Наиболее сложный способ использования рыночных данных — распознавание закономерностей, которые помогают предсказывать будущие тенденции. В предыдущей главе мы столкнулись с несколькими примерами такого предсказания. Благодаря собранной ICI информации о взрывах, проведенных ее клиентами, компании удается прогнозировать результаты будущих взрывов, то есть создавать потребительскую ценность, снижая издержки и риски заказчиков. Компании, выпускающие товары для сельхозпроизводителей, используют свои эмпирические модели для прогнозирования урожая в зависимости от количества высаженных семян, употребленных удобрений и пестицидов. Анализ твитов помогает прогнозировать движение фондового рынка и кассовые сборы кинофильмов. А INRIX при помощи своей модели транспортных потоков предсказывает места возникновения автомобильных пробок. В каждом из этих случаев данные, необходимые для прогноза, уже имеются, но не используются самими потребителями. Компании осознали ценность этих данных и сделали их своим активом, генерирующим прибыль.

Когда появилась компания Google, никто, даже ее основатели, не предполагали, что со временем смогут за несколько недель предупреждать пользователей о том, что на такой-то город надвигается эпидемия гриппа. Сегодня компания делает это за счет владения общей картиной мира благодаря интернет-пользователям со всех уголков планеты. С высоты своего «наблюдательного пункта» Google различает узор на ткани Всемирной паутины там, где большинство видит лишь отдельные нити, и использует это свое знание для создания интересных приложений.

Одно из таких приложений — уже упомянутый прогноз о следующей точке, в которой вспыхнет эпидемия гриппа. Ежегодно гриппом заболевают от 5 до 20% жителей США; более 200 000 попадают в больницы с осложнениями; приблизительно для 36 000 человек болезнь оканчивается летальным исходом. Если переложить эти данные на все население планеты, получается, что из-за гриппа каждый год погибает как минимум 500 000 жителей Земли. Наиболее уязвимы пожилые люди, дети и пациенты с хроническими заболеваниями. Нашествие гриппа недешево обходится государствам с экономической точки зрения: только в одних США на борьбу с эпидемией из бюджета ежегодно выделяется свыше $100 млрд.

Стремительно распространяющиеся по планете эпидемии болезней, похожих на грипп, считаются одной из главных угроз человечеству. Пандемия 1918 г., по разным данным, унесла жизни от 20 до 40 млн человек. При взгляде на эту ужасающую статистику становится понятно, почему органы здравоохранения тратят такие значительные усилия и средства на то, чтобы отследить, а еще лучше — предотвратить вспышку болезни. Ученые и врачи знают, когда начнется грипп (фраза «гриппозное время» прочно вошла в наш лексикон). Они знают, какой вид гриппа активен в каждый конкретный год, и разрабатывают вакцины, способные победить именно его. Они знают, как протекает болезнь и кто с наибольшей вероятностью столкнется с осложнениями. Неизвестно только одно — где начнется вспышка. Применяемые сейчас методы сбора, ввода и обработки информации о пациентах с симптомами гриппа дают результат с допущением в одну-две недели, и это ограничивает его предсказательную ценность.

Между тем именно временной лаг имеет очень большое значение. Население не знает о том, что уже вступило в зону риска, медицинские учреждения не учитывают факт начала эпидемии при постановке диагнозов, государственные органы опаздывают с запуском профилактических кампаний. Особенно существенно своевременное предупреждение о приближении пандемии влияет на цепочку поставок медикаментов. Больницам, частным клиникам и аптекам необходимо время, чтобы сформировать достаточный запас необходимых лекарств. В общем, заранее зная, где эпидемия нанесет первый удар, можно спасти множество жизней.

В этот момент и выходит на сцену Google Flu Trends (www.google.org/fluetrends). Ежедневно к поисковику Google со всевозможными запросами обращаются сотни миллионов человек. Компания обоснованно предполагает, что текст, введенный в поисковой строке, точно отражает намерения и чаяния пользователя. Обобщив статистику миллионов поисковых запросов, можно получить информацию, недоступную каждому из нас в отдельности. Такая общая картина имеет огромную ценность. И Google Flu Trends создает эту ценность, агрегируя поисковые запросы и нанося данные на географическую карту (а также сопоставляя их с другими переменными).

В Google исходят из того, что заболевшие, как правило, вначале обращаются за информацией в Интернет и только затем направляются к врачу. Отслеживая поисковые запросы вроде «симптомы гриппа» или «боль в мышцах», их распределение по регионам и динамику, аналитики соотносят их с данными Центров контроля и профилактики заболеваний США (CDC). Сопоставив эту информацию за последние пять лет, специалистам Google Flu Trends удалось обнаружить определенные закономерности и разработать систему прогнозирования вспышки болезни. Результаты работы этой системы хорошо коррелируют с данными CDC. А поскольку Интернет дает возможность собирать сведения в режиме реального времени, система предсказывает вспышки гриппа в тех или иных регионах за семь–десять дней до появления статистических данных Центров контроля и профилактики заболеваний. Модель продолжает уточняться по мере изменения поведения инициаторов поисковых запросов. Например, система Flu Trends переоценила силу сезонной эпидемии гриппа 2012–2013 гг. в США из-за эффекта обратной связи: связанных с гриппом запросов в Google было больше обычного, потому что о заболевании много писали в СМИ и говорили в соцсетях. Но проблема калибровки неизбежно возникает на ранней стадии существования любой технологии измерений. С ростом количества данных прогнозная модель Google будет становиться все точнее.

Способность предсказывать результат — это один из наиболее мудрых и наиболее ценных способов использования общей картины. Часто данные, на которых основан прогноз, или находятся в частной собственности, или сложны для сбора, анализа. Компании, успешно освоившие это направление, получают конкурентное преимущество, которое не так-то просто скопировать.

* * *

Передача и связывание, бенчмаркинг и отражение, а также предсказание — три механизма создания потребительской ценности благодаря умению видеть общую картину. Все они предполагают грамотный анализ нужд, желаний и проблем потребителей с целью снизить их издержки и риски.

Список контрольных вопросов по теме «Общая картина»

В свете проведенного в главе 2 анализа издержек и рисков потребителя в каждый момент вашего взаимодействия с ним стоит задаться несколькими вопросами:

В чем состоит информационная асимметрия рынков, на которых вы работаете? Что вы знаете о своих потребителях такого, чего они сами о себе не знают? В свою очередь, есть ли среди них знающие то, чего не знают другие? В каких областях ваши потребители обладают знанием, полезным для кого-то еще?

Какого типа информация могла бы помочь вам снизить издержки и риски своих потребителей?

Где ее можно найти?

Что вам необходимо для сбора и обработки этой информации на регулярной основе?

Какого рода идеи помогут вашим потребителям снизить их издержки и риски? С помощью каких моделей, техник агрегирования и средств визуализации вы можете построить полезную общую картину?

Как вы будете передавать полученную информацию потребителям? Следует ли продавать результаты анализа общей картины или раздавать их бесплатно? Должны ли эти результаты быть отдельным продуктом или частью существующего бизнеса?

Каким образом передача информации потребителям создаст вам конкурентное преимущество? Уникальны ли полученные вами знания? Можете ли вы сказать своим потребителям то, чего не скажут другие?

Устойчивым ли будет ваше конкурентное преимущество, полученное за счет использования общей картины? Если да, то почему?

Как использование общей картины изменит природу вашего бизнеса? Является ли общая картина главной составляющей потребительской ценности, которую от вас ждут?

Какие изменения ожидают вашу компанию, если в качестве основного источника конкурентного преимущества вы будете использовать общую картину?