Стартапам свойственно ошибаться

В новомодном направлении экономической теории, фокусирующемся на анализе основных причин инновационных просчетов молодых технологических стартапов, в последнее время все большее внимание уделяется так называемым post-mortem откровениям предпринимателей — добровольным интервью и публичным комментариям (о них мы писали в первой статье спецпроекта) основателей и/или инвесторов неудавшихся компаний.

Эти post-mortems, обильно публикуемые на специализированных интернет-сайтах, скрупулезно исследуются на предмет выявления типичных ошибок начинающих технопредпринимателей, приводящих к гибели стартапов.

В поисках универсального инструментария диагностики наиболее проблемных зон стартап-экосистемы группа итальянских специалистов из Политехнического университета Турина (Politecnico di Torino) обратилась к апробированной методике, которая на протяжении многих лет активно применяется в гражданской авиации для проведения, по сути, того же post-mortem анализа происшествий и инцидентов с воздушными судами.

Авиационная модель SHELL

По экспертным оценкам, более 70% официально задокументированных случаев потерь воздушных судов в гражданской авиации были прямым следствием ошибок летного персонала (пресловутого человеческого фактора). Для всесторонней оценки масштабов и границ воздействия этого фактора на авиационную систему в 1970-е была разработана модель SHELL. В рамках этой концептуальной модели проводится анализ механизмов взаимосвязей между системными ресурсами / окружающей средой (летной подсистемой) и человеческим компонентом в авиационной системе (человеческой подсистемой).

Основным разработчиком модели SHELL считается Фрэнк Хоукинс, который более тридцати лет был линейным пилотом в авиакомпании KLM, а потом получил в ней официальную должность консультанта по человеческим факторам (Human Factors Consultant). Хоукинс в соавторстве с Харри Орлади, пилотом и техническим консультантом United Airlines, написал книгу «Человеческий фактор в полете (ее первое издание было выпущено в 1987 году), которая очень быстро получила статус своего рода библии в авиационной отрасли.

SHELL-модель уже в начале 1990-х была официально рекомендована

Международной организацией гражданской авиации (ИКАО) в качестве базового аналитического инструмента в ходе расследований различных авиационных происшествий (как относительно безобидных аварий, так и катастроф) для осуществления сбора и оценки данных о качестве исполнения работы летным персоналом и выявления степени несогласованности работы основных компонентов «большой воздушной системы», которые могли привести к подобным инцидентам. Стоит отметить, что на семинаре ИКАО (Human Factors Seminar), проведенном в Санкт-Петербурге в 1990 году, главным докладчиком был Фрэнк Хоукинс.

Исходная SHELL-модель за последние несколько десятилетий обросла многочисленными модификациями и вариантами. В частности, можно упомянуть такие ее разновидности, как SCHELL и SHELL-T: первая учитывает дополнительное воздействие «культурного компонента», что и обусловило добавку в аббревиатуру буквы C, а вторая (SHELL-Team) дополнительно оценивает эффективность групповой/командной работы.

Четырьмя же базовыми блоками этой модели являются Software (S, различные нематериальные аспекты работы авиационной системы — правила, инструкции, нормы, процедуры и т. д.), Hardware (H, физические элементы — собственно воздушное судно, оборудование, инструменты и проч.), Environment (E, окружающая среда, включающая в себя две подсистемы — внутреннее и внешнее окружение) и наиболее критический Liveware (L, то есть собственно человеческий элемент авиационной системы). Причем блок Liveware, в свою очередь, дополняется несколькими автономными элементами-интерфейсами, связывающими его с тремя другими: Liveware-Software, Liveware-Hardware и Liveware-Environment.

Модифицированная версия для стартапов

Пристально изучающие в Политехническом университете Турина стартап-предпринимательство Марко Кантамесса, Марианджела Росано и другие исследователи резонно предположили, что проверенная временем авиационная модель SHELL может оказаться весьма полезной в их сфере и попытались творчески ее модифицировать для классификации критических проблем, с которыми сталкиваются молодые технологические компании.

В их статье, озаглавленной «Дороги стартапов к неудаче» (Startups’ Roads to Failure), которая была опубликована в прошлом году в междисциплинарном издании Sustainability, именно SHELL-модель

была взята за основу при анализе публичных post-mortems стартаперов, опубликованных на вебсайте Autopsy.io, а также представленных на интернет-платформе известной исследовательской компании CB Insights (166 Startup Failure Post-Mortems. 2016).

Итальянские специалисты отмечают, что SHELL-модель получила наиболее широкое распространение в гражданской авиации (помимо нее используется целый ряд других альтернативных методик, например модели Domino, Swiss Cheese и проч.) благодаря относительной простоте использования и высокой эффективности выявления человеческого фактора, то есть ошибочных действий летного персонала, повлекших за собой различные авиационные аварии и/или катастрофы.

По словам авторов, «отличительной особенностью адаптированной нами для анализа SHELL-модели является акцент на поиске аналогичных взаимосвязей между человеческим фактором (фактическими ошибками, совершенными предпринимателями. — “Стимул”) и другими базовыми компонентами стартап-компаний (технологическими, организационными, влиянием внешней и внутренней среды и т. д.)».

В интерпретации Кантамессы—Росано и их коллег стартап-версия SHELL-модели состоит из пяти ключевых блоков (групп факторов), практически повторяющих исходный «авиационный» набор:

1. S — Software, различные «нематериальные» аспекты деятельности компаний, главным образом относящиеся к специфике ведения бизнеса, применяемой бизнес-модели и т. п.

2. H — Hardware, продвигавшиеся ими продукты и услуги.

3. E — Environment, влияние внутренней среды организации и внешнего окружения, в данном случае это прежде всего воздействие рыночной конкуренции.

4. L1 — Liveware/Organization, специфика внутренних личностных взаимоотношений между основателями стартапа, его основными инвесторами, топ-менеджерами.

5. L2 — Liveware / Customers & Users, особенности внешнего взаимодействия с клиентами, покупателями, заказчиками.

В самом общем виде эта модифицированная модель представлена на схеме 1, где избирательно перечислены основные подкомпоненты каждого из пяти больших блоков.

Для дальнейшей практической имплементации модели итальянские исследователи использовали трехступенчатый подход. Во-первых, был проведен предварительный анализ «сырой» базы данных, состоявшей из 214 отобранных в интернете post-mortem отчетов, по результатам которого ими было выявлено большое число «неструктурированных» причин последующих неудач стартапов.

На втором этапе авторы сгруппировали все эти факторы по критериям схожести друг с другом. И наконец, на финальной стадии была применена формальная кластеризация этих групп факторов для установления соответствия между ними и пятью большими блоками (макрокатегориями) модифицированной SHELL-модели.

В результате исследователи пришли к приятному для себя выводу: «Основные строительные элементы конструкции SHELL сохранились практически в том же виде, в котором они были изначально представлены (в теории)». Иными словами, по мнению Марко Кантамессы со товарищи, при помощи модифицированной SHELL-модели удалось успешно классифицировать все выявленные на начальном этапе причины провала стартапов.

Общая диагностика

В 214 отчетах, включенных итальянскими исследователями в предварительный анализ post-mortem, наиболее обильно представленным оказался сектор Social Media, на который пришлось 12,3% общего числа «летальных» случаев. Второе и третье места (9,3 и 8,3%) соответственно достались софтвер-разработчикам и стартапам, представлявшим весьма размытую категорию Services (к сожалению, авторы не уточняют, какие именно услуги были отнесены к этой категории).

В первую пятерку также попали компании из секторов Entertainment и E-commerce (7 и 6%). При этом исследователи отмечают, что наименьшее число представителей в проанализированной выборке было делегировано телеком-компаниями, фирмами, специализирующимися в сфере безопасности, и логистическими компаниями (доля каждой из этих категорий составила менее 1%).

Формальное распределение выявленных ключевых факторов, повлекших за собой прекращение деятельности этих 214 стартап-компаний по пяти макрокатегориям SHELL-модели, показано на графике 1. Как следует из проведенного авторами кластерного анализа, провалы стартапов главным образом обусловлены проблемами, относящимися к блокам Software и Liveware/Organization, на которые пришлось соответственно 37 и 30% проанализированных ими post-mortems.

К макрокатегории Environment-факторов были причислены 15% случаев, тогда как на блок Hardware пришлось 10%, а на блок Liveware / Customers and Users — 9%. В данном случае авторы попытались при помощи экспертных оценок распределить все post-mortems по этим пяти большим группам факторов таким образом, чтобы четко выделить превалирующие причины провалов, то есть избежать их дублирования.

Внутри же пяти макроблоков SHELL-модели можно отдельно упомянуть, что по ключевой Software-группе 40% post-mortems были отнесены к подкатегории «Отсутствие бизнес-модели и/или ошибочная бизнес модель», тогда как в не столь статистически значимом Hardware-блоке более половины (52%) классифицированных историй попали в подкласс «Низкое качество» (продуктов или услуг), а в макрогруппе Liveware / Customers and Users примерно две трети (66%) случаев — это печальные истории с нехваткой клиентов/покупателей.

Если же говорить о наиболее распространенных причинах неудач стартапов без их жесткой привязки к условной классификации SHELL-модели (и здесь авторы уже выявили несколько разных факторов для каждого из провальных стартапов), то двумя лидерами этого специфического рейтинга стали упомянутое выше «Отсутствие бизнес-модели и/или ошибочная бизнес модель» (35% случаев) и главный виновник из второй макрокатегории Liveware/Organization — «Неэффективное развитие бизнеса», на который пришлось 28%. И, как уточнили авторы, под последним фактором прежде всего имеется в виду недостаточная фокусировка внимания стартаперов на коммерциализации продуктов и/или услуг.

В 21% случаев также было зафиксировано банальное истощение запасов наличности, которое, в свою очередь, могло объясняться либо неумелым использованием стартапами привлеченных ранее инвестиций, либо тем, что внешние инвесторы в какой-то момент просто переставали подпитывать их наличностью. И наконец, еще 18% случаев были отнесены авторами к категории «Недостаточная востребованность продуктов или услуг рынком».

Более детализированная картина выявленных итальянскими исследователями причин провалов (с перечнем почти из двух десятков факторов и их процентными долями) представлена на графике 2.

Возраст имеет значение

Весьма показательны также предварительные выводы итальянских аналитиков по возрастной специфике неудач стартапов.

У самых молодых (не сумевших дожить до первого «дня рождения») стартапов основной причиной провала вполне ожидаемо оказалось «неэффективное развитие/ведение бизнеса» (то есть неспособность перейти к критической стадии коммерциализации), которое, в свою очередь, как правило, сочеталось с быстрым истощением запасов наличности.

Для стартапов, прекративших свое существование в возрасте двух-трех лет (таковыми оказались 44% компаний из исследованной авторами выборки, тогда как в подгруппу «скоропостижно умерших первогодков» попали лишь 14%) наиболее значимым фактором стала незрелость (или вообще полное отсутствие) бизнес-модели дальнейшего развития (порядка 44% всех случаев в данной возрастной категории), а еще одним важным фактором стало неумение правильно позиционировать свою продукцию на целевых рынках и/или неумение эффективно бороться с конкурентами.

Что же касается компаний, провалившихся в возрасте от трех до пяти лет (28% общей выборки) и фирм «старшего возраста» (свыше пяти лет от роду, 14% которых, по расчетам авторов, в среднем успели до своей кончины привлечь порядка 16,4 млн долларов внешних инвестиций), то помимо имманентной для всех неудавшихся стартапов проблемы с выбором эффективной бизнес-модели еще одним существенным фактором, обусловившим их бизнес-неудачу, по оценкам итальянских специалистов, стало нарастание стратегических разногласий между соучредителями, которые, как правило, объяснялись принципиальными расхождениями по части возможных направлений дальнейшего развития. Иными словами, на более зрелых стадиях компании прекращали свое существование во-многом из-за проблем, относящихся уже к макроблоку L-Organization SHELL-модели, тогда как для более молодых неудачников самыми типичными все-таки были проблемы из макроблока Software.

Благие пожелания

Наконец, надо упомянуть формальные рекомендации для стартаперов, сформулированные авторами исследования.

Важнейшим провальным фактором для стартапов среднего и старшего возраста, по их оценкам, оказалась неэффективность этих компаний при коммерциализации продвигавшихся ими на целевых рынках продуктов и/или услуг. Причем очень распространенной картиной, наблюдавшейся при анализе подобных бизнес-проколов была недостаточная управленческая компетенция топ-менеджмента этих компаний на фоне весьма высоких технологических навыков и умений.

Одним из универсальных рецептов частичного купирования

этой типичной болезни роста средневозрастных технологических компаний (прежде всего, речь идет о стартапах трех-пяти лет от роду), по мнению итальянских исследователей, может стать более активная поддержка таких компаний специализированными бизнес-акселераторами (или, шире, различными госструктурами, озабоченными реальной поддержкой перспективных технологических стартапов).

Во-первых, она может выражаться в предоставлении управленцам этих компаний льготного (или даже бесплатного) доступа к различным бизнес-тренингам/курсам по стратегическому менеджменту.

И во-вторых, что, пожалуй, еще более существенно, подобные акселераторы (или госинституты развития) в идеале должны более активно продвигать специальные программы «мягкой» бизнес-поддержки таких компаний, делая акцент на привлечение опытных предпринимателей-менторов (или внешних экспертов по управлению), способных эффективно скорректировать стратегию их дальнейшего развития.