Стивен Деннинг - Эпоха Agile

В эпилоге ( глава 12) мы рассмотрим, как изменялась управленческая парадигма за последние четыре века, и значение понятия «лидерство» в зарождающейся эпохе Agile, которая предоставляет возможность великого пробуждения как в корпоративной сфере, так и обществу в целом [16].

Эта книга дает ответы на три простых вопроса: как компаниям добиться успеха в мире VUCA, в котором клиент управляет рынком? Почему организациям необходимо учиться новому способу управления? Что могут сделать руководители любых уровней, чтобы наполнить энергией и смыслом профессиональную и общественную жизнь?

Spotify, быстро растущий шведский сервис музыкального стриминга с аудиторией более 100 млн активных пользователей и 30 млн платных, осознала преимущества Agile-управления в середине 2015 года, а внедрила Agile еще раньше, с момента создания в 2008 году. Тогда она сформировала множество самоорганизующихся команд, полных решимости создавать больше ценности для пользователей сервиса. Исходный принцип Agile-менеджмента заключается в том, что расширение инноваций, идущих снизу, будет постоянно и существенно повышать ценность для пользователей и самой компании. Исходя из этого посыла команды Spotify (по состоянию на середину 2016 года в них входили 2500 человек) стремятся узнать все о вас как о слушателе музыки, так и пользователе Spotify. Затем они ищут интересные способы понравиться вам в обоих ипостасях. Порой они делают это посредством матчмейкинга, сообщая в нужный момент об отличном плейлисте, новой «фишке» или новом контенте, который может вам понравиться. В остальное время они пытаются привлечь вас, создавая новый опыт слушания.

Инновации, разработанные Agile-командами, стимулировали рост Spotify на протяжении семи лет. Но в марте 2015 года программисты компании Крис Джонсон и Эд Ньюетт пришли к Мэтту Оглу, старшему менеджеру по продукту, человеку с двумя научными степенями в английской литературе и опытом работы в качестве программиста. Их идея оказалась переломной. Они предложили решение проблемы, долгие годы мучившей и Spotify, и другие стриминг-сервисы вроде Pandora и Apple Music, – как помочь пользователям найти музыку по вкусу в каталоге с миллионами песен, не тратя при этом время на прослушивание того, что не нравится? [18]

В 2013 году Spotify представила новую функцию News-Feed. С ее помощью пользователи могли получить персонализированные рекомендации альбомов и артистов. Это был прогресс, но меломанам по-прежнему приходилось тратить время на изучение рекомендаций и прослушивание ненужной музыки.

В 2014 году Spotify представила функцию Discover, которая группировала рекомендации в подборки, как на Netflix, – более простые, чем News-Feed, но по-прежнему требующие усилий со стороны активных пользователей. Исследования показали, что те по-прежнему тратили много времени на прослушивание плейлистов, созданных редакторами Spotify.

Но вернемся к идее двух программистов. Они задались вопросами: как облегчить жизнь своим клиентам? Что, если взять музыку, которую те слушали в прошлом, и разложить ее по микрожанрам, проанализировать миллиарды плейлистов, созданных другими пользователями, и с помощью алгоритмов подобрать музыку, соответствующую плейлистам клиентов? Затем создать новый, персонифицированный еженедельный плейлист, разработанный специально для конкретного пользователя Spotify. Пропуск трека будет означать необходимость доработки. Возможно ли сделать это для десятков миллионов пользователей? Или затея утопична? Так зародилась невероятно успешная идея Spotify, позже получившая название Discover Weekly.

Руководству предложение понравилось. Мэтт Огл обсудил с программистами различные возможности его воплощения. Затем новаторы представили идею разработчику, сыгравшему роль «злого полицейского». «Зачем нам нужна эта функция? – спросил он. – Мы и так делаем многое для пользователей! Что в ней такого особенного?» Эти вопросы помогли команде проверить идею путем небольшого эксперимента. Spotify уже собирала данные об активных пользователях – около 75 млн человек. Компания также обладала высочайшими возможностями машинного обучения и искусственного интеллекта. Сотрудники уже разработали музыкальные микрожанры и классифицировали по ним всю базу музыки и миллиарды плейлистов.