Önce vermek, sık sık vermek ve karşılığında hiçbir şey beklememekle ilgili harika bir söz vardır. Bunların hepsine katılıyorum, ancak doğru şeylere bağış yaptığımdan nasıl emin olabileceğim konusunda epey zorlandım.
Geçen yılın sonlarına doğru, zaman sanki biraz yavaşlamış gibi geliyordu (aslında öyle değildi) ve bu düşünce süreciyle bunun beni nereye götüreceği konusunda giderek daha fazla kafa yoruyordum.
Kendime sorduğum soru şuydu: Peki, neye bağış yapmalıyım?
Bu soru beni ilginç bir yolculuğa çıkardı. Sürekli şu sorulara geri dönüyordum:
Güçlendirmek istediğim inancım nedir?
Bir açıklamadan daha önemli bir şekilde değişimi tetikleyecek etki ne olabilir?
İnandıklarımı pekiştiren ve sadece sözlerin ötesinde bir değişim yaratan destekleyecek şeyler bulabilirsem, nasıl katkıda bulunabilirim?
Henüz bunlarla bir bağlantım yoksa, bunları nasıl bulabilirim?
İlk sorunun cevabı kolaydı. İkinci soru ise kendimi sorgulamamı gerektirdi. Katılmak istediğim türden bir değişimi tetikleyen şeyin, aslında benim bağlantım olmayan şeyler olduğunu keşfettim. İlk iki soru cevaplandığında üçüncü sorunun cevabı da ortaya çıktı. Dördüncü soru ise en ilginç olanıydı.
Dördüncü soruyu cevaplamak için, sosyal çevremde olmayan şeyleri ve bunların birbirleriyle bağlantılı etkilerini analiz etmenin iyi bir yolunun ne olabileceğini düşünmeye başlamam gerekiyordu.
Bilmediğim şeyleri bulmak için, ironik bir şekilde listeye tanıdıklarımla başladım ve internette onlar hakkında bulabildiğim bilgilerle ağlarını haritalandırmaya devam ettim. Başlıca veri kaynaklarım şunlardı:
Hafıza
Konferans notları
LinkedIn
Crunchbase
Angel List
Sonunda oldukça büyük bir model elde ettim. Yaklaşık 10.000 öğeyi aştığımda, sistem o kadar yavaşlamaya başladı ki, daha fazla öğe eklemek çok daha zor hale geldi; bu yüzden bu kadar agresif bir şekilde katkıda bulunmayı bıraktım.
3 veya daha fazla ayrılık derecesine ulaştığımda, tek tek şehirleri detaylı olarak incelemeye başladım. İşte burada işler ilginçleşti. Minneapolis, San Francisco, Detroit, Indianapolis ve liste uzayıp gidiyor gibi şehirler arasındaki bağlantılar hakkında her türlü şeyi öğrenmeye başladım. Keşiflerimden biri, San Francisco, Boulder ve New York’taki girişimcilik topluluklarının ne kadar kapalı bir yapıya sahip olduğuydu. Bu şehirler arasındaki ekosistem yoğunluğu, Des Moines’tekinden çok daha güçlü. Bu, söylemesi kolay bir şey gibi görünebilir, ancak verilerde bunun yansımasını görmek bambaşka bir şey.
Halka açılan şirketler, tohum aşamasından halka arz aşamasına kadar büyük ölçüde yerel kaynaklardan, C Serisi veya daha ileri aşamalarda fon sağlıyor gibi görünüyor. Bu durum, büyük bir olay gerçekleştiğinde getirilerin büyük bir kısmının topluluk içinde kalmasını sağlıyor. Ayrıca, bir veya daha fazla büyük çıkış gerçekleştirmiş kurucuların, o şehirlerden ayrılmak yerine aynı şehirlerde yeni şirketler kurma eğiliminde oldukları görülüyor; ancak bu eğilimi Boulder, New York ve San Francisco Körfezi dışında başka bir yerde doğrulayamıyorum. Diğer her yerde rakamlar nispeten çok düşük.
Şehirler arasındaki farklar hakkında muhtemelen başka bir yazı yazabilirdim, ancak Des Moines’daki katkım üzerine odaklandığım için bu konuyu ana odak noktası olarak ele aldım.
Yukarıdaki kaynakları kullanarak, değişimi yönlendirecek etkiye sahip kişilere odaklanarak, değişimi yönlendirmede neyin etkili olduğunu belirlemek için makul bir veri seti oluşturabildim. Sırada, bu kişilerin kimler olduğunu ve onları çevreleyen kişileri belirlemek vardı.
Endişelendiğim risk, aslında var olmayan sahte bir korelasyon yaratarak bir şeyi destekleme konusunda büyük bir karar vermemdi. Doğrudan veya kanıtlanmış bir bağlantı yerine, çıkarım yoluyla elde edilen bir bağlantıya dayalı bir karar vermekti.
Diğer bir sorun ise, insanlara neyi desteklemem gerektiğini sormaya başladığımda, cevapların genellikle kendi önyargılarıyla dolu olmasıydı. Kendi önyargıları, konuyu derinlemesine inceledikçe, muhtemelen bilinçdışıydı ve kişisel kararlarına dayanıyordu. Yalnızca en yakın çevremden gelen geri bildirimlere odaklansaydım, geldiğim noktaya ulaşamazdım.
Bunda bir sakınca yok, ben de aynısını yapıyorum; ancak bu durum, olayların birbiriyle nasıl bağlantılı olduğuna dair üçüncü tarafların nitel varsayımlarına dayanarak, zamanımı nereye ayıracağım konusunda belirli önerileri dikkate almam konusunda beni daha da endişelendirdi. Bu sözlü geri bildirimlerin bir kısmını, kamuya açık olmayan gerçek korelasyonlar ortaya çıkardığında modelime dahil ettim; bu yüzden modeli bu yazının bir parçası olarak yayınlamıyorum.
Birinin hissettiği değişim ile o değişimin nasıl gerçekleştiğine dair birinin ifade edebildikleri arasında, Google’da aranamayacak pek çok şey ortaya çıktı.
Google’da aratamayacağım bir sorunun cevabını nasıl bulabileceğimi düşünürken, yıllar önce bir arkadaşım olan Paddy ile yaptığım bir sohbet aklıma geldi. Paddy, özvektör merkeziyetinden ve bunun kuruluşunun düşünce yapısını nasıl yönlendirdiğinden bahsediyordu. O zamanlar bu konuya ilgi duymuştum ama bunu uygulamaya koymak için pratik bir nedenim yoktu. Denemeye değer bir yaklaşım gibi görünüyordu.
Bu, bana bir dizi bağlantı noktası bıraktı ve Iowa’daki teknoloji topluluğundaki bağlantıları ve etki merkezlerini anlamak için Paddy’nin yaklaşımını kullanmaya karar verdim.
Temel amacım, fiziksel ve finansal olarak bağlantım olmayan yerel düzeydeki yeni topluluklar ve kuruluşlar arasında bağlantıları bulmaktı.
Kendi ağımdan başladım ve hafızamdan bazı bağlantılarımı haritalamaya başladım. En temel düzeyde, 1. derece ağım şöyle görünüyor:
Uyarı: O zamandan beri Clay & Milk’ten ayrılmış ve şirketi yetkin ellere bırakmış olsam da, bu ekran görüntüsünü aldığımda durum böyle değildi. Ayrıca, başlangıçta bir bağlantı olmasa da TAI’yi bir bağlantı olarak ekledim.
Kısa bir süre içinde, verileri toplayıp bu başlangıç noktasından kaynaklanan bağlantıları belirlemek için birkaç saatten fazla zaman harcadım; sonunda bu çalışma, küresel ölçekte daha anlamlı bir modele dönüştü.
Erken bir aşamada, insanları şirketlere ve kuruluşlara bağlamaya karar verdim, ancak evlilik yoluyla bağlantılı olmadıkları sürece birbirlerine bağlamamaya karar verdim. Bu karar modeli çarpıtmış olabilir, ancak amacım olan şirketlere ve kuruluşlara öncelik verilmesine yardımcı oldu.
Burada özvektör merkeziyetinden yararlanmaya odaklandığım için, bunu açıklayan bir alıntı paylaşmak istiyorum:
… bir öğenin, diğer iyi bağlantılı öğelerle ne kadar iyi bağlantılı olduğunu ölçer. Genel olarak, özvektör merkeziyetliği yüksek olan öğeler, yerel olarak en güçlü etkiye sahip olmasalar da ağın liderleridir.
Neyse ki, kullandığım Kumu aracı bu işlemi kolaylaştırıyor. Elemanları, öznitelikleri ve bağlantı türlerini belirleyerek modeli oluşturduğunuzda, gerisini yazılım hallediyor. İncelemeye odaklandığım iki görünüm var:
Başka yerlerde yüksek bağlantılılık derecesine sahip olan, ancak benimle henüz doğrudan bağlantısı olmayan unsurlar nelerdir?
Henüz bağlantım olmayan, ancak katkıda bulunmaktan heyecan duyacağım unsurlar nelerdir?
Birincisine zaten katkıda bulunuyorum. Listedeki ikinci kuruluş, Iowa Teknoloji Derneği’ydi. Üçüncüsü ise, yönetim kuruluna girmek için hâlâ çaba gösterdiğim başka bir kuruluştu.
Bu yüzden biri bana “Neden TAI yönetim kuruluna katıldın?” diye sorduğunda, içtenlikle şunu söyleyebilirim:
Eyaletteki teknolojik inovasyonu yönlendiren politikaları belirleyen ve çerçeveyi oluşturan TAI şirket ağı ve ilgili kuruluşlarla ne yazık ki hiçbir bağlantım yoktu.
Bu ağın, inandığım temel ilkeleri var:
Yetenek Geliştirme ve İşe Alım
Çeşitlilik ve Kapsayıcılık
Kamu Politikası
Ayrıca insanları da seviyorum. İnandığınız bir şey üzerinde çalışan ve sizin de katkıda bulunabileceğiniz iyi insanlar bulmak nadir bir durumdur ve çok eğlencelidir.
Paddy'nin de dediği gibi, topluluğa yaptığım katkıyı matematik kullanarak analiz etmeye ilk kez bu sefer çalıştım.
Yönetim kuruluna katılmak gibi bir cevap birçok kişiye sıkıcı gelse de, topluma nasıl daha fazla yatırım yapabileceğimi araştırmak bana keyif verdi.