ihirom — Translations

1. Pull Beats Push Every Time

What if we could re-imagine corporate training? What kind of a system would we create? Would there be scheduled trainings or weekend retreats?

Today, organizations spend countless hours and dollars on pushing knowledge at their teams with the hope that they’ll be able to retain it and recall it at the right moment. Instead, we should be using systems that let us retrieve what we need, at the moment we need it.

Khan Academy and MIT’s OpenCourseWare project do exactly this. They create environments where learners can get the knowledge and concepts when they are ready to learn it. Students practice, watch instructional videos, ask questions, and take quizzes at their own pace.

１　プルはつねにプッシュに勝る

我々が会社のトレーニングをイメージしなおせるなら、どうでしょう？我々はどんなシステムをつくるでしょう？予定されたトレーニングや週末の休みがあるでしょうか？
今日、組織は数えきれない時間とドルを使って組織のチームに知識を押しこみ、彼らがそれを保持しつつ的確なタイミングでとりだすことを望んでいます。そうではなく、必要とする瞬間に、必要なものを取り出すシステムを、我々は使用していなければなりません。
カーンアカデミーとMITのOpenCourseWareプロジェクトはまさしくこれをおこなっています。準備ができたときに、学習者が知識と概念を得ることができる環境を、彼らはつくり出します。学生は自身のペースで練習して、教育ビデオを見て、質問をして、クイズを解きます

Think about how you compulsively Google for information that you probably could have recalled if you thought about it long enough. Why isn’t there a corporate equivalent for that? Even savvy businesses with a good knowledge base can’t scale to provide every piece of information an employee might need.

If you take a pull-not-push approach, it means you provide both an enduring body of content/knowledge such as videos and documents, along with an easy means of connection to other employees that have the knowledge you need at the moment that you need it.

十分に時間をかければおそらく思いだせる情報について、必要に迫られてあなたがどのようにGoogle検索するか考えてみよう。なぜ同じようなものは会社にないのだろう？すぐれた知識をベースをもつ賢い企業でも従業員が必要可能性のあるあらゆる情報を提供することはできていない。
あなたがプッシュ型ではなくブル型のアプローチをとるなら、それはビデオや文書のようなコンテンツや知識の実態ともに、必要とする瞬間に必要とする知識をもっている他の従業員との便利につながる方法を提供することを意味しています。

2. Everyone Has Something Valuable to Contribute

Everyone does, in fact, have something to contribute. Let’s use sales teams as an example. Most salespeople in large organizations are starving for information. They get together once a year at a sales meeting and spend the entire time talking to each other to find out what they’re all doing — what works and what doesn’t.

Unfortunately, most of these sales meetings are filled with top-down presentations and dune buggy rides. While these are great, what the sales force really needs is collaboration among their colleagues. They want to share best practices and swap tips, all at or near real time.

２　誰でも貢献できる何か価値あるものをもっている

誰でも、実際、貢献する何か価値あるものをを持っていろ。例として営業部隊を使ってみよう。大きな組織の大部分の販売員は、情報に飢えている。彼らは営業会議に年に一度集まって、彼らがみんな何をしているか、何がうまくいって何がそうでないか、知るためにおたがいに話すことに全ての時間を費やしている。
残念なことに、大部分のこれらの営業会議はトップダウン・プレゼンテーションとデューンバギー乗りでいっぱいである。これらがもいいのだが、営業戦力が本当に必要とするものは彼らの同僚間の協力です。彼らは、まさしくリアルタイムにまたはそれに近い形で、ベストプラクティスやコツを共有したいのだ。

This is your organization’s most valuable resource — the latent knowledge stored in the experience and interaction among your teammates and co-workers.

This is why it’s important to open up the learning process and allow anyone to make a contribution via peer lessons. Plus, because of the context, peer lessons are often the most important and sticky lessons we learn.

Peer learning environments like Peer2Peer University and Udemy are extreme examples of the ‘learn anything from anyone, anytime’ trend. Anyone can sign up to take a course, or to teach one. The value of the course isn’t from the ‘expertise’ of the instructor so much as the interaction with capable and motivated peers.

これは、あなたの組織の最も価値ある資源 — チームメイトと同僚の間での経験と相互作用によって保存される潜在的知識である。
こういうわけで、学習プロセスを公開し誰もが仲間うちのレッスンを通して貢献することが重要である。さらに、この文脈のため、仲間うちのレッスンは、しばしば、我々が学ぶ最も重要で難しいレッスンである。
Peer2Peer大学Udemyのような仲間うち学習環境は、『いつでも、何でも誰からでも学ぶ』流れの極端な例です。誰でも登録して受講したり教えたりできる。コースの価値は、インストラクターの『専門知識』からというより有能で動機づけされた仲間との相互作用からくるものである。

But it’s not just a tool-level issue. If you’re going to take advantage of this approach, you need to embed it as a value at the core of your company culture. Everyone from the intern to the CEO needs to agree and believe that they have something valuable to contribute. Once you’ve instilled that value in your culture, the benefits start to multiply.

しかし、それはただのツール・レベルの問題ではない。このアプローチを利用するならば、あなたは会社カルチャーのコアバリューにそれを据えるある。インターンからCEOへの誰でも、貢献できる何か価値あるものを持っていることに同意し、しれを信ずる必要がある。いったんその価値を企業文化に浸透させれば、その恩恵は何倍にもなってゆく。

3. None Of Us Is as Smart as All of Us

An average employee spends nine hours per week searching for information. This is too much wasted time and speaks to the failure of our current knowledge sharing systems and techniques. We should be spending less time searching for the answers, more time putting them into practice, and iterating on the results.

What if the expert, lesson or knowledge was just a couple of clicks away? Quora, the question-and-answer platform that recently raised $50 million, aims to be a trusted source of answers to any question one might have.

３　我々は誰も我々全体ほど賢くはない
平均的な従業員は、情報を捜すことに1週につき9時間を費やしている。これはあまりにたくさんの無駄な時間で、我々の現在の知識共有システムと技術の失敗を語っている。我々は、答えを捜す時間を少なくし、それらを実行して繰り返し結果を出す時間を多くするべきだ。
専門家、教訓または知識が二三回のクリックのむこうにあるとしたらどうだろうか？Quora（最近5000万ドルを調達した質疑応答プラットホーム）は、人がもちうるどんな質問にも答える信頼できる情報源であることを狙っている。

In education, Piazza — the online Q&A platform for students and instructors — is showing some astonishing engagement numbers. Average response times to questions are typically between ten and twenty minutes.

Social business software tries to solve this problem. But the casual and informal nature of these interactions doesn’t encourage prompt responses to questions. It’s not uncommon for questions to go unanswered, lost in the growing pile of status updates.

As with iPads, when it comes to corporate knowledge sharing, it’s best if the technology just gets out of the way.

教育ではPiazza—学生とインストラクターのためのオンラインQ&Aプラットホーム—は驚くべき数字を示している。質問への平均的応答時間は一般的に10分から20分の間である。
社会的ビジネスソフトは、この問題を解決しようとしている。しかし、これらの相互作用の日常的で非公式の性質は、質問への迅速な反応を促さない。質問が未解答になり、積み重なって大きくなっていく情報更新の山に埋もれることはまれではない。
iPad同様、会社の知識共有とくれば、テクノロジーが片付けてくれるなら、それは最高だ。

With Jakarta having most of Indonesia’s internet users, it is interesting to see how social media sentiment towards candidates will reflect on the actual local election results tomorrow.

ジャカルタにはインドネシアのインターネットユーザーのほとんどがいるので、立候補者に対する社会メディアの意見が実際の地方選挙にどう反映されるか興味が持たれる。

Politicawave Analyzes Social Media Conversations on Indonesian Politics

We previously wrote about some services that tried to aggregate and visualize social media discussions on politics in Singapore and Korea. And now two digital agencies in Indonesia – Tridaya and Mediawave – have made Politicawave.com, a website that gives visitors data analytics about Indonesian conversations in social media about politics. Published to coincide with build up to Jakarta’s governor elections tomorrow, Politicawave claims to monitor millions of conversations in major social media like Twitter and Facebook, and some other popular local sites such as Blog Detik, Kaskus, and Kompas.

Politicawaveはインドネシアの政治に関するソーシャルメディアの会話を分析する

シンガポールと韓国で政治に関する社会メディア議論を集計し視覚化するいくつかのサービスについて以前記事を書いた。そして今度は、インドネシアの2つのデジタル機関 – TridayaとMediawave – がPoliticawave.com（政治についてソーシャルメディアにおけるインドネシア人の会話について訪問者にデータ解析を与えるウェブサイト）を作った。明日のジャカルタ知事選挙の宣伝と同時になるよう発表されて、PoliticawaveはTwitterやFacebookのようなメジャーなソーシャルメディア、そして他の人気のあるBlog Detik、Kaskus、Kompasのような人気のある地域のソーシャルメディアで何百万もの会話をモニターしていると主張している。

Politicawave shows some important indicators such as trends in awareness, candidate electability, shared concerns, and media trends. It even has a page dedicated to show how these indicators are measured. Although the site currently does not display any very recent analytics on its website in order to comply with the local election committee’s regulations to not publish any survey-related materials between July 9th and 11th, you can download several useful infographics that they’ve previously released (as pictured above).

Politicawaveは、認識、候補者の当選確率、共有されている懸念等の重要な指標とメディア傾向を示している。これらの指標がどのように測定されるか示すページさえも存在する。7月9日から11日の間にいかなる調査に関する資料も発表してはならないという地元の選挙管理委員会の規則に従うためにサイトは現在直近の分析をウェブサイトに表示していないが、彼らが以前発売した（上で描かれるように）いくつかの役に立つ図解情報をダウンロードすることができる。

The Startup Genome Is Taking On Data Driven Investment With The Investor Compass

Over the last year the Startup Genome has produced frameworks, reports and tools to enable startups to make better decisions and be more successful. Our goal has been to take much of the entrepreneurial wisdom amassed in Silicon Valley and put more structure, science and data behind it, enabling us to better separate myth from fact and share the learnings with the rest of the world.

Startup GenomeがInvestor Compassでデータ主導の投資に乗り出す
最後の年に、Startup Genomeは、スタートアップ企業がより良い決定をしてより成功するためのフレームワークやレポート、ツールをつくりだした。我々の目標はシリコン・バレーで集まる起業家の知恵から多くを得て、背後の構造や科学、データを蓄積し、よりうまく神話を事実から切り離して、学んだことを世界と共有することである。

Entrepreneurship will never become a “paint by numbers” activity, as there is simply too much uncertainty and the world changes too fast. But by providing entrepreneurs with frameworks like the stages of the Startup Lifecycle, failure patterns like premature scaling and benchmarking tools like the Startup Compass we can improve the intuition of entrepreneurs and their ability to make sense of incoming information about their business.

ただあまりに不確実で世の中はあまりに急速に変化するので、起業とは決して「数字で描く」活動にはならない。しかし、StartUp Lifecycleのステージのようなフレームワークや早まった規模拡大のような失敗パターンやStartupCompassのようなベンチマーキング・ツールを起業家に提供することで、のようなフレームワークを提供することによって、起業者の直感やビジネスに関して入ってくる情報を理解する能力を向上させることができる。

Startups, however, do not succeed alone. It takes a village to raise a child and it takes an ecosystem to create a startup. But just like entrepreneurs, startup ecosystem players like investors, advisors and service providers have relied mostly on gut-level pattern recognition when evaluating and working with startups. And they regularly go through the time consuming process of asking entrepreneurs hundreds of questions in hopes of finding a few signals in the noise to guide their decisions.

しかし、スタートアップは単独で成功できない。子供を育てるには「村」が必要で、そしてスタートアップをつくるにはエコシステムが必要である。しかし、企業家のように、投資家やアドバイザー、サービス提供者のようなエコシステム・プレーヤーは大部分はスタートアップ企業を評価したり一緒に働くときには直感レベルのパターン認識に依存している。そして、彼らは、雑音から2、3の信号見つけることを期待して起業家に何百もの質問をする時間がかかるプロセスを通常おこなうのだ。

We believe many parts of the interaction between startups and investors can be streamlined to enable these ecosystem players to work more efficiently with startups. Today, to solve some of these problems we are releasing a new Startup Genome tool into private beta: the Investor Compass.

スタートアップ企業と投資家の対話の大部分は流れが整理されこれらのエコシステムプレイヤーがスタートアップ企業と効率的に仕事ができることを可能にすると考えている。今日、これらの問題解決のため新しいStartup Genomeツール、Investor Compass、を私的ベータ版として公開しようとしている。

The Investor Compass allows investors, advisors and service providers to track the progress of all the companies they work with on a single dashboard. Since all of these companies have added hundreds of key data points via the Startup Compass we can run a number of automated analyses including color coded benchmarks for every startup’s KPIs, a risk assessment for premature scaling and dozens of red flag due diligence tests, that would ordinarily take hours conversation and manual labor. This augmented view of a portfolio’s performance enables investors and advisors to quickly see who is doing well and who isn’t, and then decide what actions they need to take.

Investor Compassは投資家、アドバイザーとサービス提供者に一つのダッシュボードの上で彼らと一緒に仕事をしているすべての会社の進行状況を確認することを可能にした。、これらすべての会社はthe Startup Compassをとおして何百もの重要なデータ・ポイントを入力しているので、我々はスタートアップKPIのカラーコード化されたベンチマーク、早まった規模拡大のリスク評価とリスクを知らせるデュー・ディリジェンス・テスト（これらは通常何時間もの会話と手作業がかかる）を含むたくさんの自動化された分析をおこなうことができます。このポートフォリオ・パフォーマンスのより大きな視野から、投資家とアドバイザーは誰がうまくやっているかにすばやく確認し、そして、彼らがどんな行動をする必要があるかに決定することができる。

In our last post we shared findings on the explosion of startup ecosystems around the world. This has been followed by commensurate growth in individuals becoming angel investors. Last year angel investors invested in more than 30,000 startups. With the passing of the JOBS act and the imminent rise of the equity crowdfunding market, we can only expect another boom in the number of startups and angel investors. The scale on the horizon of early stage investing makes the current investment evaluation tools of intuition and social proof unsustainable for rookie and veteran investors alike.

前回の記事で、我々は世界中のスラーとアップ企業エコシステムの爆発的拡大に関して調査結果を公表した。ともなって個人がエンジェル投資家となるケースが増大している。昨年、エンジェル投資家は、30,000以上のスタートアップに投資しました。JOBS法が通過し株式のcrowdfunding市場が急拡大する中では、我々はスタートアップとエンジェル投資家のブームを予測するのみである。初期ビジネス投資の地平線の広がりは、直観と社会的実証による現在の投資評価ツールをルーキー投資家にもベテラン投資家にとっても同様に維持できないものにしている。

A much larger ecosystem will mean nodes of social proof will be overflooded and investors will have difficulty sorting through the noise causing many good startups to fall through the cracks.
Increased startup capital efficiency amplifies this problem by enlarging the investment funnel, with a fixed amount of capital needing to be allocated across many more startups. Additionally many of these new startup investors don’t have very good intuition about what a good startup looks like.

さらに大きなエコシステムは、社会的チェックの節目がオーバーフローしてしまい、投資家はノイズの中で情報整理することが困難となり、多くのよいスタートアップが見逃される原因となっている。
スタートアップ企業資本の効率化は、一定額の資本がより多くのスタートアップ企業に配分される必要があることと共に、投資のじょうごを大きくすることによって、この問題を増幅している。さらに、これらの新しいスタートアップ投資家の多くは、良いスタートアップ企業とはどのようなものかについて、あまり良い直観を持っていない。

Benchmarks of the right metrics and automated due diligence tests can allow inexperienced investors to approximate the intuition of of more experienced investors, and can save precious time for the more experienced. A data driven approach looks to be a piece of the puzzle to handling increasing deal volume and establish scalable standards.

正しい測定法と自動化したデュー・ディリジェンス・テストのベンチマークは、未熟な投資家をより経験豊かな投資家の直観力に近づけることを可能にし、より経験豊かな投資家の貴重な時間を節約することができる。データによるアプローチは、増加する取引量を処理し測定可能なスタンダードを確立するパズルの一つのようだ。

One distinguishing characteristic of data applications is they get more useful the more they are used. The Investor Compass relies on benchmarks from the Startup Compass, and since we launched it a few months ago data the product has been used by over 17,000 businesses. We believe this shift to a quantitative alternative with the Investor Compass is a major step towards opening up the data driven business frontier.

データ・アプリケーションのはっきりしたひとつの特性は、使うほど便利になることだ。Investor CompassはStartup Compassからのベンチマークに頼っており、我々が2、3ヵ月前それを始めた時から、この製品は17,000以上の企業によって使用された。Investor Compassを使った量的処理方法へのシフトはデータによるビジネス・フロンティアを開いていく大きなステップであると、我々は思っている。

Considering this frontier is fast approaching we should put into perspective some of the limits of data tools, especially when applied to the innovation space. First of all, since startups evolve along developmental stages where the fight for a startup is mostly against itself, then predicting success in the early stages is not a goal worth aiming for. Each stage presents its own new set of challenges, and success in one stage rarely makes a company any more likely to succeed in the next. For instance, just because a product has strong uptake with early adopters, doesn’t mean they are going to be able to successfully scale the company from a marketing or organizational perspective.

このフロンティアが速く接近していることを考えると、特に革新的分野に適用するときは、我々はデータ・ツールの限界を視野に入れなければならない。まず第一に、スタートアップ企業は起業のための闘いがほとんど自分自身に対するよな発達ステージにそってすすんでいくので、それから、初期における成功を予測することは目指す価値があるゴールではない。各段階にはそれぞれの新しい挑戦があり、1つのステージにおける成功は、めったに次で成功する可能性を大きくすることにはならない。たとえば、製品が初期の採用者に強くとりあげられたからといって、マーケティングまたは組織的観点から会社をうまく大きくしていくことができることにはならない。