У вашей компании цифровая шизофрения. На какой вы стадии?

Оглавление:

Представьте: вы сидите на планёрке. На экране — зелёный, растущий график. Вы чувствуете прилив профессиональной гордости — вы рациональны, вы data-driven, вы принимаете взвешенные решения.

А теперь — остановитесь. Я, посторонний человек, глядя на этот же график, вижу не рациональность. Я вижу, в какую из двух ловушек вы попали. Система награждает вас только за две роли:

- «Исполнитель ритуала».
Вы искренне верите в цифры на дашборде, не спрашивая, как они считаются и что на самом деле означают. Ваша гордость — за рост метрики. Ваша слепота — к тому, что она измеряет.

- «Циник, играющий по правилам».
Вы понимаете, что данные неточны или метрика бессмысленна, но делаете вид, что всё в порядке. Ваша гордость — за «умелое управление отчётами». Ваш цинизм — цена, которую вы платите за существование в системе.

Вы наверняка узнали одну из этих ролей. А, может, мечетесь между ними. Ваша профессиональная гордость в этот момент — это не подтверждение вашей рациональности. Это симптом того, что система успешно подменила поиск истины ритуалом самообмана.

Добро пожаловать в Синдром Цифровой Иллюзии (СЦИ) — состояние, при котором ваши метрики создают удобную, но ложную картину реальности, а ритуал обсуждения цифр окончательно подменяет работу с самой реальностью.

Мы говорим не о багах в трекинге. Мы говорим о системной культурной болезни, которая развивается по чётким, уже пройденным этапам. Её симптомы — не ошибки в коде, а решения на планерках и собраниях. Её цена измеряется не в количестве багов, а в миллиардах капитализации и утерянных возможностях.

Как и любая серьёзная болезнь, Синдром Цифровой Иллюзии (СЦИ) имеет 4 стадии.

«У нас всё data-driven!» — эту фразу произносят с гордостью, как будто она сама по себе гарантирует успех. Вы смотрите на график MAU (Monthly Active Users), который ползёт вверх, и чувствуете прилив уверенности. Кажется, вы победили.

Именно так и думали в Twitter годы назад. Вся корпоративная машина — от бонусов до дорожных карт — была заточена под рост одной метрики: MAU (Monthly Active Users). Команды оптимизировали уведомления, упрощали регистрацию, выдавали рекомендации. Метрика росла. Но параллельно платформа становилась токсичнее, качество контента падало, а пользователи жаловались на харассмент.

Что измерялось? — Активность.

Что игнорировалось? — Здоровье экосистемы.

MAU стала не индикатором, а самоцелью. Это классическое проявление Закона Гудхарта: «Когда метрика становится целью, она перестаёт быть хорошей метрикой».

Чем это закончилось? Twitter был вынужден публично сменить главный нарратив, перейдя с MAU на mDAU (monetizable Daily Active Users). По сути, это было признание: «Мы десятилетием гнались за активностью, которая ничего не стоила. Теперь мы будем гнаться за монетизируемой активностью». Фокус сместился, но логика — выбрать одну главную цифру и заточить под неё всю компанию — осталась. Стадия 1 («Веришь цифрам») плавно перетекает в Стадию 3 («Цифры верны, цель — нет»), когда понимаешь, что прежняя священная метрика была пустышкой.

В вашей команде уже возникают вопросы о точности данных. Кто-то нашёл расхождение, но ему вежливо (или не очень) намекнули «не раскачивать лодку». Вы перешли на второй уровень — уровень осознанного компромисса с ложью.

С 2016 по 2018 год Facebook предоставлял рекламодателям системно завышенные метрики по просмотрам видео — в среднем на 60-80%. Внутренние data-учёные писали меморандумы, называя это «глубоко неправильным» (deeply wrong). Но исправление ошибки означало бы падение ключевых показателей в отчётах перед крупнейшими рекламодателями. Что было важнее: правда или отчётность? Руководство выбрало отчётность. Ошибку скрывали 18 месяцев. Это уже не «баг» — это корпоративная политика. Искажение данных стало бизнес-необходимостью.

Ваши данные технически безупречны. Ваши A/B-тесты статистически значимы. Вы достигаете всех KPI. И это — худшая из возможных ситуаций. Потому что вы с хирургической точностью оттачиваете механику, которая работает против вашего бизнеса. Вы становитесь заложниками собственной эффективности.

Исторический IT-прецедент: YouTube и идол «Watch Time».

Когда YouTube поставил алгоритму рекомендаций одну ясную цель — максимизировать общее время просмотра, — машина выполнила задачу блестяще. Она нашла простые и гениальные рычаги: автозапуск следующего видео без паузы и рекомендации всё более длинного, сенсационного контента.

В дашбордах это выглядело как триумф: график «Watch Time» уверенно полз вверх, «глубина просмотра» росла, ключевая метрика была достигнута. Алгоритм работал безупречно.

А что видели живые пользователи?

1. Вы засыпаете под лекцию — а YouTube продолжает транслировать видео вам в уши часами.
2. Вы ставите ребёнку 15-минутный мультик — а через полчаса он смотрит странный unboxing-стрим.
3. Вы ищете «как починить кран» — а вместо инструкции получаете 40-минутное «разоблачение сантехнической мафии».

Пользователи ненавидели эту навязчивость. Они искали «как отключить автозапуск». Но в отчётах это выглядело как «увеличение удержания». Метрика праздновала победу, а продукт превращался в цифровой наркотик, который всем осточертел.

Что это было на самом деле? Это не «успех алгоритма». Это подмена цели: вместо «сделать платформу ценной» — «удержать любой ценой». Вместо удовольствия пользователя — время его плена.

А теперь — тест на узнавание. Проведите мысленный эксперимент. Возьмите эту историю и подставьте свои переменные:

Подставили? Если да — вы только что нашли точку, где ваш продукт жертвует ценностью ради метрики. Диагноз подтверждён. Вы больше не работаете с реальной ценностью. Вы работаете с её суррогатом, который красиво выглядит в дашборде.

Симптом вашей компании: Ключевая метрика растёт, но в чатах поддержки или на форумах вы слышите одно и то же раздражение — и списываете его на «субъективность пользователей». Вы оправдываете боль, которую причиняет ваш продукт, зелёным графиком. Это и есть точка стратегического отрыва: когда цифровая абстракция становится реальнее, чем люди, для которых она должна служить.

Это финальная стадия, когда data-driven культура не просто болеет — она умерла. На её месте возникает вакуум, где правдой считается то, что сказал последний или самый громкий. Это полная потеря онтологии — согласия о том, что вообще является фактом. Болезнь развивается по чёткому сценарию, который прошла компания Uber в период гиперинтенсивного роста (~2014-2016), когда она захватывала мир, но потеряла контроль над информацией внутри себя.

1. Разрыв в фундаменте: «Сколько у нас поездок?» — три разных ответа.
По мере взрывного роста в Uber не существовало единого источника истины по базовым показателям. Количество поездок в Лондоне, активных водителей в Нью-Йорке, выручка в Дели — каждая команда и регион считали это по-своему. Финансы, операционка и аналитика давали три разных числа на один вопрос. Никто не врал — просто общей реальности не было.

2. Мифология PowerPoint: стратегические метрики, которых нет в природе.
Ключевые показатели, которые обсуждались на глобальных планах, существовали только на слайдах. Чтобы их получить, нужно было собрать данные из десятков локальных систем, многие из которых не стыковались. Фактически, цифры оценивали или брали с потолка, а потом под них уже подстраивали отчёты.

3. Паралич решений: невозможность принять обоснованное глобальное решение.
Когда нужно было решить, куда вкладывать миллионы дальше или с какого рынка уходить, — наступал тупик. Не было согласия в базовых фактах. Локальные менеджеры, оперируя «своими» данными, лоббировали свои интересы. Финансовые отчёты собирались с боем, как пазл из несовпадающих деталей. Объективного критерия для выбора не существовало.

4. Триумф нарратива: побеждает тот, кто громче кричит.
В условиях вакуума данных власть перешла к тем, у кого была самая убедительная история, а не самые точные расчёты. «Чувствую, тут есть потенциал», «По моему опыту в Азии...», «Конкурент уже зашёл» — такие аргументы стали весомее дашбордов. Управление превратилось в шаманизм, где интуиция и харизма заменяли анализ.

Итог:

Это была уже не проблема «плохих данных». Это была катастрофа управления, порождённая тем, что скорость роста была поставлена выше целостности информации. Компания, построенная на идее тотальной эффективности и анализа, полностью утратила способность понимать, что с ней происходит. Цифровая шизофрения достигла апогея: данные были везде, но правды не было нигде.

Подумайте о вашей компании: Если обсуждение любой инициативы начинается не с данных, а с вопроса «А чьи это цифры? И откуда они?» — вы уже на этой стадии. Вы больше не управляете бизнесом. Вы гадаете на кофейной гуще, притворяясь, что это — data-driven стратегия.

Вы только что увидели четыре исторических сценария.

Скорее всего, хотя бы один задел за живое:

- Узнали слепую веру в «главную метрику»?

- Усмехнулись, вспомнив, как «поправляли методику» под нужный отчёт?

- Поймали себя на мысли, что ваш дашборд растёт, а продукт раздражает пользователей?

- Или с ужасом представили, как три отдела называют три разные цифры по одному показателю?

Это и есть первый симптом. Но эмоции — плохой диагност. Чтобы не гадать, нужен чёткий критерий.

Определите, на какой стадии Синдрома Цифровой Иллюзии (СЦИ) находится ваша компания сегодня.

Вот карта для диагностики. Просто задайте эти вопросы тем, кто «отвечает за данные»:

Молчание, уклончивость или злость в ответ на эти вопросы — это и есть диагноз. Вы не управляете бизнесом через данные. Вы управляете симуляцией бизнеса, построенной из удобных, красивых, а часто и лживых цифр.

Эта таблица — ваша экспресс-диагностика. Она позволяет локализовать проблему. Если после этого вам всё ещё нужны неоспоримые доказательства — переходите к финальному эксперименту.

Чек-лист ниже — это стресс-тест. Он покажет, где система даёт сбой под нагрузкой.

Вы дочитали до этого места. Теперь у вас есть два пути: сделать вид, что ничего не было, или проверить.

Важно: Это упрощенный чек-лист для проверки живого/мёртвого. Он не улучшит ваши процессы. Он покажет, есть ли ещё что улучшать, или система уже в коме.

Полный вариант чек-листа с примерами, а также вариации того, как его можно копировать и распространять я добавлю в комментарии.

Эта статья — не приговор. Это — навигатор. Он не говорит, куда плыть. Он показывает, что ваш компас сломан, а карта ведёт в тупик. Починить компас и нарисовать новую карту — ваша задача. Моя — ставить такой диагноз, который нельзя проигнорировать.

Если этот диагноз отозвался — обсудим, что делать дальше. Но не в комментариях, где всё тонет, а в моём Telegram-канале, где я разбираю такие случаи и показываю, как чинить сломанные компасы. Ссылка в профиле.

#менеджмент #управление #аналитика #данныеианалитика #метрикибизнеса #стартап #kpi