Мы научились собирать данные о людях. Когда научимся их понимать?

За последние годы ивент индустрию мотало из стороны в сторону вместе с клиентскими бюджетами. Сначала все хотели удивить, требовали эмоций и вау-эффекта. Потом дошли до вопроса: «А какую задачу решаем?». Научились собирать данные о регистрации, посещаемости и пр. и задумались, как их использовать. Что нового об эффективности мероприятий можно сказать сегодня? Рассуждает Олег Крючков, основатель EventPlatform.

Олег Крючков,
основатель EventPlatform

Действительно, клиентские запросы менялись как погода. А мы подстроились: научились быстро регистрировать тысячи участников, измерять посещаемость, собирать цифровые следы и рисовать графики. После мероприятия заказчик получает отчет: зарегистрировались, пришли, участвовали, оценили. Вот она, обратная связь. Но давайте пройдем очередной тест: и что? Что мы теперь понимаем об этих людях, их поведении, мотивации, знаниях — такого, чего не понимали до мероприятия? И как это использовать? Здесь стоит жирный знак вопроса.

Еще в 2017 году Event Live писал о методологии ROI Institute: измеримых целях, изменении поведения и связи с бизнес-результатами. Я тогда тоже показывал на конференциях не просто голосования, а корреляции между ответами и поведением участников. Но за девять лет мы, похоже, остановились на полпути: научились выяснять, ЧТО произошло, но не всегда понимаем ПОЧЕМУ.

Измерять — не значит понимать

Я далеко не первый, кто спрашивает заказчиков, какую задачу решает мероприятие. Но индустрия настолько хорошо научилась проводить события, что процесс иногда подменяет цель. Нужна вовлеченность — добавим геймификацию; коммуникация — сделаем чат; нетворкинг — назначалку встреч; обучение — материалы и квиз. Эффективность измерим активными пользователями. Всё логично, всё посчитано.

Одна моя клиентка замечательно сказала: «Да-да, они были очень вовлечены. А потом вернулись на рабочие места и стали заниматься той же фигней, что и раньше». Инструменты-то хорошие, мы в EventPlatform сами их много лет создаем. Но это инструменты, а не результат. Количество нажатий на кнопку не равно количеству понятых идей, а баллы ещё не означают, что человек чему-то научился и сможет это применить.

Синдром подворотни

Все говорят о разрыве между теорией и практикой, поэтому добавляют симуляции и упражнения. Возможно. Но есть другой разрыв: между практикой под присмотром преподавателя, в песочнице, и поведением человека в реальной жизни.

Продажнику объяснили, как общаться с покупателем. Прослушал лекцию, поработал с ИИ-ассистентом, отработал возражения. А потом вышел к настоящему покупателю — и тот почему-то не соответствует типовому портрету из материалов. У него своё настроение, бюджет и неожиданные вопросы. Настоящий reality check.

Представьте подростка, который побеждает соперников на татами, а по дороге домой в подворотне получает по физиономии от хулиганов, которым безразличен цвет его пояса. У меня однажды было примерно так же. Правда, без травм. Я прекрасно знал устройство сервера, который должен был презентовать клиенту, но на втором слайде внезапно онемел. Не хватило того, что мои клиенты называют «наговоренностью».

Знание правильного ответа, даже отработанного на занятии, еще не гарантирует способности применить его в жизни. Участник конференции вдохновился спикером, руководитель прошел обучение — и оба вернулись к привычной работе. А ведь именно там, а не на экране приложения, должен появиться результат наших усилий.

Данные есть. А смысл?

Данных у нас полно: кто открыл сообщение, посетил стенд, правильно ответил на вопрос. Но действия сами по себе ничего не объясняют.

Человек не открыл сообщение. Интернет подвел? Был занят? Неинтересно? Содержание бесполезно? Или это пятое сообщение на ту же тему, и он давно всё знает? Один факт — множество объяснений. Если приравнять отсутствие клика к отсутствию интереса, мы не получим понимания. Мы просто автоматизируем бардак и запишем ошибочную интерпретацию в базу данных. Чем больше таких данных, тем увереннее будем считать, что всё знаем. Особенно с красивым дашбордом.

Последнее время я коллекционирую бытовые примеры. Сервис правильно классифицирует обращение, но не понимает вопроса. CRM регистрирует звонки, но не учитывает предыдущие коммуникации. Поддержка соблюдает регламент, присылает сердечки, обещает обнять заботливыми руками, но проблему не решает. Знакомо? Формально система работает правильно: оптимизирует чужие представления о процессе. Или просто KPI. Поддержка ради поддержки — примерно, как мероприятие ради мероприятия. Мы даже запускаем конкурс с трагичным названием «Вы вообще меня слышите?» чтобы разобраться, где ломается коммуникация и почему диджитал не всегда помогает.

Понимание — это процесс

Участник ошибся. Можно поставить ноль баллов, а можно разобраться. Помните «пять почему» Toyota? Человек не знает правила, не понял вопрос, пользуется устаревшей практикой? А может, придумал вполне рабочее решение, о котором авторы теста не подумали, и система уверенно записала его в ошибочные? По одному ответу причину не установить, но можно выбрать следующий вопрос. Это гораздо интереснее обычного тестирования.

При чем здесь ИИ?

В 2026 году странно говорить о данных, не упомянув ИИ. Но искусственный интеллект здесь точно не главное. Если мы сами не понимаем, чего хотим добиться, он просто поможет быстрее и дешевле производить бессмысленные взаимодействия. Можно генерировать персонализированные задания и рекомендации, но персонализированная бессмыслица остается бессмыслицей.

Другое дело, если задача поставлена. Теперь можно сопровождать тысячи участников, учитывать историю коммуникации, искать пробелы в знаниях и предлагать следующий шаг. Конечно, ИИ тоже ошибается и придумывает объяснения. Значит, процесс должен предусматривать проверку: «Подождите, кажется, мы неправильно вас поняли. Давайте переспросим». В жизни это как раз называется нормальным общением.

За пределами мероприятий

Мы годами создавали технологии для коммуникаций, обучения и развития талантов. Но те же принципы работают далеко за пределами ивент индустрии: везде, где мы пытаемся изменить поведение человека, важно разобраться, почему он поступает именно так и что поможет ему действовать иначе. Причем понимать нужно не только участника, но и заказчика, который приходит с готовым ТЗ, еще не сформулировав настоящую цель.

Для меня это и есть следующий этап: собирать данные не только о том, ЧТО человек сделал, но и выяснять, ПОЧЕМУ, ЗАЧЕМ и КАК он воспользуется опытом дальше. Проверять гипотезы и менять сценарий взаимодействия. Это не панацея — человек сложнее любого дашборда. Но с этого – а не с выбора площадки или приложения – стоит начинать проектирование.

Вместо заключения

Я по-прежнему обожаю мероприятия: когда всё красиво и удобно, люди активны, а технологии не давят, а фасилитируют. Но эмоции проходят, свет гаснет, все возвращаются работать. Результат должен остаться там: в головах, решениях, привычках. Участник мог научиться действовать иначе, а заказчик — понять причины поведения людей.

Ведь, в конце концов, мы хотим не просто лучше понимать людей. Мы хотим благодаря этому пониманию помогать им действовать лучше. И получать от этого вполне измеримую пользу.

Материал подготовлен эксклюзивно для Event LIVE. При перепечатке или цитировании активная, открытая для индексации гиперссылка на страницу с публикацией обязательна. Фото: сгенерированы ChatGPT. Указанная точка зрения может не совпадать с точкой зрения редакции, а равно и с мнением третьих лиц, включая иных специалистов. Редакция не несет ответственности за недостоверность предоставленных авторами данных и любые возможные убытки, понесенные лицами в результате применения публикуемых заключений и следования таким рекомендациям.