Il existe un dicton formidable qui dit qu’il faut donner d’abord, donner souvent et donner sans rien attendre en retour. Même si je suis tout à fait d’accord avec cela, j’ai eu beaucoup de mal à être sûr que je consacrais mes efforts aux bonnes causes.
Vers la fin de l’année dernière, j’avais l’impression que le temps ralentissait un peu (ce n’était pas le cas) et je ne cessais de réfléchir à ce raisonnement et à la direction qu’il allait me faire prendre.
La question que je me suis posée était la suivante : « Alors, à quoi est-ce que je consacre mes efforts ? »
Cette question m’a conduit à un parcours intéressant. Je revenais sans cesse à plusieurs questions :
En quoi est-ce que je crois et que je souhaite renforcer ?
Qu’est-ce qui a un impact suffisant pour susciter un changement plus significatif qu’une simple déclaration ?
Si je parviens à trouver des causes à soutenir, qui renforcent mes convictions et favorisent un changement allant au-delà des simples mots, comment puis-je y contribuer ?
Comment trouver ces causes si je n’y suis pas déjà lié ?
La réponse à la première question était facile. La deuxième s’est avérée être une invitation à l’introspection. J’ai découvert que c’était davantage ce à quoi je n’étais pas lié qui motivait le type de changement auquel je souhaitais participer. La troisième s’est révélée évidente une fois que j’eus répondu aux deux premières questions. La quatrième s’est avérée la plus intéressante.
Pour y répondre, j’ai dû réfléchir à la meilleure façon d’analyser des éléments qui ne font pas partie de mon cercle social et à leur impact en chaîne.
Pour découvrir des éléments qui m’étaient inconnus, j’ai ironiquement commencé par dresser la liste des personnes que je connaissais – puis j’ai cartographié leurs réseaux à partir des informations que j’ai pu trouver à leur sujet sur Internet. Mes principales sources de données étaient les suivantes :
Ma mémoire
Mes notes de conférence
LinkedIn
Crunchbase
Angel List
Je me suis retrouvé avec un modèle d’une taille respectable. Une fois que j’ai dépassé les 10 000 éléments, le système a commencé à ralentir au point que l’ajout d’éléments supplémentaires est devenu d’un ordre de grandeur plus difficile, j’ai donc cessé de contribuer de manière aussi intensive.
Dès que j’ai atteint trois degrés de séparation ou plus, j’ai commencé à approfondir l’analyse ville par ville. C’est là que cela est devenu intéressant. J’ai commencé à découvrir toutes sortes de choses sur les liens entre Minneapolis, San Francisco, Détroit, Indianapolis, et la liste est encore longue. L’une de mes découvertes a été de constater à quel point les communautés de start-ups sont cloisonnées à San Francisco, Boulder et New York. La densité des écosystèmes au sein de chaque ville est bien plus forte qu’à Des Moines. Cela peut sembler évident, mais c’est une autre affaire de le constater à travers les données.
Les entreprises qui entrent en bourse semblent bénéficier, de la phase d’amorçage jusqu’à l’introduction en bourse, d’un financement provenant en grande partie de sources locales, à partir de la série C ou au-delà. Cela permet de conserver une grande partie des retours dans la communauté lorsqu’un événement majeur se produit. Il semble également que les fondateurs ayant réalisé une ou plusieurs sorties importantes aient tendance à relancer des entreprises dans les mêmes villes plutôt que de partir, ce que je ne peux pas vraiment confirmer comme une tendance ailleurs qu’à Boulder, à New York et dans la baie de San Francisco. Les chiffres sont tout simplement trop faibles, comparativement, partout ailleurs.
Je pourrais probablement rédiger un autre article sur les différences entre les villes, mais comme je me concentrais sur ma contribution à Des Moines, j’en ai fait le thème central.
À l’aide des sources ci-dessus, j’ai pu constituer un ensemble de données satisfaisant pour cerner ce qui a un impact sur le changement, en me concentrant sur les personnes capables de le susciter. Il s’agissait ensuite d’identifier ces personnes et leur entourage.
Le risque qui me préoccupait était de prendre une décision importante concernant le soutien à une cause en créant en réalité une corrélation fallacieuse qui n’existait pas. Prendre une décision fondée sur un lien supposé plutôt que sur un lien direct ou avéré.
L’autre problème est que lorsque j’ai commencé à demander aux gens ce qu’il fallait soutenir, leurs réponses étaient souvent teintées de leurs propres biais. Plus j’approfondissais la question, plus je me rendais compte que ces biais étaient probablement inconscients et dictés par leurs décisions personnelles. Si je m’étais concentré uniquement sur les retours provenant directement de mon réseau le plus proche, je ne serais pas arrivé là où j’en suis.
Il n’y a rien de mal à cela, je fais la même chose, mais cela m’a rendu encore plus méfiant à l’idée de suivre certaines recommandations sur la manière d’investir mon temps en me basant sur des hypothèses qualitatives de tiers concernant les liens entre les éléments. J’ai intégré certains de ces retours verbaux dans mon modèle lorsqu’ils mettaient en évidence de véritables corrélations qui n’étaient pas accessibles au public, ce qui explique également pourquoi je ne publie pas le modèle dans le cadre de cet article.
Ce que quelqu’un ressentait comme source de changement, par opposition à ce qu’il était capable d’expliquer sur la manière dont ce changement s’était produit, a fait émerger beaucoup d’éléments impossibles à trouver sur Google.
La question de savoir comment obtenir une réponse à une question que je ne peux pas rechercher sur Google m’a rappelé une conversation que j’avais eue il y a des années avec un ami, Paddy, qui parlait de la centralité des vecteurs propres et de la manière dont elle guidait la réflexion au sein de son organisation. À l’époque, je me souviens avoir été intéressé, mais je n’avais pas vraiment eu de raison pratique de mettre cela en pratique. Cela semblait être une bonne approche à essayer.
Cela m’a laissé une série de points de connexion et j’ai décidé d’essayer d’utiliser l’approche de Paddy pour comprendre la connectivité et les centres d’influence au sein de la communauté technologique de l’Iowa.
Mon objectif principal était de mettre en évidence la connectivité au sein de nouvelles communautés et organisations locales avec lesquelles je n’avais aucun lien – ni physique ni financier.
J’ai commencé par mon propre réseau et j’ai commencé à cartographier de mémoire certaines de mes propres connexions. À son niveau le plus élémentaire, voici à quoi ressemble mon réseau de premier degré :
Avertissement : même si j’ai depuis quitté Clay & Milk et que je l’ai laissé entre de bonnes mains, ce n’était pas le cas lorsque j’ai pris cette capture d’écran. De plus, j’ai ajouté TAI comme connexion, même si ce n’en était pas une lorsque j’ai commencé.
En peu de temps, j’avais consacré plusieurs heures à collecter des données et à établir des liens partant de ce point de départ, au point que cela s’est transformé en un modèle plus significatif, d’envergure mondiale.
J’ai pris très tôt la décision de relier les personnes aux entreprises et aux organisations, mais pas entre elles, sauf si elles étaient liées par le mariage. Cette décision a peut-être faussé le modèle, mais elle a permis de donner la priorité aux entreprises et aux organisations, ce qui était mon intention.
Comme je me concentrais sur l’exploitation de la centralité par vecteur propre, voici un extrait qui la décrit :
… elle mesure dans quelle mesure un élément est bien connecté à d’autres éléments bien connectés. En général, les éléments présentant une centralité par vecteur propre élevée sont les leaders du réseau, même s’ils n’ont pas nécessairement la plus forte influence locale.
Heureusement, Kumu, l’outil que j’utilisais, simplifie grandement cette tâche. Une fois le modèle construit en définissant les éléments, les attributs et les types de connexion, le logiciel se charge du reste. Je me suis concentré sur deux vues en particulier :
À quoi ne suis-je pas encore directement connecté et qui présente une forte connectivité ailleurs ?
À quoi ne suis-je pas encore connecté et à quoi j’aurais envie de contribuer ?
Je contribue déjà à la première. La deuxième organisation de la liste était la Technology Association of Iowa. La troisième était une autre organisation dont je cherche toujours à intégrer le conseil d’administration.
Ainsi, quand on me demande « Pourquoi as-tu rejoint le conseil d’administration de la TAI ? », je peux répondre en toute honnêteté :
J’étais terriblement déconnecté du réseau de la TAI, composé d’entreprises et d’organisations associées qui définissent les politiques et créent le cadre favorisant l’innovation technologique dans l’État.
Elle défend des principes fondamentaux auxquels j’adhère :
Développer et recruter des talents
Diversité et inclusion
Politique publique
J’apprécie également les personnes qui le composent. C’est rare et très gratifiant de rencontrer des gens de qualité qui travaillent sur un projet auquel on croit et où l’on peut apporter sa contribution.
C’est la première fois que j’essaie d’analyser ma contribution à la communauté à l’aide des maths, comme dirait Paddy.
Même si la réponse – rejoindre un conseil d’administration – peut paraître ennuyeuse pour beaucoup de gens, je me suis amusé à me demander comment m’investir davantage dans la communauté.