Я пришел, как и большинство людей, случайно. Я учился в техническом институте.  Я скорее софт-инженер. У нас был курс, который назывался «Эргономика». Его читал мой будущий научный руководитель по диссертации Владимир Михайлович Мунипов. Я послушал его одну лекцию и подумал, что вот этим я хочу заниматься в своей жизни. И у меня была идея, что как здорово было бы найти такого человека, который мог бы делать то, что делают исследователи, а я бы мог бы помогать с технической стороны. И потом мне сразу дошло, что я могу сам это делать. Поэтому я пошел к нему в аспирантуру. Тогда мы с тобой познакомились, я уже даже не помню, сколько десятков лет назад, и, соответственно, занимаемся оба User Experience.

– Это были двухтысячные, самое начало. У тебя были какие-то хобби, увлечения в юности? Чем ты увлекался?

Ты имеешь в виду, которые как-то связаны с User Experience? С профессиональной точки зрения, у меня была тяга к какому-то логическому объяснению того, что я вижу. Мне всегда казалось, что человек – это вообще одно из самых сложных явлений, которые я лично очень плохо понимаю, включая себя самого. Плюс был какой-то набор странных хобби. Я, например, одно время увлекался ювелирным искусством. Это когда ты сидишь с какой-то маленькой такой «фитюлечкой», а потом у тебя получается в целом картина, которая сильно отличается от вот этих маленьких ковыряний в деталях. Может быть, это повлияло.

– Какой институт заканчивал?

Это был «Московский технический институт радиотехники, электроники и автоматики». Если я правильно помню, в тот момент это был институт, в котором была самая старая кафедра по эргономике. Тогда это был оплот эргономики в России.

– По профессии, ближе к UX, ты где-то обучался? Или это самообучение, или курсы какие-то проходил?

Когда учился, я поговорил со своим научным руководителем и подал документы в аспирантуру. Сдал все экзамены на пятерки и поэтому проще процесс был весь. Когда к нему пришел и сказал, что я все сдал, он ответил, что теперь мне нужно будет получать второе образование для того, чтобы потом учиться в аспирантуре по этой теме. Вот поэтому я, наверное, учился у него и у заведующего кафедры, Владимира Петровича Зинченко. Он занимался психологией, и у него значительная часть была психология труда. 

Мунипов занимался психологией, или, вернее, эргономикой, но во многом тоже психологией. Я фактически учился у них формально три года в аспирантуре, потом начал преподавать, продолжая писать диссертацию. 9 лет я был на кафедре. Это было мое второе образование с точки зрения User Experience. 

– Как ты считаешь, что было самое ценное в обучении в этой сфере? Что было самое ценное для тебя?

Вопрос сложный. Самое ценное – это понимание, что такое нормальный научный подход и понимание того, что это всего лишь выдвижение гипотезы и что такое гипотеза. Это то, что эта гипотеза должна быть фасилитируема, то, что мы можем поставить эксперимент, который подтверждает либо опровергает гипотезу и не просто даёт какие-то факторы. Это именно должна быть гипотеза, которую можно подтвердить однозначно либо опровергнуть. 

Затем мы проводим эксперимент. В нашем случае это эксперимент, связанный с наблюдением за испытуемым, либо с тестом какого-то объекта, куда вплетена деятельность человека. Человек таким образом тоже связан. Мы планируем эксперимент, смотрим на наблюдения, и на основе наблюдения за реальностью мы делаем вывод, правильная была гипотеза или нет. Если правильно – ставим в честь теории, если нет, то мы отбрасываем и что-то изучаем дальше. Это максимально простая идея. Я ее впервые почувствовал, когда я начал работать с научным руководителем. Он говорил, что я должен сначала сделать гипотезу, а потом ему доказать.

– Были ли какие-то у тебя трудности на старте карьеры? Как ты их преодолевал?

У нас с тобой достаточно уникальный путь. Мы оба начинали заниматься User Experience в то время, когда никто не знал, что это такое, особенно в России. Поэтому я не уверен, насколько наши с тобой истории будут помогать людям, которые работают и учатся в то время, когда все значительно проще. 

Есть такая тенденция, которую я видел, когда порядка 10 лет работал исследователем в Google. Когда работаешь в этих крупных компаниях, есть правило, что ты интервьюируешь кандидатов на такую же должность, как у тебя. Я провел интервью у несколько десятков, наверное, исследователей по всему миру. И, глядя на то, как другие люди приходят в профессию, проще понимать собственный путь. Я понял, что есть области, с которых люди приходят чаще. Это, как правило, психология, инженерия разных планов и дизайн. И при выходе с каждой области, при переходе в User Experience Research, есть преимущества и недостатки. У инженеров это, как правило, логическое мышление – все очень структурировано и все хорошо. Мы понимаем, как работает back-end, front-end, и хотим узнать, что это такое. 

Недостаток был у меня лично в процессном мышлении. Не было понимания того, чем человек отличается от компьютера, хотя во многом, на 99 процентов, мы похожи, но есть что-то, что отличается. Или хотя бы как вот этот компьютер, который мы держим в голове, как именно он работает.

– В свое время Алан Купер назвал этих людей Homo Logicus – это программисты.

Да, я точно так понял. Когда, вроде, ты смотришь, и кажется, что все совершенно логично, и поэтому очевидно, что ты прав. На самом деле, мне это казалось только потому, что у меня не хватало знаний из области другой. И точно так же, например, когда люди приходят из психологии.

Есть очень много теорий психологических, в том числе, с которыми мы сталкивались. Например, когда я проводил исследование последней группы, с которой я работал в Google. Это была команда, которая занималась виртуальными ассистентами и голосовыми интерфейсами. Мы исследовали такие понятия, как доверие. Оказалось, что самая большая преграда и самый большой фактор, который влияет на взаимодействие именно в User Experience у пользователей, когда они общаются с таким невидимым объектом, который может с ним просто общаться, как мы с тобой. Это даже не техническая составляющая, это составляющая именно взаимодействия и какие-то мета-характеристики, типа доверия, например. 

И первое, что я сделал – пошел смотреть психологию и психологическую литературу по доверию для того, чтобы узнать, что там написано. И как суммировал мой коллега, с которым мы в то время работали – ни одна из теорий по доверию, которые он когда-либо видел в своей жизни, абсолютно неприменима. Вот применимо на 0%, если ты что-то не проектируешь. Но они классно все звучат на бумаге и в диссертационных работах.

– Это звучит как «Ни одна теория по доверию не вызывает доверия».

Парадоксально, но оно доверие вызывает до тех пор, пока ты не начинаешь пробовать. К примеру, мне нужно одну характеристику, по которой мы что-нибудь будем измерять, и как мы это будем измерять. И вот здесь получается, что непонятно, что мерить вообще. Но зато у тебя есть книга в 5 тысяч слов, или в 500 страниц про то, что это такое, и вообще про все особенности доверия между людей. 

Я это веду к тому, что люди, которые приходят из психологической, например, области, там перегрузка психологическими теориями. И как только эти психологические теории начинают применяться на практике, когда тебе нужно не просто объяснить, а предсказать, то большинство теорий, которые я лично видел, с которыми приходили люди, они настолько же применимы, на сколько почти все теории доверия, с которыми я сталкивался.

– Какой у тебя стаж в профессии? Можешь посчитать, когда ты пришел в эту сферу и сколько уже лет?

– 24 года. Я начал заниматься в 99-м году и начал писать диссертацию, оказывать консультации первые на эту тему.

– Можешь кратко рассказать, в каких проектах ты участвовал?

Слишком много. У меня была маленькая компания в России, мы делали research. Мы фокусируемся именно на фундаментальное какое-то исследование, поэтому мы работали с компаниями типа Microsoft. Мы для них делали несколько проектов. Мы делали для компаний типа мобильных операторов, и в том числе были какие-то небольшие компании технические, очень-таки нишевые. Затем я пошел работать в Google. Там я занимался кучей проектов, начиная с поиска. 

Занимались развивающимися рынками. Мы проводили исследования в Индии, в Таиланде, в Индонезии, по всей Европе, в Штатах. Затем работал в Android очень долго. Это все, что связано с мобильным приложением. Вообще абсолютно все. Последние были голосовые интерфейсы и виртуальные помощники. И между ними еще, наверное, пару десятков проектов, какие-то отдельные, какие-то небольшие, и большие проекты типа Google Alerts или все, что связано с продажей, с шоппингом.

– Что ты считаешь своими основными достижениями?

Скорее всего больше везение, как мне кажется. То, что я попал к такому легендарному научному руководителю, и я был последним его учеником, потому что он все-таки в возрасте уже был.  Несмотря на то, что мы с ним общались довольно долго, это было исключительно везение. Компанию открыть не сложно. Ее сложно не закрыть.

– Уже достижение. Компания просуществовала какое-то время, поднимала рынок в свое время, когда еще никого не было.

Да. Тогда было только 3-4 компании в целом. Они более-менее все в одно и то же время появились. Есть такая японская пословица, что цветок растет не потому, что о нем заботится садовник, он просто растет, а садовник радуется, что это растет у него в саду. У меня то же самое. Я думаю, что, если бы я этого не сделал, индустрия развилась бы вполне нормально. Это скорее я получил преимущество от того, что поучаствовал в этой индустрии.

– Были ли какие-то провалы, неудачи? С чем они были связаны?

Это простой вопрос. Я, кстати, забыл сказать, когда ты спрашивал по поводу проектов. Мы как раз начали заниматься лабораториями, потому что, когда я работал в Google, у меня был коллега. Он построил все UX-лаборатории в Google. Их больше 50 во всем мире, и мы с ним достаточно тесно работали, потому что я проводил очень много исследований по всему миру. У нас были другие типы исследований. 

Например, когда ты делаешь голосовые исследования с виртуальными ассистентами, нам просто приходилось изобретать методологии, которых до этого не существовало. Вот поэтому, с одной стороны, это было сложно, с другой стороны, это было интересно. И мы с ним начали работать, и в какой-то момент к нам стали приходить люди, которые пробовали сделать лабораторию у себя в компании, и у них не получалось. Они пытались понять, как мы это сделали в Google. То, что отчасти работало. Мы реально искали целый год такую компанию и не могли найти. В итоге мы решили уйти из Google и сделать эту компанию самостоятельно. 

По поводу провалов. Знаешь, это очень интересный вопрос, потому что научный подход, с которого мы начали – это серия таких контролируемых неудач. Потому что, когда ты делаешь гипотезу, это не значит, что ты должен получить то, что ты хочешь. Отрицательный результат в этом смысле – это не провал. У тебя есть гипотеза, которая тебя либо двигает вперед в одном направлении, либо в другом направлении. Ты можешь, например, очень хотеть, чтобы направление «А» тебе подходило, и ты хочешь идти туда. Но если ты узнаешь, что реальность не совпадает с твоими ожиданиями, основой этого эксперимента, хорошо спроектированного, ты просто движешься в направлении «B». Поэтому я воспринимаю провалы как то, что ты продолжаешь двигаться просто в более верном направлении.

– Можешь привести пример этого несовпадения?

Да сколько угодно. Например, когда у нас были исследования голосовых интерфейсов, и мы пытались понять, какая конкретная функция работает или не работает. Глядя на то, как наши респонденты взаимодействовали с системой, я подумал о том, что многие задачи не проявляются в один момент времени. То есть тебе нужно, чтобы было несколько итераций, которые позволяют человеку проверить продукт, потом научиться как им заниматься, и затем начать использовать в реальной жизни. И поэтому я начал приглашать одних и тех же испытуемых в достаточно продолжительный период времени и смотреть, как они работают. 

И в какой-то не первый визит, к нам пришла женщина, которая использовала голосовые интерфейсы. Это была женщина, которая давала самый лучший фидбэк и говорила, что «У меня ребенок, когда он сидит в ванной, мне очень сложно его отвлечь. Я буду давать ему мой телефон, и теперь я знаю, чем он будет заниматься. Голосовой интерфейс будет с ним общаться и так далее». Я решил пригласить её второй раз. И второй раз тоже было все так замечательно. До того момента, когда ты провожаешь респондента на выход, и ты говоришь: «Спасибо большое. Насколько вам понравилось?». Я задал вопрос: «Насколько вам это понравилось? Будете ли вы это использовать в реальной жизни?». И она отвечает: «Очень-очень понравилось. Все отлично. Не буду использовать. 

Мы опять приглашаем её вернуться за стол и снова поговорить еще часок относительно того, почему. И это как раз был тот момент, когда родилась идея, что технически составляющий и работающий продукт – это хорошо, но есть характеристики. В частном случае это было конкретно доверие. Она сказала, что просто не доверяет системе. Я спрашиваю: «Что значит, что вы не доверяете системе?». И она сказала, что есть важная задача, которая не просто развлечение для ребенка в ванной или поболтать с коллегами во время обеда. Это когда тебе действительно нужно получить результат. Ты должна видеть, что мы идем к достижению результата потому, что если это не мгновенное какое-то получение, то пока ничего не происходит. И я должен понимать, что у нас есть прогресс. В голосовых ассистентах показать прогресс очень сложно, потому что он невидимый. 

Ты спрашивал про провалы. Если есть ошибка, например, в ассистенте, если тебе система не помогает или помогает неправильным образом, то с разным типом ошибок нужно взаимодействовать разным способом. Например, ты спросил про погоду. Тебе сказали неправильную погоду, и ты промок – это один тип ошибки. Ты, может быть, в следующий раз тоже спросишь. Но спросишь, возможно, в том случае, если тебе система скажет: «Извините. Мы пользуемся самым надежным источником информации, но иногда, например, в 2% случаях он дает ошибки. Поэтому мы лучше не можем сделать». Ты можешь сказать: «Хорошо. Я понял, откуда произошла ошибка, и понял, что с ней делать». 

Другой тип ошибки, когда ты просишь, чтобы тебя разбудили, потому что ты хочешь встретить жену в аэропорту в 5 утра, а он тебе вместо будильника поставил напоминалку в календарь. И ты проспал. И в этом случае объяснение может быть совсем другое. Оно все равно должно быть потому, что если никакого объяснения нет, то это будет последний момент, когда ты используешь эту систему. То есть эта идея доверия, которая воплощается в конкретные наблюдаемые факторы, которые можно измерить и расширить на основе наблюдений – это исключительно вследствие того провала гигантского, который у нас был изначально. Ведь мы думали, что у нас все работает. Технически ты кнопочку нажимаешь, и с тобой начинают говорить. Вроде все нормально.

– Можешь ли ты сказать, где и над чем ты сейчас работаешь? В чем твоя деятельность заключается?

Я сейчас работаю в области, которая называется ResearchOps, Research Operations, которая не сильно связана с проведением исследований, но, по сути, мы делаем точно такие же исследования. Просто мы проводим исследования над исследователями. Это тот случай, когда исследователь действительно является пользователем. Исследования в разных организациях кардинально разные. Они фундаментально отличаются. Если есть исследования в маленькой организации, в агентстве и в крупной компании, у тебя сам процесс организации исследования может быть фундаментально разным.

– Какие вещи не являются важными для Operations, несмотря на то, что ими многие занимаются?

Отвечая на твой вопрос относительно важных моментов, которыми все занимаются, но которые не столь важны, мне отчасти ResearchOps напоминает то, что мы с тобой видели, когда занимались исследованиями. Это самолет, который собирается на лету. Он так падает с высока, и вот пока он совсем не упал, тебе нужно собрать крылья, сделать еще что-нибудь. Ты не знаешь, что ты собираешь. Ты собрал паровоз, он все равно падает. Решаешь, что труба и рельсы не очень помогают. Начинаешь более-менее летать, но кругами. И вот такая же ситуация, как мне кажется, происходит сейчас в ResearchOps. И поэтому многие вещи, которые привнесены из других областей, откуда пришли люди, которые занимаются ResearchOps, они супер проявляются. 

Мне кажется, основная задача ResearchOps – это масштабировать исследования. Вот представь, что у нас есть компания, в которой всего лишь 5 ресечеров. 5 ресечеров – это не очень большая организация. Это значит, что у нас есть порядка 25-50 дизайнеров и пару сотен разработчиков. Таких компаний, я думаю, десятки тысяч, может, сотни тысяч в мире. И мы с тобой проводим research. У нас каждый ресечер будет работать по определенному образу. Он будет писать отчеты в своем формате, загружать их куда-нибудь, куда ему привычно и так далее. Если этот ресечер уйдет, а другой человек придет, все будет работать совершенно по-другому. Этот человек будет работать с командой иначе, он будет иначе принимать задачи, иначе выдавать результат и так далее. 

То есть это все приводит к тому что, когда появляется шестой ресечер, вот этого синергетического эффекта, когда у нас с добавлением одного элемента в системе результат увеличивается больше, чем на один элемент пропорционально, то она, по идее, должна увеличиваться больше. Например, как в разработке происходит. У нас команда из 100 человек разработчиков. Они могут сделать не просто в 10 раз больше, что может сделать команда из 10 разработчиков. Она принципиально может другие задачи решать. Они не решают задачи командой, которой меньше. 

У нас происходит обратная ситуация. У нас чем больше людей, тем меньше в итоге выхлоп, потому что масштабирование не происходит. Да, у нас происходит увеличение количества PDF или презентаций, которые загружены в рандомные места совершенно случайно, и количество людей, которые говорят, что я ресечер в компании. Вот эта проблема, как мне кажется, она одна из основных проблем сейчас с исследованием. 

Если посмотреть на ResearchOps, это то, где ResearchOps может помогать. Все, что делает ResearchOps – это поиск респондентов, взаимодействие с «ресерчерами», с руководителями в создании всяких репозиториев и так далее. Это все очень полезно, но, если это все не приводит к тому, что исследование становится более масштабируемое, смысл operations, полностью теряется. У нас более унифицированный подход к исследованиям. У нас разные команды работают более-менее по одинаковым принципам. У нас есть какие-то внутренние стандарты, когда внутренние клиенты – это разработчики могут быть или дизайнеры. Понимая, что, если этот ресечер ушел, а другой пришел, у нас приблизительный процесс будет похож. Если эти все составляющие такого масштабирования не меняются, то каким бы успешным ни был ResearchOps, он, говоря о провалах, это провал в основной характеристике, в основной функции ResearchOps.

– Как просчитать отдачу от ResearchOps? Мы работаем, а есть ли эффект?

Здесь есть несколько подходов. Отдачу return on investment (ROI) посчитать очень сложно. Мы с тобой знаем, что, когда исследователи приходят, мы всегда думаем, так же, как и все остальные специалисты, что наша область очень важна. Поэтому, если нас не нанять, то это будет вообще катастрофа. Как эту катастрофу или удачный подход, если нас наняли, показать в каких-то количественных параметрах для того, чтобы можно было измерить? Лучше занимать дополнительного ресечера или проводить исследования, обращать на это внимание, а не оптимизировать исключительно технические характеристики. 

Могу рассказать то, к чему я пришел. Есть такой спектр подходов, которые позволяют посмотреть на какие-то конкретные вещи. Например, посмотреть на затраты, которые компания тратит на то, чтобы создать или поддержать какой-то процесс. К примеру, у нас есть 20 дизайнеров, с ним работают 5 исследователей, у нас пара сотен разработчиков. Если мы не проводим исследование какой-то функции, и мы из реальности получаем обратную связь, что пользователям она не нужна или им нужно было что-то, на чем мы не работаем, то вот эти ресурсы, потраченные на этот процесс – они потрачены впустую. Мы можем посмотреть на историю нашего проекта и сказать, что такие ситуации, к сожалению, происходят каждый второй раз. Поэтому вероятность в данном случае – это 50%. Мы берем 50% этой суммы, и вот наша цена нашей пробы.

– Хоть раз удавалось это в цифрах посчитать?

Посчитать очень сложно. Туда входит или не входит какое-то непонятное количество факторов, Конкретный пример – зарплата ресечера. В крупных компаниях, предположим, зарплата где-то 50 тысяч долларов в месяц. Мы должны это считать? Или сколько компания на самом деле тратит для того, чтобы нанять этого специалиста или этого специалиста поддерживать? Для крупной компании специалист где-то в три раза дороже, чем его зарплата. Потому что его нужно нанять, его нужно кормить, одевать, охранять, предоставить место и когда он увольняется, возникают различные проблемы. Когда складываем все вместе, получается, что с учетом зарплаты в 50 тысяч, мы должны учитывать 150 тысяч в год. У него менеджеры должны быть, и у этих менеджеров тоже должны быть менеджеры. Как мне кажется, имеет смысл брать всю картину, потому что платит все-таки организация, и организация заинтересована в конечном результате. 

У нас были случаи, когда получалось посчитать. Оказывалась сумма значительно больше, чем видна на первый взгляд, потому что, все оперируют бюджетами. «У нас в организации бюджет вот такой. Мы вот столько-то выделяем на ресечеров. И предполагается, что люди там уже сидят, как бы бесплатно и офис уже стоит тоже бесплатно. И за счет этого стоимость не видна. Но были случаи, когда ты находишь человека, который действительно пытается посмотреть на более общую картину. Ты говоришь: «Смотрите, мы оперируем вот этой суммой. Мы готовы ей рисковать или нет?». 

Вопрос уже другой немного. Но интересно то, что, если мы идем в сторону более общей картины, у нас получается еще другое усложнение. Например, если мы смотрим, чем мы на самом деле рискуем, когда мы запускаем продукт без исследования. В этом году у нас все, над чем мы работали целый год, не запустилось, но мы запустим в следующем году. Реальность такова, что очень часто в следующем году мы ничего не запустим, потому что у нас уже компания развалилась или конкуренты нас съели, потому что они запустили то, что нужно было людям, и они отобрали часть рынка, которую мы не получили в этом году. 

Поэтому реальная картина заключается в том, что мы должны смотреть на то, как меняется рынок сбыта для компании, которая использует Research или в данном конкретном случае использует проект исследовательский, или не использует. И в данном случае мы получаем еще более широкий взгляд. Людей, которые видят этот взгляд и хотят его использовать – еще меньше в компании. Как правило, это руководитель и владелец компании, которые действительно хотят не просто, чтобы их отделу дали бюджет больше в этом году, а которым не важен бюджет. 

Бюджет – это просто число. Тебе нужно, чтобы компания в целом развивалась. Поэтому, если у всех замечательные отчеты, и все потратили бюджет, но компания развалилась, то для каждого конкретного департамента может быть замечательный результат. Человек после этого уйдет с отличным резюме, где будет сказано, что лично в его отделе все было хорошо. Он пойдет работать в другую компанию. А для компании – это ужасно. Это худший результат, который только можно получить.

Если мы смотрим на общую составляющую, то ее определить значительно сложнее, но, мне кажется, тоже можно. Например, возьмем какую-нибудь банковскую область. Какой процент успеха зависит именно от user experience? Если у тебя есть два банка, они более-менее работают с технической точки зрения одинаково, но одного взаимодействие user experience значительно лучше, а у другого значительно хуже. 10%, повлияют на 90% или на 1%? 

– В свое время Джефф Безос сказал, что 1 доллар, вложенный в юзабилити в Амазоне, окупался 100 долларами прибыли. У меня сейчас ощущение, что конкуренция идет как раз в той сфере, где рынок предлагает очень много похожих услуг, но борьба идет именно за то, чтобы человеку понравилось, он остался с тобой, чтобы у тебя было какое-то конкурентное преимущество. Оно как раз заключается в привязке пользователя к этому удобному опыту, что тебе здесь хорошо, тебе здесь понятно, тебе здесь нравится. 

И я просто вижу на нашем российском рынке банки, которые выпустили удобные мобильные приложения, при прочих равных, они выигрывают. К ним начинает народ валить. И для меня это показатель того, что это даже не 10%, это, наверное, 30%. Понятно, что создать мобильное приложение, например, банковское, это сложная задача. Нужны инженеры, техники и так далее. Но сделать так, чтобы люди влюбились в него – это другое. Все это работает. То есть это действительно большой процент.

Я лично согласен. Понимаю, что я здесь могу быть немного не беспристрастным, потому что я в этой области работаю. Но у меня тоже такое ощущение, что, как ты говоришь, во многих областях мы дошли до уровня насыщения техническими функциями. Мы получили гигиенический уровень. Мы теперь должны строить выше этого не просто дополнительные какие-то функции, которые есть только у этой системы. Все эти уникальные функции очень быстро копируются. 

Банковская система, банковское приложение – это очень сложная система. Мы здесь отчасти возвращаемся к тому, что ResearchOps или организация в целом, организация исследований, она имеет смысл и дает эффект тогда, когда она может взаимодействовать со сложными продуктами. Для того, чтобы она могла строить сложную систему, нужно, чтобы было много людей. А для того, чтобы много людей могло работать на сложную систему, нам нужен такой масштабируемый процесс, который позволяет это делать. Это не просто нанять толпу исследователей, которые побегут и сделают миллион исследований сегодня, а завтра у нас будет отлично банковское приложение. Нет, у нас не будет банковского приложения. У нас будет миллион PDF, загруженные в рандомные места где-то в интернете.

– Я наблюдал, когда компания быстро растет, она добивается какого-то успеха своим первичным продуктом, и она думает, что сейчас сделает 10 подразделений, у них будет 10 каких-то продуктов и они всех порвут. И вот тут начинаются проблемы, потому что у них было два-три исследователя, которые в этом участвовали, этот продукт создали. Они думают дальше следующим образом: «Теперь нанимаем 20, и у нас все просто масштабируется и все будет хорошо». И это как раз то, о чем ты говоришь. 

Если не работать над структурой взаимодействия между людьми, над структурой данных, над культурой использования этих данных, над базой знаний, над тем, чтобы менеджеры понимали, как обращаться к этим специалистам, чтобы они были заменяемы – ничего не получится. Я своими глазами наблюдал это и могу сказать, что эти примеры негативные. Некоторые компании об этом задумываются, пытаются строить. У нас появились крупные компании, типа Mail.ru, у которых есть потребность в том, чтобы эти процессы масштабировать и делать это правильно.

Ты описал лучше, чем я, то, как это работает. К примеру, мы говорим, что, у банковской системы 30% успеха определяет User Experience, и это – сложная система. То есть для этого нужно, чтобы работало много людей. А для того, чтобы много людей могли работать эффективно и создавать сложную систему, нам нужно масштабировать процесс. Это означает, что масштабируемость этого процесса и то, чем занимается именно ResearchOps, это какая-то значительная часть от 30%. 

Предположим, что это 10%. То есть 10% от 30% – это 3% от банковского рынка. Когда мы говорим про наличие или отсутствие ResearchOps или системы масштабирования исследований, мы говорим про 3% от оборота компании. И в данном случае это не бюджет, который выделили компании, это даже не зарплата этих людей. Это сумма, которая для крупных организаций измеряется в миллион раз больше, чем все вместе взятое. 

Отвечая на твой первый вопрос о том, чем занимаются люди, чем нет смысла заниматься, я вижу очень часто, что люди занимаются экономией. Например, у нас есть два провайдера. Один провайдер предлагает за 2 тысячи долларов, другой предлагает за 2,5 тысячи долларов. Я буду этим заниматься, выяснять, какой лучше, и как с ними поторговаться. В итоге я сторгуюсь на 1,5 тысячи и сэкономлю 700 долларов в нашей компании. 

На самом деле не сэкономил 700 долларов. За те два месяца, пока ты это все делал, компания недополучила часть от этих 3% оборота всей компании. В итоге для крупных организаций это может измеряться в сотни миллионов долларов. Но зато мы сэкономили 700 долларов. Но 700 – видимые. Как мне кажется, основная проблема с тем, что не делается, и тем, что делать критично важно, и сложно потом представить результат. Это ровно то, что ты описал – создание сложных систем путем организации работы. Как из двух ресечеров мы можем расширить команду на 30 человек или даже 20 человек, не превратив это в полный хаос.

– Где есть слепые зоны, которые не видны, но сильно влияют на работу исследователей? Где ResearchOps смог бы помочь?

Мне кажется, что одна из слепых зон – это именно платформа для проведения исследований. Что на самом деле нужно для того, чтобы сложная организация могла выдавать сложный продукт – это система, которая позволяет исследователям учиться. Это то, в том числе, что ты делаешь. Ты создаешь систему, которая помогает людям узнавать и контактировать друг с другом, и получать какие-то навыки. Применять свой опыт, делать ошибки, на этих ошибках учиться. 

Когда человек попадает в организацию, он начинает работать, ему нужна платформа, в частности, какая-то лаборатория. То есть под лабораторией можно понимать все, что угодно. Это просто платформа, которая позволяет человеку или группе людей проводить исследования, которые имеют шанс быть масштабируемыми. Задача ресечера в данном случае – открыть дверь и начать проводить исследование, фокусироваться на продукт и на пользователя. 

То, что мы пытаемся сделать – это сделать платформу, куда заходит обычный ресечер, который не хочет получать ученую степень по тому, как использовать эту платформу, ему нужно просто провести исследование. И сама платформа, и способ, как все построено, ведет нашего ресечера к тому, чтобы весь процесс был более стандартизованным, без ограничений. 

Сама платформа должна структурировать твою работу и вести к тому, что ты делаешь все так, как привычно и нужно тебе, но результат структурирован и масштабируемый. Вот это то, чем мы пытаемся заниматься. И здесь под лабораторией мы понимаем не только саму комнату и оборудование, которое снимает. Это скорее результат этого всего. 

У нас есть унифицированная платформа и место, придя куда, самым лучшим и простым способом проведения исследований будет способ, который позволяет тебе быстро получить результат, который тебе нужен. При этом делать это так, чтобы и для твоих клиентов, внутренних компаний, это был более-менее предсказуемый, возобновляемый процесс, и для организации в целом.

– Я правильно понимаю, что клиенты этих исследований тоже заходят в эту платформу, чтобы получить свои данные?

Да. Я не могу дать точного определения «лаборатории», но мне кажется, то, к чему мы приходим. Мы начали с того, что посмотрели, чего реально не хватает. Например, реально не хватает того, чтобы люди, которые сидят в другой комнате во время исследования, могли гарантированно это увидеть и услышать. Постоянно не работает либо звук, либо картинка не та, либо созвониться невозможно, либо еще какой-нибудь миллиард других проблем. И это в платформе виртуальной, которая из современных офисных технологий самая исследуемая. Её использует миллиард человек каждый день. 

И есть 10 тысяч компаний, которые строят эти системы, включая, такие как Google, Apple и так далее, у которых просто неограниченный бюджет. Это всё равно не работает. А нам теперь нужно сделать систему, которая использует не одну камеру, которая встроена в совершенно стандартный компьютер. У нас там пять камер. Они будут переключаться в реальном времени. И, значит, можно одну вставлять в другую. 

Звук у нас будет браться с профессионального микрофона, потому что непрофессиональный работать не будет. Все это должно быть в комнате, и это должно быть спрятано, и так далее. Для того, чтобы эта уникальная система всегда работала и работала для небольшого набора людей, которые сидят в конкретном офисе со своими собственными настройками сети, безопасности и всего остального, и чтобы это работало значительно надежнее, чем работает стандартная система, которую использует миллиард человек. 

Мы начали с этого – как построить техническую систему, которая просто всегда работает, и которая работает не в вакууме, а когда у тебя работает она сама, и у тебя ресечер, который сидит в комнате, где у тебя сидит респондент. Он фокусируется на респондента с минимальными ресурсами, которые он тратит на саму лабораторию. Мы с этого начали. И закончили тем, что оказывается даже если мы сделаем такую систему, которая позволяет много камер ставить, стримить и в онлайн, и в соседние комнаты, и записывать надежно и так далее – это все равно не работает. 

Например, организации не способны построить лаборатории под определенные характеристики. Как часто ты был в переговорках, где прекрасно слышно, что говорят соседние «переговорки»? 

– Почти всегда. 

У нас то же самое. Причем, переговорки – это самое стандартное помещение в офисе, и у них самые стандартные требования. И одно главное требование – чтобы тебе не было слышно и видно, что происходит в соседней переговорке. Это все равно никогда не работает практически. В лаборатории, если респондент слышит, как его обсуждают соседние комнаты наблюдателей, нельзя проводить исследование. 

Оказалось, что нужен сервис, который помогал бы компаниям делать такие комнаты, чтобы это была лучшая переговорка в организации. Лучше не в том, что она какая-то уникальная, а в том, что она соответствует минимальным требованиям, которым должны соответствовать все переговорки. Нужно сделать, чтобы у тебя в твоей лаборатории, в комнате именно, был какой-нибудь стол для тестов, и чтобы он был определенного размера. 

Мы смотрели на крупные компании. Это такие, мультинациональные компании, которые с неограниченным бюджетом. И это происходит практически в 100 случаях из 100. Тебе дают какой-нибудь стол такой. «Вы же просили стол». Мы просили определенного размера стол, где можно сидеть. «Вот у нас стол был на складе. Вам прислали стол». Все, галочка закрыта и поэтому бюджета больше нет. 

И вот вроде ты все сделал, а исследование проводить не можешь. Мы поняли, что нужно делать и предоставлять специально мебель для лаборатории, чтобы исследователь мог прийти в лабораторию и провести это исследование. Поэтому, говоря про лабораторию и про платформы, я, скорее, имею в виду эту всю систему мер, объектов, не только виртуальных, но и очень реальных, типа стола, которые позволяют исследователю фокусироваться на испытуемом и на продукте, а наблюдателям фокусироваться на то, что они видят, а не на то, как связаться с «ресерчером», которого они не видят и не слышат, потому что что-то не работает.

– Есть особенности operations в крупных и в мелких компаниях?

Да. Мне кажется, что есть три типа. Есть мелкие компании, агентства и крупные компании. Если мы говорим про маленькую компанию, то лучший результат работы ресечера – это удачный продукт, который запущен. Поэтому один ресерчер в мелкой компании, в принципе, может работать над одним продуктом без системы. 

Моя система – это я. Я работаю определенным образом, и пока я в компании, все работает. Как только компания начинает расти, и появляется второй ресечер, то пока есть 3-4 человека, они просто могут договориться. Возникает культура в организации, и она возникает сама по себе, и она более-менее рабочая. Даже если один из этих четырех человек – это менеджер, мы все друг друга знаем, все друг с другом общаются, и каждый слышит, что говорит любой другой человек. 

Поэтому мы в курсе ситуации. Когда штат увеличивается человек до 10 – все перестает работать, потому что там появляются два менеджера, есть линейный менеджер, есть высший менеджер, и все не знают, что делает другой человек. И поэтому начинают теряться куски взаимодействия. Эти куски должны восполняться системой. Система должна тебе показывать, что ты об этом не знаешь, но мы тебе скажем только ту часть, которая тебе нужна, потому что всего знать невозможно. Это отличие мелких организаций даже от средних. То, что у тебя в мелкой компании возможно делать проекты того масштаба, которым занимаются мелкие компании, которые не требуют системы, не требуют процесса. 

Есть исключения во всех случаях, но, как мне кажется, это практика. В крупных компаниях, как правило, это уже абсолютно невозможно. Если у тебя компания, в которой 300 ресечеров, и они сидят по всему миру, то любая маленькая недоработка системы будет приводить к тому, что у тебя часть работы этих людей просто не будет поддерживать организацию. Например, 20% всего продукта – это очень хорошая картина, когда 20% всего лишь не поддерживается. Как правило, не поддерживается где-то 95% продукта. 

У тебя просто запускается продукт без нормального понимания твоих пользователей. И это, с одной стороны, звучит ужасно, с другой стороны, на данном этапе это может пока все еще работать. Действительно очень сложно строить эту систему и выращивать культуру, чтобы она возникла не потому, что пришли эти два конкретных человека, а потому что эта культура необходима. Она имеет характеристики, нужные для того, чтобы наш продукт поддерживался за сложной командой исследователей. 

Если мы говорим про мелкие и крупные организации, третий тип – это агентства. Если мы говорим про компанию, то по большому счету то, что мы с тобой раньше обсуждали, отдача от ResearchOps – это повышение доли этой компании на рынке, так или иначе. И поэтому я могу прийти к владельцу компании и сказать: «Смотрите, вот мы сделали так, как мы в ресече предлагали сделать. Мы начали обращать внимание на юзер-эксперимент, и в итоге мы видим, что вот данные, которые я смотрю, и там данные показывают, что удовлетворенность пользователей и то, что они могут взаимодействовать более эффективным образом, даже с той же самой технической системой, увеличила наш рынок на 20%. Поэтому мы говорим про 20% всего рынка, 20% оборота компании». Это одна история. 

Поэтому ты можешь сказать: «Мне нужен бюджет, который в 100 раз больше, чем бюджет, который есть у меня сейчас». И здесь есть, о чем говорить. Это все равно будет очень сложное обсуждение, но переговоры можно вести. У агентства абсолютно другая ситуация. У агентства есть определенная сумма, которую он выставил клиенту. 

Например, у тебя есть агентство, и в результате твоего проекта компания заработала миллиард. Тебе все равно заплатили ту же самую сумму, которую ты выставил, как счет. Здесь есть плюсы, и здесь есть минусы. Минус в том, что для агентства нет смысла вкладывать в инфраструктуру, потому что она никогда не увидит ту отдачу от существования инфраструктуры, которую видит компания. 

Поэтому, по моему личному опыту, в агентствах эти все процессы, связанные с ResearchOps, они просто другие. У них нет возможности черпать ресурсы из конечного результата. Либо они должны быть каким-то карманным агентством какой-то компании, где они могут на это как-то повлиять. Если у человека, который принимает какое-то важное решение, есть понимание того, что траты здесь приводят к увеличению рынка нашего продукта, то часть этих денег можно обратной частью отправить в это место.

– Константин, мы сейчас прервемся и чуть позже запишем продолжение. С нами был Константин Самойлов, соучредитель компании «UX-Study», которая делает юзабилити-лаборатории под ключ. В планах еще пообщаться обо многом во второй части. Спасибо, Константин.

До встречи!