Où investir le temps ?

Il y a ce beau dicton 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 longtemps eu du mal à être sûr de consacrer 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 processus de réflexion et à la direction qu’il allait me faire prendre.

La question que je me suis posée était la suivante : à quoi est-ce que je donne ? 

Cette question m’a conduit vers un parcours intéressant. Je revenais sans cesse à plusieurs questions :

1. En quoi est-ce que je crois et que je souhaite renforcer ?
2. Qu'est-ce qui a un impact suffisant pour susciter un changement plus significatif qu'une simple déclaration ?
3. Si je trouve des causes à soutenir, qui renforcent mes convictions et ont un impact au-delà des simples mots, comment puis-je y contribuer ?
4. Comment trouver ces causes si je n’y suis pas déjà lié ?

La première question était facile à répondre. La deuxième s’est avérée être une question d’introspection. J’ai découvert que c’était davantage ce à quoi je n’étais pas connecté qui motivait le type de changement auquel je souhaitais participer. La troisième s’est avérée évidente une fois que j’avais répondu aux deux premières questions. La quatrième s’est avérée la plus intéressante.

Pour y répondre, j’ai dû commencer à réfléchir à la meilleure façon d’analyser les choses qui ne font pas partie de mon cercle social et leur impact connexe.

Pour trouver des éléments que j’ignorais, j’ai ironiquement commencé la liste par les personnes que je connaissais — puis j’ai cartographié leurs réseaux à partir de ce que j’ai pu trouver à leur sujet en ligne. Mes principales sources de données étaient :

• Ma mémoire
• Notes de conférence
• LinkedIn
• Crunchbase
• Angel List

Je me suis retrouvé avec un modèle de 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 devenait d’une difficulté bien supérieure, j’ai donc cessé de contribuer de manière aussi intensive.

Une fois que j’ai atteint 3 degrés de séparation ou plus, j’ai commencé à creuser au niveau des villes individuelles. C’est là que ça 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 autre chose de le voir se refléter dans les données.

Les entreprises qui entrent en bourse semblent bénéficier d’un financement, de la phase d’amorçage jusqu’à l’introduction en bourse, provenant en grande partie de sources locales via des levées de fonds de 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, New York et dans la baie de San Francisco. Les chiffres sont tout simplement trop faibles par rapport aux autres régions.

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 suis revenu à ce sujet comme 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 ceux qui ont le pouvoir de le susciter. Il fallait ensuite identifier ces personnes et leur entourage.

Le risque qui me préoccupait était de prendre une décision importante concernant le soutien à quelque chose qui, en réalité, revenait à créer une corrélation fallacieuse qui n’existait pas. Prendre une décision basée sur un lien déduit plutôt que direct ou prouvé.

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 préjugés. Plus j'approfondissais la question, plus je me rendais compte que ces préjugés étaient probablement inconscients et motivés par leurs propres décisions personnelles. Si je m'étais concentré uniquement sur les retours d'expérience provenant directement de mon réseau le plus proche, je ne serais pas arrivé là où je suis.

Il n’y a rien de mal à cela, je fais la même chose, mais cela m’a rendu encore plus inquiet à l’idée de suivre certaines recommandations sur la manière d’investir mon temps en me basant sur les hypothèses qualitatives de tiers concernant les liens entre les choses. J’ai pris certains de ces retours verbaux et les ai intégrés à mon modèle lorsqu’ils créaient de véritables corrélations qui n’étaient pas accessibles au public, c’est pourquoi je ne publie pas non plus le modèle dans le cadre de cet article.

Ce que quelqu’un ressentait comme source de changement par rapport à ce qu’il était capable d’exprimer sur la manière dont ce changement s’était produit a fait émerger beaucoup de choses impossibles à trouver sur Google.

La question de savoir comment obtenir une réponse à une question que je ne pouvais pas trouver 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 façon dont cela 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 principal objectif était de trouver des liens au sein de nouvelles communautés et organisations au niveau local auxquelles je n’étais pas connecté — ni physiquement ni financièrement.

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. J’ai également ajouté TAI comme connexion, même si ce n’était pas le cas lorsque j’ai commencé.

En peu de temps, j’avais passé plus de quelques heures à collecter des données et à établir des liens à partir de ce point de départ, jusqu’à ce que cela devienne un modèle plus significatif couvrant le monde entier.

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 des vecteurs propres, voici un extrait qui la décrit :