовать при проведении исследований для какой-нибудь строительной компании или при прогнозировании темпов роста новой отрасли? Здесь все зависит только от нашей изобретательности.
Можно представить себе практически неограниченное число комбинаций направлений анализа с созданием мэшапов таких сайтов, как MySpace и (или) YouTube, для оценки культурных тенденций или выявления общественного мнения. EBay дает массу бесплатной информации о поведении покупателей и продавцов и о том, что продается и покупается, при этом существует несколько мощных аналитических инструментов, позволяющих обобщить всю имеющуюся на этом сайте информацию. Реплики и отзывы на отдельные товары, выкладываемые на сайтах Sears, Wal-Mart, Target и Overstock.com, служат источниками бесплатной информации, если только у нас хватит сообразительности ее использовать. Информации столько, что голова может пойти кругом.
Или же, вместо того чтобы добывать в Интернете информацию с помощью «экранных шпионов» и мэшапов, вы можете использовать Всемирную сеть для проведения прямых опросов потребителей, работников и т. д. Существует, например, такая интернет-компания по проведению опросов, как Key Survey (www.keysurvey.com). Подобные фирмы предлагают услуги по проведению статистического анализа.
Некоторые придерживаются «рационального», или адаптивного, подхода к проведению опросов, когда задаваемые в его ходе вопросы варьируют в зависимости от того, как респонденты ответили на предыдущие задания. Хотя подобные возможности могут быть очень полезными, многие клиенты интернет-служб по проведению опросов находят, что использование таких методов измерения оправдывается уже одним снижением затрат.
Приведем пример. Проведение интернет-опроса фермеров, состоявшего из 40–50 вопросов, обычно обходилось журналу «Farm Journal» в среднем по 4–5 дол. на каждого респондента. Теперь, когда журнал пользуется услугами Key Survey, эти затраты сократились до 25 центов, и у него появилась возможность опрашивать сразу по полмиллиона человек.
