Вероятно, главная причина того, что компания могла постоянно обновлять себя и процветать, состояла в том, что вопреки огромному количеству действительно пугающих проблем, что катились на нас так быстро и так свирепо, мы научили людей спрашивать: «Откуда ты знаешь, что это так?» Или мой любимый вариант: «Не мог бы ты помочь мне понять, что привело тебя к такому убеждению?» Например, у нас велась ожесточенная борьба за уменьшение времени буферизации (количество времени между кликом на видео и началом воспроизведения). Это была чудовищная проблема, понять которую были в состоянии только инженеры. Мы сказали нашим людям из маркетинга и продаж, что неправильно набрасываться на инженеров со словами вроде: «Ты должен починить эту проклятую буферизацию!» Им стоило спросить: «Помоги мне понять, почему буферизация занимает так много времени». И мы очень ясно дали понять, что вопрос должен задаваться искренне. Если, спрашивая, люди проявляют неподдельный интерес к проблеме, над которой работают другие, могут быть выстроены великолепные мосты взаимопонимания. Ответ на вопрос о буферизации оказался просто шокирующим для нетехнического персонала, понятия не имевшего о том, с какими невероятными трудностями приходилось иметь дело нашим инженерам.

С течением времени этот способ задавать вопросы помогал развитию любопытства и уважения и способствовал бесценному обучению тому и другому как внутри групп, так и между разными рабочими направлениями. Он также препятствовал возникновению слухов и передаче информации обходными путями. Я была очень горда, услышав однажды, как инженер с очевидной искренностью говорит менеджеру по маркетингу: «Я слышал, что на привлечение клиентов потрачено 7 млн. Можешь рассказать мне, как это работает?»

Новым менеджерам часто требовалось какое-то количество времени для привыкания к этой практике. Один парень с внушительным резюме решил представиться команде, созвав общую встречу, которую решила посетить и я. Когда он начал рассказывать им о проблеме, над которой они интенсивно работали, один из инженеров поднял руку и сказал: «Мы так рады видеть вас здесь, и нам не терпится научиться чему-то у вас, но я думаю, вам стоит знать, что мы уже знакомы с этой проблемой и очень серьезно работаем над ней». Новый работник не побеспокоился узнать о том, что команда добилась феноменального прогресса в этом вопросе. Когда я уходила со встречи с новым менеджером, он спросил меня: «Кем он вообще себя считает? Как он смеет так со мной разговаривать!» Я сказала ему, что это был один из наших лучших инженеров и что мы культивируем практику расспросов скорее о проблемах, с которыми человек справился, а не предположительно понял их. Netflix оказалась для этого менеджера слишком далекой, чуждой культурой, и продержался он там недолго.

Гораздо более была распространена ситуация, когда люди учились признавать и ценить этику вопросов.

Нет проблемы в том, что у каждого человека есть твердое мнение. Напротив, важно, чтобы это мнение было и чтобы его отчаянно отстаивали в спорах. Однако мнения людей должны всегда основываться на фактах. Необходимость того, чтобы решения принимались на основании фактов, не умаляет важности мнений. Это просто означает, что от людей ждут, чтобы они очень старательно обосновывали свое мнение. Я часто говорю директорам: «Имейте мнение, занимайте четкую позицию, будьте правы бо́льшую часть времени». Мнения бесполезны, если люди, занимающие ту или иную позицию, не готовы защищать их с фактами. Одна из больших опасностей в бизнесе – люди, умеющие выигрывать споры за счет своей силы убеждения, а не конкретных обстоятельств дела. У нас был один работник, фантастически умевший отстаивать свою точку зрения. Я хочу сказать, что, слушая его, вы практически впадали в транс, настолько красноречив и убедителен он был. Но он почти всегда был неправ.

Мы установили в Netflix стандарты, согласно которым людям стоило вырабатывать собственное мнение, вникая в факты и с открытым сердцем выслушивая основанные на фактах аргументы, с которыми они не согласны. Изначально это проистекало из того, что большинство работников были математиками и инженерами. Они жили и дышали научными методами, полностью основанными на исследовании фактов и последующей настройке понимания проблемы и способов ее решения. По мере роста компании мы сознательно поощряли одержимость фактами и наукой во всей компании, а не только в среде инженеров. Но чтобы широко внедрять эту этику, компания совсем не обязательно должна быть инженерной.

Заметьте, я говорю «одержимость фактами», а не «одержимость данными». В последние годы мы могли наблюдать обожествление данных, будто бы данные сами по себе – это ответ, истина в последней инстанции. Опасное заблуждение считать, что данные составляют факты, нужные для ведения бизнеса. Конечно, надежные данные жизненно важны, но вам также нужны качественные идеи и хорошо сформулированные мнения, вам нужно, чтобы ваша компания оспаривала эти идеи и мнения – и делала это с удовольствием.

Я любила моменты, когда мы нанимали кого-то нового в отдел изучения данных, особенно в первое время. У всех у нас были собственные убеждения по поводу потребительского поведения, но все они опровергались. Вначале мы высказывали предположения о том, как ведут себя клиенты, взяв за основу себя как клиентов. В спорах мы будто перетягивали канат: «Они смотрят не так, нет, нет, я так не смотрю». С переходом к потоковому вещанию мы начали получать реальные данные о просмотрах. До этого мы знали только, какие DVD мы отправляем людям и какие они ставят в лист ожидания (почти забытая теперь функция, позволяющая выделить так много фильмов, сколько люди хотят, чтобы они были им отправлены, как только DVD вернутся на склад). Теперь мы вдруг могли видеть, какой контент люди наиболее сильно жаждали получить. Кто мог знать, что они в восторге от таких программ, как «Хватай не глядя» (Storage Wars) и «Люди болот» (Swamp People)? Поток данных развенчал многие из наших прежних мифов.

Данные – это отлично, данные – это сильно. Я люблю данные. Но проблема в том, что люди становятся излишне привержены данным и часто воспринимают их слишком узко, в отрыве от широкого бизнес-контекста. Они считают это скорее ответом, а не основанием для хороших вопросов. Мне нравится разъяснение, которое дал Тед Сарандос по поводу наилучшего использования данных. Он сказал, что при принятии решений в его команде по контенту данные – это скорее информационное дополнение, чем основной драйвер. Когда Netflix запускала «Карточный домик» (House of Cards), много внимания было отдано тому, как команда Теда выполнила столь искусную работу по добыче зрительских данных Netflix: она пришла к заключению, что сериал хорошо пойдет потому, что, согласно опросам, успехом пользовалась как главная звезда сериала, так и еще одна драма, основанная на событиях, разворачивающихся в коридорах власти Вашингтона, – «Западное крыло» (The West Wing). В действительности, хотя данные отлично помогали, огромную роль в принятии решения о запуске сериала сыграл исключительный талант Дэвида Финчера (David Fincher), занятого его разработкой.

Тед подчеркивает, что идеи, родившиеся в результате анализа данных, дополняют процесс принятия решений, но совершенно точно не диктуют его. Он видел, что проект может провалиться даже при наличии всевозможных говорящих в его пользу данных. Двигаться дальше с конкретным сериалом или фильмом – это во многом субъективное решение. Когда команда решила выйти с сериалом «Оранжевый – хит сезона», она отказалась от собственного требования, касавшегося наличия четко проработанного сценария, не потому, что данные обещали им, что шоу станет хитом, а из-за блестящей, тщательно продуманной концепции создателя сериала Дженджи Коэн. Сериал основан на книге, и уже нашлись те, кто хотели перенести ее на экран, но были опасения, что зрители не почувствуют симпатию к заключенным и что тюрьма – заведение, вызывающее клаустрофобию. Коэн планировала расширить историю, показав зрителям жизни героев до попадания в тюрьму. Это показало бы, что многие женщины, оказавшиеся, подобно автору книги, в этих коррекционных учреждениях, далеко не закоренелые преступники, что позволило им заслужить сочувствие зрителей и вовлеченность в истории героев.

Команда по контенту регулярно испытывала удивление, когда вопреки изначальным планам какие-то шоу привлекали внимание намного выше ожидаемого, а другие – наоборот. Считалось, что эти данные о зрительском восприятии – не конечный аргумент при принятии решения о том, как поступить с сериалом, а начальный пункт для формирования понимания зрительской реакции. Если шоу не имело успеха, команда задавалась вопросом, было ли это творческой неудачей или проблемой маркетинга и позиционирования. Тед также отмечал, что данные о просмотрах могут быть ограничены в своей способности дать информацию о том, что люди хотели бы посмотреть, если бы могли. Когда Netflix начинала планировать выход на мировой уровень, знания о том, что хотят увидеть зрители, традиционно основывались на данных о мировых кассовых сборах. Данные как будто предполагали, что заокеанские зрители отнюдь не всегда заинтересованы во многих американских шоу. Что данные не могли учесть, так это то, что люди во многих странах имели очень ограниченный доступ к американским программам. Когда Netflix впервые сделала эти программы доступными за границей, люди стали стекаться на них. Тед говорил о процессе создания контента: «Действовать часто приходилось по интуиции, и для команды я искал людей, достаточно умных, чтобы читать данные, и с достаточно развитой интуицией, чтобы их игнорировать».

Тед также предостерегал, что данные могут использоваться, как щит из отчетности, отменяющий ответственность за субъективные решения. Люди чувствуют себя более комфортно, принимая решения на основании твердых данных, поскольку могут сослаться на них, если решение окажется неверным. Отличным примером здесь служат телевизионные пилотные серии. Их тестируют со зрителями, так что, если шоу все-таки проваливается, производственная команда всегда может сказать: «Ну, результаты тестов были отличными». Команда Теда не придерживалась пилотной модели – она давала зеленый свет производству сразу всего сезона.

Люди также субъективно подходят к тому, какими данными руководствоваться. И мы уже видели, что они склонны отдавать предпочтение своим данным, а не чужим. Маркетинг собирает один набор данных, а продает другой. Данные – лишь один из компонентов решения проблемы. Даже если во всех командах данные те же самые, вам нужно, чтобы люди спорили о тех аспектах бизнеса, о которых не сможет сказать ни одна сводная таблица.

Инженеры ПО знают, что я их люблю, поэтому постоянно зовут меня посмотреть на их новые продукты. Один из них хотел, чтобы я оценила его совершенно новую программу по кадровому администрированию. Схемой программного продукта он заполнил целую доску: тщательно проработанная система по типу водопада спускала цели от высшего руководства до индивидуальных потребителей. Все данные должны были быть помещены в программу, для чего далее проходил чрезвычайно интенсивный процесс оценки сотрудника, занимавший почти два часа и требовавший участия индивидуального фасилитатора, помощника. В ходе этого процесса данными заполнялись все поля, и получалась гигантская реляционная база данных. Я остановила его, спросив: «Могу я сказать кое-что? Могу остановить тебя прямо здесь? Так что, я должна нанять кого-то из вашей фирмы, чтобы он два часа сидел с каждым из моих сотрудников и заполнял эту таблицу (она была онлайн, но все же это была таблица)? И когда мы справимся со всеми этими задачами, программа выработает алгоритм, который даст мне что?» Он сказал: «Ну, у кадровой службы теперь будут данные». Тогда я спросила его: «Что они будут делать с этими данными?» Он ответил: «Положим, будут наконец ими владеть!» Можно я просто скажу: Что?! Зачем кому-то тратить столько времени и денег, чтобы просто создать данные?

Одна из самых больших ошибок – фиксация данных, которые не имеют никакого значения. Возьмите HR-отдел и его одержимость удержать сотрудников. HR-отдел призван заботиться о благополучии людей, и предположительно ключевой показатель для его оценки – уровень удержания сотрудников, однако 50 % времени HR занят тем, что прощается с сотрудниками.

Недавно я консультировала одну руководящую компанию, и глава их HR-отдела сказал мне, что они обеспокоены проблемой сохранения людей, потому что любой готов уйти за лучшие соцпакеты или большие деньги. Я спросила: «Откуда вы это знаете?» По моему опыту, лучшие люди не бросаются вслед за соцпакетами. Я также сомневаюсь, является ли на самом деле текучка кадров проблемой. Все зависит от контекста. Если вы работаете над проектом, рассчитанным на три-четыре года, когда множество людей прикладывают достаточно усилий, а цикл обучения и ассимиляции длится довольно долго, тогда определенно вы хотите, чтобы люди остались на это время. И даже в этом случае верный способ сохранить заинтересованность работников – нанимать по-настоящему увлеченных работой людей, как тех, для кого вы их нанимаете, так и тех, у кого есть соответствующий опыт или предрасположенность работать над какими-либо вещами в течение долгого времени. Дело не в том, чтобы предложить им воду четырех вкусов или отсеки для сна. Часто компании имеют очень краткосрочные потребности, и, когда задание выполнено, и для работника, и для компании будет лучше, если вы скажете им, что настало время искать новую работу. Об этом поговорим позднее.

Еще одна большая ошибка, совершаемая с участием данных, – думать, что они постоянны. Они должны быть текучими, они должны постоянно пересматриваться и подвергаться сомнению. Именно здесь подключаются энергичные дебаты.

Наши дебаты в Netflix часто становились жаркими, однако в целом они не превращались в злые или контрпродуктивные, поскольку мы установили стандарт, согласно которому все они должны были служить делу и нашим клиентам.

Главное, что мешает компаниям удовлетворять своих клиентов, а потому снижает и их собственную прибыльность, – это нежелание активно выяснять, что именно говорят им данные. Часто бизнесу приходится выбирать между двумя возможностями для удовлетворения нужд и предпочтений клиента, за обоими стоят сильные, подкрепленные данными аргументы. Данные должны быть дополнены суждениями. Мы создали отличный механизм для поддержания фокуса на клиенте и сохранения уверенности в том, что сложные субъективные мнения отчаянно и открыто обсуждаются, – ежемесячные форумы, Потребительские научные встречи. Название происходило от компьютерной науки, это был способ намекнуть, что, хотя мы являлись абсолютными новаторами в области, требующей переработки большого количества данных аналитики, все наши компьютерные навыки стояли на службе удовлетворения клиента. Эти встречи всегда посещали Рид и главы маркетинга, из Лос-Анджелеса часто приезжали члены команды по контенту, поскольку это были фантастически информативные встречи, которые держали меня в курсе передовых тенденций развития бизнеса.

Целью встреч была презентация результатов всех потребительских тестов, которые мы проводили за предыдущий месяц, и аргументы в пользу тех, что планируем проводить в текущем месяце. Сотрудники, которые разрабатывали и проводили тесты, вели презентацию, а задача руководителей была – тщательно расспросить их о результатах и обоснованиях будущих тестов. Одним из них, и часто в кресле председательствующего, был Стив Маклендон (Steve McLendon), который начинал в компании с печатного маркетинга и побывал во многих ролях в маркетинговой группе, в том числе и связанных с тестированием. В конце концов он перешел в группу по продукту как директор по продуктовым инновациям – экстраординарный успех. Стив поспешил заявить, что был чем-то вроде выброшенной из воды рыбы, когда присоединился к Netflix. Прежде у него не было опыта в бизнесе, схожем с нашим по интенсивности. Он продавал место в небольшом периодическом издании в Санта-Крузе, и обычно именно он печатал наши объявления – совершенно архаичный бизнес в сравнении с бурлящей областью онлайн-таргетирования. От природы Стив – совершенно невозмутимый парень. Мне были любопытны его соображения по поводу вала вопросов на Потребительских научных встречах, и он без обиняков говорил, насколько стрессовой может быть эта ситуация. Но главным в его понимании было то, что он «учился, как войти и структурированно подумать о нужных вещах, предвидеть, какие вопросы будут заданы, и приводить настолько неопровержимые аргументы, насколько это возможно». Стив говорил, что ввиду того, что присутствовали главы как маркетинга, так и продукта, он учился смотреть на вопрос с двух точек зрения.