کتاب الگوریتم (۲۰۲۶) نوشته جان مکنیل، به این میپردازد چگونه دستورالعملها و استراتژیهای پنهان، محرک صعود شرکتهایی مانند تسلا، از یک استارتاپ نوپا و شکننده به یک قدرت جهانی بودهاند.
در واقع، کتاب الگوریتم یک سیستم شگفتانگیز و کاربردی را برای عبور از موانع و پیچیدگیها، اقدام سریعتر و کشف فرصتهایی که کاملا در معرض دید قرار دارند، ساختارشکنی و تحلیل میکند. اگر کنجکاو هستید بدانید ایدههای جسورانه چگونه به نتایج ملموس در دنیای واقعی تبدیل میشوند، نقشه راه ارائهشده در کتاب الگوریتم، ارزش بررسی و مطالعه عمیقی دارد.
کتاب الگوریتم، بر چه اساسی نوشته شده است؟
جان مکنیل با بهرهگیری از دوران مدیریت عملیات خود در شرکت تسلا، به فرمولی دست یافت که به تغییر سرنوشت این شرکت در یکی از پرالتهابترین و حیاتیترین دورههای حیاتش کمک کرد. فرمول ارائهشده در کتاب الگوریتم از نظریههای انتزاعی ساخته نشده است. این اصول در لحظاتی شکل گرفتند که احتمال شکست کاملا واقعی و ملموس بود و سرعت، شفافیت و خلاقیت میتوانستند تمام تفاوتها را رقم بزنند.
این بینشهای عمیق از حضور مستقیم در محیط کار، قرار دادن خود به جای مشتری و کشف فرصتهایی نشات میگیرند که اغلب در دل مشکلات پنهان شدهاند. همهچیز از تمایل به بازنگری در نحوه انجام کارها آغاز میشود؛ مهم نیست یک قانون یا فرایند، چقدر قدیمی و قابلاعتماد به نظر برسد. با مطالعه کتاب الگوریتم کشف خواهید کرد این الگوریتمِ برنده، دقیقا چیست و چگونه میتوانید آن را در کسبوکار خود پیادهسازی کنید.
هر قانونی را زیرسوال ببرید!
در سال ۲۰۱۵، زمانی که از جان مکنیل، نویسنده این کتاب، خواسته شد به تیم شرکت خودروهای الکتریکی تسلا بپیوندد، او در ابتدا کمی سردرگم بود. آیا برای تسلا بهتر نبود شخصی را استخدام کند که تجربه بیشتری در تولید انبوه خودرو داشته باشد؟
اما همانطور که ایلان ماسک توضیح داد، این دقیقا همان چیزی بود که او نمیخواست. یک مدیر ارشد در شرکتهای بزرگ خودروسازی معمولا تمایلی به تصمیمگیریهای سریع و قاطع ندارد و همیشه دنبال حفظ وضعیت موجود است. تسلا با مشکلات فوری مواجه بود و بودجه زیادی برای حل آنها نداشت؛ بنابراین، با توجه به سالها تجربه مکنیل بهعنوان یک کارآفرین در مسیر رشد استارتاپها، او دقیقا همان فردی بود که ماسک دنبالش میگشت.
طی سالهای بعد، جان مکنیل با چالشهای متعددی روبهرو شد که در نهایت به یادگیری مفاهیمی منجر شد که اکنون در کتاب الگوریتم، بهعنوان پنج اصل اساسی برای حل مشکلات و رشد کسبوکار شناخته میشوند. بیایید با اصل اول در کتاب الگوریتم شروع کنیم: «هر قانونی را زیر سوال ببرید».
اهمیت بازنگری در پیشفرضها
این اصل ممکن است در دنیای استارتاپها و شرکتهای ساختارشکنی مانند تسلا یا اسپیساکس بدیهی به نظر برسد؛ اما این موضوع از اهمیت آن کم نمیکند. در واقع، این رویکرد برای پیادهسازی مفاهیم کتاب الگوریتم بسیار بنیادی است؛ زیرا وقتی هیچچیز را بدون دلیل و در ظاهر نپذیرید، از دستاوردی که کسب میکنید شگفتزده خواهید شد.
اکنون زمان آن است هر قانون، هر الزام و هر پیشفرضی را واقعا زیر سوال ببرید. ممکن است از اینکه چه تعداد از قوانینِ به ظاهر ثابت قابلشکستن هستند، متعجب شوید. همانطور که نویسنده کتاب الگوریتم در همان روزهای ابتدایی در تسلا کشف کرد، حتی قوانین کشورهای خارجی که چندان هم به انعطافپذیری معروف نیستند، در صورتی که به نفع همه باشد، قابل تغییر هستند. در این مورد خاص، آن کشور چین بود.
از آنجا که چین بزرگترین بازار خودرو در جهان با تخصص تولیدی عمیق و تقاضای قوی برای خودروهای الکتریکی بود، یافتن راهی برای نفوذ در این کشور بخش مهمی از پازلی بود که باید حل میشد. بزرگترین مشکل این بود انتظار میرفت هر شرکت خارجی، با یک نهاد ملی شریک شود که در نهایت بهمعنای تقسیم سود و واگذاری بخشی از مالکیت بود.
تغییر قوانین از طریق همراستایی منافع
تمام غولهای جهانی که وارد چین شده بودند، این ساختار را پذیرفته بودند؛ اما ایلان ماسک زیر بار آن نرفت. با وجود اینکه این مسئله اساسا یک قانون دولتی بود، او آن را به شکل قانونی حکشده روی سنگ و غیرقابلتغییر نمیدانست و در عوض، به مکنیل و تیمش دستور داد راه حلی پیدا کنند. آنها به این موضوع مانند یک پرسش نگاه کردند: «چه میشد اگر این قانون آنقدرها هم که به نظر میرسید سختگیرانه نبود و فضایی برای مذاکره وجود داشت؟»
چین اولویتهای خود را داشت؛ آنها به ایجاد شغل نیاز داشتند و میخواستند رهبر جهانی در انرژیهای پاک باشند. بنابراین، تیم نویسنده کتاب الگوریتم پروندهای ساخت که اهداف تسلا را با جاهطلبیهای چین همراستا میکرد. پس از حدود یک سال مذاکره مستمر، آنها به یک موفقیت بزرگ دست یافتند: «تاییدیه برای اینکه تسلا اولین کارخانه خودروسازی با مالکیت صددرصد خارجی را در چین داشته باشد».

واقعیت را نادیده بگیریم؟
توصیه کتاب الگوریتم در اینجا نادیده گرفتن واقعیت نیست؛ بلکه بررسی دقیقتر مسائل است؛ چراکه بسیاری از قوانین توسط بسترها، انگیزهها و تاریخ شکل گرفتهاند و با درک روشن این عناصر، متوجه میشوید چگونه میتوان آنها را تغییر داد. بسیاری از سازمانها، میان لایههایی از قوانین به ارث رسیده فعالیت میکنند که برخی مفید هستند و شکی در آن نیست؛ اما برخی دیگر میتوانند مانند دستبند عمل کرده و مانع رشد و نوآوری شما شوند.
پس به نحوه کارکرد بخشهای مختلف کسبوکار خود نگاهی دقیق بیندازید و سوال بپرسید. اگر کسی در پاسخ، شانهای بالا انداخت و گفت: «نمیدانم، همیشه همینطور انجام میشده است»، طبقگفتههای این کتاب، دقیقا همانجا فرصتی برای یک بهبود چشمگیر نهفته است.
پاکسازی و حذف زواید فرایندها
در این بخش، برای رسیدن به بالاترین سطح کارایی، روی ترکیب بخشهای دوم و سوم کتاب الگوریتم تمرکز میکنیم. در واقع، با انجام این کار، روح و مفهوم اصلی این دو مرحله را حفظ کردهایم. دلیل این امر آن است که مرحله دوم بیان میکند هر گام ممکنی را از یک فرآیند حذف کنید؛ درحالیکه مرحله سوم از ما میخواهد فرآیندها را سادهسازی و بهینهسازی کنیم.
بیایید به سال ۲۰۱۵ برگردیم؛ زمانی که تسلا با طوفانی از مشکلات دستوپنجه نرم میکرد. نقدینگی به شدت محدود بود، زمان هیچ فرصتی برای اشتباه باقی نمیگذاشت و سایه ورشکستگی در چند قدمی شرکت حس میشد. بنابراین، جستجویی همهجانبه برای کشف و حذف کوچکترین ناکارآمدیها آغاز شد. ماسک هدف جسورانهای برای افزایش بیست برابری فروش آنلاین تعیین کرده بود.
کاهش اصطکاک در سفر مشتری
این فشار فزاینده تیم را مجبور کرد با نگاهی دقیقتر و موشکافانهتر به همهچیز، از جمله تجربه مشتری نگاه کنند. چه چیزی فروش را کند میکرد؟ مشتریان در کدام مرحله متوقف میشدند؟ آنها متوجه شدند خرید یک خودرو از فروشگاه آنلاین تسلا به شصتوچهار کلیک مجزا نیاز دارد. این فرآیند به یک سند مالی گیجکننده ختم میشد که نیازمند دهها امضا بود.
هر مرحله از این مسیر، اصطکاک جدیدی ایجاد میکرد و بهانهای به مشتری میداد تا از خرید منصرف شود. به همین دلیل، تیم روی یک هدف جدید متمرکز شد: «کاهش کل فرایند به تنها ده کلیک».
این بهمعنای حذف تمام زواید و رسیدن به هسته اصلی و ضروری کار بود.
به جای ارائه صدها هزار ترکیب احتمالی به مشتریان برای طراحی خودروی شخصیشان، گزینهها را در چند پکیج محدود و با طراحی عالی خلاصه کردند؛ اما تکلیف آن سند مالی طولانی چه شد؟ تسلا با همکاری تیمی از یک بانک، آن سند را نود درصد کوچکتر کرد و یک فرم درخواست وام تککلیکی به وجود آورد. در نتیجه، فروش بهسرعت جهش پیدا کرد.
تغییر رویکرد در آموزش و خدمات مشتریان
این تنها مزیت ماجرا نبود؛ سادهسازی همهچیز، تاثیر دومینویی بر سادهتر شدن تولید، بهبود زنجیره تامین و کاهش هزینهها داشت. بنابراین تسلا با حذف تکتک مراحل غیرضروری از فرآیند فروشگاه آنلاین، به موفقیت بزرگی دست یافت. با این حال، زمانی که نوبت به گام سوم کتاب الگوریتم یعنی سادهسازی و بهینهسازی رسید، متوجه شدند در زمینه آموزش کارکنان و خدمات مشتریان، فضای زیادی برای بهبود وجود دارد.
نویسنده کتاب الگوریتم از دیدن حجم بالای کار برای همسوسازی کارکنان جدید شگفتزده شده بود. تسلا میخواست تیم خدمات مشتریانش آنقدر مطلع و مسلط باشد که فرایند آموزش به یک پروسه یکماهه تبدیل شده بود؛ زمانی که واقعا بیشازحد طولانی بود.
با بازنگری در این فرآیند، مشخص شد حفظ کردن جزئیات محصول توسط کارکنان، چیزی نیست که واقعا مشتریان را تحتتاثیر قرار دهد. بنابراین، نویسنده کوهی از مواد آموزشی را دور ریخت و همه آنها را با یک شعار راهنما جایگزین کرد: «آنقدر عالی باشید که سر میز شام درباره شما صحبت کنند». این شعاری ساده، قدرتمند و بهیادماندنی بود.

ارزشآفرینی بهجای دنبال کردن دستورالعملها
حالا کارکنان به جای دنبال کردن متنهای از پیش آماده و تیک زدن چکلیستها، موقعیتها را میسنجیدند و مشکلات را به روشهایی خلاقانه حل میکردند. نتایج بسیار سریع خود را نشان دادند و داستانهای مثبتی در میان مردم پخش شد. یکی از این داستانها درباره مدیر خدماتی بود که وقتی خودروی یک خانواده در طول یک اورژانس پزشکی نیاز به تعمیر پیدا کرد، وارد عمل شد.
او نه تنها یک خودروی جایگزین موقت برای آنها آورد، بلکه زمانی که خانواده در بیمارستان بودند، خریدهای روزانه آنها را نیز انجام داد. چنین واکنشی از دل هیچ کتابچه راهنمایی بیرون نمیآید؛ بلکه حاصل همان شعار است. بدون شک آن خانواده همان شب سر میز شام درباره خدمات مشتریان تسلا صحبت کردهاند.
برای اجرای این بخش از کتاب الگوریتم در هر کسبوکاری، یک راهکار عملی وجود دارد. کار را با ترسیم تکتک مراحل یک فرآیند شروع کنید، هرچند که کوچک باشند. سپس یک سوال ساده بپرسید: کدامیک از این مراحل واقعا برای مشتری ارزش خلق میکنند؟ تنها همان مراحل ارزش حفظ کردن و بهبود بخشیدن را دارند. بقیه مراحل باید حذف شوند، خودکار شوند یا به پشت صحنه منتقل گردند. این کار فراتر از ایجاد کارایی، یک عملیات پاکتر و متمرکزتر میسازد که مقیاسپذیری آن آسانتر است و هم برای کارکنان و هم مشتریان لذتبخشتر خواهد بود.
کاهش شکاف در چرخه زمان
تا این مرحله، پیشفرضها را زیر سوال بردیم، مراحل غیرضروری را حذف کردیم و مراحل باقیمانده را ساده ساختیم. گام بعدی که بخش چهارم کتاب الگوریتم است، فشردن پدال گاز و شتاب دادن به چرخه زمان است. البته شتاب دادن به چرخه زمان با صرفا سریعتر کار کردن برای رفع تکلیف تفاوت دارد. منظور ما نوعی از سرعت است که روی رشد تمرکز دارد؛ یعنی زمانی که برای تولید، تحویل و یادگیری در یک بازه زمانی مشخص صرف میشود.
این دقیقا همان چیزی است که از چرخه زمان در ذهن داریم. برای درک بهتر این موضوع و شناسایی مواردی که قابل بهبود هستند، میتوانیم بین دو نوع زمان در یک کسبوکار تفاوت قائل شویم: زمان چرخه (Cycle Time) و زمان لمس (Touch Time). زمان چرخه، کل زمانی است که طول میکشد تا یک کار از ابتدا تا انتها تکمیل شود. زمان لمس، مدتزمانی است که واقعا کار عملی و فیزیکی روی آن انجام میگیرد.
تفاوت زمان چرخه و زمان لمس
در بسیاری از کسبوکارها، شکاف بین این دو به شکل شگفتانگیزی بزرگ است و دقیقا در همین شکاف است که فرصتها نهفتهاند. یکی از بهترین مثالها برای برجسته کردن این تفاوت، تعمیرگاه خودرو است. اگر تا به حال ماشین خود را برای تعمیر به تعمیرگاه برده باشید، ممکن است یک یا دو هفته طول بکشد تا آن را پس بگیرید. این همان زمان چرخه است.
اما وقتی در نهایت ماشین خود را تحویل میگیرید، معمولا متوجه میشوید زمان لمس؛ یعنی زمانی که مکانیک واقعا روی ماشین شما کار کرده است، شاید تنها چند ساعت بوده باشد. با کاهش این شکاف، میتوانید بدون اضافه کردن منابع جدید، کارایی را افزایش دهید، تجربه مشتری را بهبود ببخشید و ظرفیت بسیار بیشتری را آزاد کنید. در تسلا، ریسکها حتی بالاتر بود. چرخه تولید این شرکت بسیار عقبتر از رهبران صنعت مانند تویوتا قرار داشت.
هماهنگی؛ کلید کاهش زمان چرخه
این شکاف، پیامدهای مالی قابلتوجهی به همراه داشت. هرچه ساخت و تحویل یک خودرو زمان بیشتری میبرد، سرمایه شرکت برای مدت طولانیتری در آن محصول قفل میشد و امکان استفاده مجدد از آن برای سرمایهگذاریهای دیگر وجود نداشت. کوتاهتر شدن زمان چرخه، بهمعنای بازگشت سریعتر سرمایه، بهبود جریان نقدی و ایجاد کسبوکاری چابکتر و انعطافپذیرتر بود. یکی از پیامهای اصلی این بخش از کتاب «الگوریتم»، اهمیت ایجاد هماهنگی میان بخشهای مختلف سازمان است.
مکنیل در تسلا و بعدها در شرکت پوشاک ورزشی لولولمون (Lululemon)، متوجه شد تیمهای مختلف، از جمله فروش، تولید و زنجیره تامین، هرکدام با مجموعهای از اطلاعات ناقص و پراکنده کار میکنند. هیچکس تصویر کاملی از وضعیت کل سازمان در اختیار نداشت. در نتیجه، برنامهریزیها یا باید منتظر تکمیل اطلاعات میماندند یا بر پایه دادههای قدیمی و منسوخ انجام میشدند؛ شرایطی که حرکت سریع و رشد مقیاسپذیر را تقریبا غیرممکن میکرد.
شفافیت اطلاعات؛ پایه تصمیمگیری سریعتر
راهحلی که هم در تسلا و هم در لولولمون اجرا شد، ایجاد شفافیت میان تیمها و فراهم کردن یک نمای مشترک و لحظهای از کل عملیات بود. وقتی همه بر اساس دادههای یکسان تصمیم میگرفتند، مزایای قابلتوجهی به دست آمد:
- تصمیمگیریها سریعتر و دقیقتر شد.
- تولید با برنامهریزی منظمتر و در مقیاس بزرگتر انجام گرفت.
- گلوگاهها و مشکلات عملیاتی زودتر شناسایی و برطرف شدند.
- زمان چرخه تولید به شکل چشمگیری کاهش یافت.
این تجربه نشان میدهد کهسرعت و هوشمندی، دو مفهوم متضاد نیستند. زمانی که سازمان بر طراحی فرایندهای سادهتر، شفافتر و منسجمتر تمرکز کند، میتواند هم سریعتر حرکت کند و هم تصمیمهای بهتری بگیرد.
نکته جالب اینجا است هرچه سرعت سازمان بیشتر میشود، ضعفهای سیستم نیز آشکارتر میشوند. تاخیرها، ناهماهنگیها و محدودیتهای پنهانی که شاید در شرایط عادی دیده نمیشدند، زیر فشار، عملکرد خود را نشان میدهند. این نقاط ضعف، فرصتی ارزشمند برای اصلاح فرایندها و بهبود مستمر سازمان فراهم میکنند.
اتوماسیون بدون درک فرایندها، ممنوع!
اکنون به بخش پنجم و نهایی کتاب الگوریتم میرسیم که میتوان آن را در دو کلمه ساده خلاصه کرد: «اتوماسیون در آخر». خودکارسازی برای ایلان ماسک اهمیت فراوانی داشت. یکی از ویژگیهای کلیدی تسلا این بود خط تولید آن با رباتیک بسیار پیشرفته، کاملا خودکار باشد و بتواند خودروها را در مقیاس انبوه تولید کند.
واقعیت این بود با وجود برنامهریزی برای هماهنگی کامل، این رباتها بهندرت با هم همکاری میکردند. آنها گیر میکردند، به هم برخورد میکردند و همهچیز را بهشدت کند میساختند؛ اما مشکل واقعی خود رباتها نبودند؛ بلکه سیستم بیشازحد پیچیده بود. هیچکس واقعا وظایفی را که رباتها باید انجام میدادند، درک نکرده بود. در نتیجه، اتوماسیون بهجای شتابدهنده، به یک گلوگاه تبدیل شده بود.
خوشبختانه، جروم گیلن، مدیر محصول خودرو، یک راهحل بینقص داشت.
بازگشت به اصول اولیه و تولید دستی
آنها چادرهایی برپا کردند و یک خط تولید اضطراری در کنار کارخانه راه انداختند؛ سپس شروع به ساخت دستی خودروها کردند تا زمانی که تکتک مراحل فرایند مونتاژ را به طور کامل بشناسند. این کار به تیم اجازه داد ناکارآمدیهایی را که در دل سیستم خودکار پنهان شده بودند، شناسایی و برطرف کنند.
مسیر قطعات تغییر یافت. مراحل با هم ترکیب یا حذف شدند و حرکات کوتاهتر گشتند. در نهایت، فرایند بسیار چابکتر و ملموستر شد و اجازه داد تولید با سرعتی بالا و کارایی بسیار بیشتری نسبت به قبل، افزایش یابد.
چرا اتوماسیون باید لایه نهایی باشد؟
به بیان دیگر، طبق آموزههای کتاب الگوریتم، اتوماسیون را در مرحله آخر انجام دهید. دلیل این امر آن است خودکارسازی تنها زمانی موثر است که روی فرایندی کاملا درکشده و بهشدت بهینهشده اعمال شود. بدون این پایه و اساس، اتوماسیون احتمالا فقط باعث سردرگمی بیشتر میشود. شرکتهای پیشگامی مانند آمازون و دوردش را در نظر بگیرید. آنها پیش از آنکه شروع به خودکارسازی سیستمها و نوشتن نرمافزارهای پیچیده کنند، کسبوکار خود را با پردازش دستی تکتک سفارشها یاد گرفتند؛ تا زمانی که آن را به کمال رساندند.
این رویکرد تجربی، بدرک عمیقی از نحوه کارکرد فرایند و جایگاه چالشهای احتمالی به آنها داد؛ دانشی که بعدها سیستمهای مقیاسپذیرشان را شکل داد. آنها تنها پس از اصلاح جریان کار، اتوماسیون را آغاز کردند. تمایل طبیعی برای پرش مستقیم بهسمت اتوماسیون وجود دارد؛ زیرا سریع، مدرن و کارآمد بهنظر میرسد؛ اما وقتی فرایند زیربنایی هنوز نامنظم یا مبهم است، اتوماسیون میتواند این نقصها را تثبیت کرده و اصلاح آنها را دشوارتر کند.
نقشه راه نهایی اتوماسیون چیست؟
رویکرد بهتر در کتاب الگوریتم، این است اتوماسیون را بهعنوان لایه نهایی در نظر بگیرید. ابتدا فرایند را ترسیم کنید، سپس آن را ساده سازید و از طریق تکرار و اصلاح، بهینهاش کنید. وقتی جریان کار شفاف و پایدار شد، اتوماسیون میتواند وارد عمل شده و دستاوردها را چند برابر کند. اتوماسیون یک تقویتکننده است و اگر در زمان درست اعمال شود، میتواند یک فرایند خوشساخت را به چیزی واقعا قدرتمند تبدیل کند.
تا این مرحله از کتاب الگوریتم، تمرکز ما بر این بود چگونه این الگوریتم میتواند عملیات کسبوکار شما را اصلاح کند؛ اما برای اینکه این اصول واقعا ریشه بدوانند، کسبوکار باید سه عنصر فرهنگی را در خود نهادینه کرده باشد. در این بخش نهایی، بهسرعت این اجزای حیاتی را که ممکن است بهراحتی نادیده گرفته شوند، بررسی میکنیم.
1. ایجاد فوریت و پاسخگویی در سازمان
ابتدا سراغ موضوعات اظطراری و پاسخگویی میرویم. در تسلا، حس فوریت به شانس واگذار نمیشد؛ بلکه در ریتم شرکت تنیده شده بود و مستقیما توسط رهبر، هدایت میشد. هر نظری که درباره ایلان ماسک داشته باشید، ایلان ماسک زیروروی محصولاتش را بهخوبی میشناسد و تمرکزش همیشه روی بهبود آنها تا ریزترین جزئیات، قفل شده است.
جلساتی که ایلان ماسک برگزار میکرد
هر هفته، یک جلسه استراتژیک برای رسیدگی به مهمترین مشکلات برگزار میشد. تیمهای کوچک تعیین میشدند، اهداف، مشخص میگشتند و آنها دقیقا میدانستند قدم بعدی چیست: «پاسخگویی در قالب یک گفتگوی مستقیم با ماسک در سهشنبه آینده».
از آنجا که مدیرعامل جزئیات دقیق را میدانست، کسی نمیتوانست با حرفهای بیهوده جلسه را پیش ببرد. آنها باید دقیق، آماده و درباره آنچه کار میکرد و آنچه جواب نمیداد، صادق میبودند.
افراد باید با گزارش پیشرفت، دادهها و پاسخهای واقعی در جلسه حاضر میشدند. این پویایی، نوعی قدرتمند از فوریت و پاسخگویی ایجاد کرد که کاملا به دو چیز بستگی دارد:
1. مدیرعامل آگاه و مطلع
2. زمانهای تحویل کار که بهصورت روتین و هفتگی تعیین شده بودند؛ جلساتی که هیچکس در آنها انتظار نمره قبولی برای صرفا «تلاش کردن» را ندارد؛ بلکه همه میدانند باید نتایج واقعی ارائه دهند.
2. تجربه مشتری و استفاده از محصول خودتان
اکنون به دو عنصر فرهنگی نهایی در کتاب الگوریتم میرسیم که کاملا درهم تنیدهاند و هر دو به مشتری مربوط میشوند.
1. مورد اول، این است هنگام ارزیابی محصول، مطمئن شوید کل تجربه مشتری را در نظر میگیرید.
2. مورد دوم استفاده از محصول خودتان است.
برای مثال، تسلا میتوانست خودرویی تولید کند که رانندگی با آن لذتبخش و راحت باشد؛ اما این تمام تجربه مشتری نیست. اگر سایر بخشها مانند شارژ، راهاندازی یا نگهداری به یک دردسر آزاردهنده تبدیل شوند، کل تجربه مخدوش خواهد شد.
کشف نقاط اصطکاک و قانون 20 درصد
نکته مثبت این است کشف این نقاط اصطکاک، میتواند یک فرصت باشد. به عنوان مثال، بیمه خودرو میتواند یکی از این دردسرها باشد. بنابراین تسلا شروع به ارائه بیمه بهعنوان بخشی از محصول کرد که آن را به یک جریان درآمد جانبی عالی تبدیل نمود. اما بهترین راه برای کشف هر مشکلی این است که خودتان یک مشتری باشید و تکتک بخشهای این تجربه را شخصا لمس کنید. در شرکت لولولمون، مدیران ارشد خودشان نمونههای اولیه را آزمایش میکنند.
آنها با جدیدترین لباسهای دویدن به پیادهروی میروند و با دانش دستاول و ارزشمندی بازمیگردند. هیچ چرخه بازخوردی سریعتر از این نخواهید یافت. در تسلا، مکنیل این ایده را با چیزی که آن را «قانون ۲۰ درصد» نامید، رسمی کرد. یک روز در هفته صرف تجربه بخشهای مختلف سفر مشتری میشد؛ از رانندگی با ماشین گرفته تا تعامل با بخش خدمات یا تحویل.
3. حلقه بیپایان یادگیری و بهبود
هدف از این کار، به دست آوردن بینشهای ارزشمند و درک این موضوع بود که چهچیزی نیاز به توجه دارد. این فرایند، هرگز واقعا به پایان نمیرسد. آنچه امروز بهبود میبخشید، فردا به خط پایه و استاندارد عادی تبدیل خواهد شد. انتظارات جدید و رقبای تازهای ظهور خواهند کرد و این چرخه ادامه مییابد.
مزیت واقعی، از ماندن در این حلقه به دست میآید؛ یعنی آزمایش، یادگیری و بهبود مداوم. وقتی این طرز فکر را با درک عمیق و شخصی از تجربه مشتری ترکیب کنید، از حالت واکنش منفعلانه خارج میشوید. در این شرایط، شما کنترل را در دست دارید و آینده را با دستان خودتان ترسیم میکنید.

مرور کلی مفاهیم
پیام اصلی این خلاصه از کتاب الگوریتم نوشته جان مکنیل این است که الگوریتم مورد بحث، یک فرایند پنج مرحلهای است که به هر کسبوکاری کمک میکند ناکارآمدیها را از بین ببرد و آنچه واقعا اهمیت دارد را بهبود بخشد تا بتواند به سرعت، شفافیت و رشد دست یابد.
1. مرحله اول، این است هر قانونی را زیر سوال ببرید.
2. مرحله دوم حذف تکتک مراحل ممکن در یک فرایند است.
3. مرحله سوم شامل سادهسازی و بهینهسازی مراحل باقیمانده میشود.
4. مرحله چهارم شتاب دادن به چرخه زمان است.
5. مرحله پنجم میگوید اتوماسیون را در آخر و تنها پس از تسلط کامل بر فرایند انجام دهید.
مفاهیم ارائهشده در کتاب الگوریتم، راهی برای تجزیه همهچیز به کوچکترین اجزا، مطالعه دقیق هر یک و پرسیدن دلیل وجودی آنها است. این سطح از موشکافی، ناکارآمدیهای پنهان را آشکار کرده و در را روی راهحلهای بهتر و اغلب شگفتانگیز باز میکند.
رهبران سازمان، باید از طریق حل مسئله متمرکز و مکرر حس فوریت ایجاد کنند و تیمها را برای پیشرفت واقعی پاسخگو نگه دارند. در عین حال، آنها باید دیدگاهشان را نیز گسترش دهند و فراتر از خود محصول، به کل تجربه مشتری نگاه کنند؛ جایی که حتی ناامیدیها نیز میتوانند نشانهای از یک فرصت تازه باشند.
میانگین امتیاز 5 / 5. تعداد آرا: 2
