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 çok tereddüt ettim.

Geçen yılın sonlarına doğru, zaman sanki biraz yavaşlamış gibi geliyordu (aslında öyle değildi) ve bu düşünce süreciyle bunun beni nereye götüreceği hakkında giderek daha fazla düşünmeye başladım.

Kendime sorduğum soru şuydu: Peki, neye bağış yapmalıyım? 

Bu soru beni ilginç bir yolculuğa çıkardı. Sürekli şu sorulara geri dönüyordum:

  1. Güçlendirmek istediğim inancım nedir?
  2. Bir açıklamadan daha önemli bir şekilde değişimi tetikleyecek etki ne olabilir?
  3. Destekleyebileceğim, inandıklarımı pekiştiren ve sadece sözlerin ötesinde değişime etki eden şeyler bulabilirsem, nasıl katkıda bulunabilirim?
  4. Henüz bunlarla bağlantım yoksa, bunları nasıl bulabilirim?

İlk sorunun cevabı kolaydı. İkinci soru ise kendimi yansıtan bir soru oldu. Katılmak istediğim türden bir değişimi tetikleyen şeyin, aslında benim bağlantılı olmadığım şeyler olduğunu keşfettim. İlk iki sorunun cevabı bulunca üçüncü soru da kendiliğinden 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 olduğunu düşünmeye başlamam gerekiyordu.

Bilmediğim şeyleri bulmak için, ironik bir şekilde, tanıdıklarımla bir liste oluşturmaya başladım ve çevrimiçi olarak 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. 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 ayrım derecesine ulaştığımda, tek tek şehirleri incelemeye başladım. İşte burada işler ilginçleşti. Minneapolis, San Francisco, Detroit, Indianapolis ve liste uzayıp gidiyor arasındaki bağlantılar hakkında her türlü şeyi öğrenmeye başladım. Keşiflerden biri, San Francisco, Boulder ve New York'taki girişimcilik topluluklarının ne kadar kapalı bir yapıya sahip olduğuydu. Her şehir arasındaki ekosistemlerin yoğunluğu, Des Moines'tekinden çok daha güçlü. Bu, söylemesi kolay bir şey gibi görünebilir, ancak verilerde yansıtıldığını görmek başka bir şey.

Halka açılan şirketler, tohum aşamasından halka arz aşamasına kadar büyük ölçüde yerel olarak Seri C veya daha ileri aşamalardan gelen fonlara sahip görünüyor. Bu, büyük bir olay olduğunda getirilerin büyük bir kısmının topluluk içinde kalmasını sağlıyor. Ayrıca, 1 veya daha fazla büyük çıkışa sahip kurucuların, ayrılmak yerine aynı şehirlerde yeni şirketler kurma eğiliminde oldukları görülüyor; ancak bu, Boulder, New York ve Körfez dışında bir trend olarak doğrulayamadığım bir durum. Diğer her yerde rakamlar nispeten çok düşük.

Muhtemelen şehirler arasındaki farklar hakkında 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 yönlendiren unsurları belirlemek için makul bir veri seti oluşturabildim. Sırada, bu kişilerin kimler olduğunu ve onları çevreleyen insanları belirlemek vardı.

Endişelendiğim risk, aslında var olmayan sahte bir korelasyon yaratarak bir şeyi desteklemek konusunda büyük bir karar vermekti. Doğrudan veya kanıtlanmış bir bağlantı yerine, çıkarılan bir bağlantıya dayalı bir karar vermek.

Diğer bir sorun ise, insanlara neyi desteklemem gerektiğini sormaya başladığımda, cevapların genellikle kendi önyargılarıyla dolu olmasıydı. Kendi önyargıları, ne kadar derinlemesine araştırırsam araştırayım, muhtemelen bilinçsizdi ve kendi kişisel kararlarına dayanıyordu. Yalnızca en yakın çevremdeki geri bildirimlere odaklansaydım, geldiğim noktaya gelemezdim.

Bunda bir sakınca yok, ben de aynısını yapıyorum, ancak bu durum, olayların nasıl birbiriyle bağlantılı olduğuna dair üçüncü tarafların nitel varsayımlarına dayanarak, zamanımı nereye harcayacağıma dair belirli önerileri kabul etme konusunda beni daha da endişelendirdi. Bu sözlü geri bildirimlerin bir kısmını, kamuya açık olmayan gerçek korelasyonlar oluşturduğunda modelime dahil ettim; bu yüzden modeli bu yazının bir parçası olarak yayınlamıyorum.

Birinin hissettiği değişim ile o değişimin nasıl gerçekleştiğine dair ifade edebildiği şeyler arasında, Google'da aranamayacak birçok şey ortaya çıktı.

Google'da aratamayacağım bir sorunun cevabını nasıl bulabileceğimi düşünürken, yıllar önce bir arkadaşım olan Paddy ile yaptığım bir konuşma aklıma geldi. Paddy, özvektör merkeziyetinden ve bunun kuruluşunun düşünce yapısını nasıl yönlendirdiğinden bahsediyordu. O zamanlar bu konuya ilgi duymuştum, ancak 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 ağımla 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 süre içinde, verileri toplayıp bu başlangıç noktasından kaynaklanan bağlantıları çıkarmak için birkaç saatten fazla zaman harcadım ve sonunda bu, küresel çapta 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 merkeziyetini kullanmaya odaklandığım için, bunu açıklayan bir alıntı paylaşmak istiyorum:

… bir öğenin diğer iyi bağlantılı öğelerle ne kadar iyi bağlantılı olduğunu ölçer. Genel olarak, yüksek özvektör merkezliliğine sahip öğeler, yerel olarak en güçlü etkiye sahip olmasalar da ağın liderleridir.

Neyse ki, kullandığım Kumu aracı bunu kolaylaştırıyor. Elemanları, özellikleri ve bağlantı türlerini belirleyerek modeli oluşturduktan sonra, gerisini yazılım hallediyor. Odaklandığım iki görünüm var:

  1. Başka yerlerde yüksek bağlantılı olan, ancak benimle henüz doğrudan bağlantısı olmayan unsurlar nelerdir?
  2. Katkıda bulunmaktan heyecan duyacağım, ancak henüz bağlantım olmayan unsurlar nelerdir?

Birincisine zaten katkıda bulunuyorum. Listedeki ikinci kuruluş Iowa Teknoloji Derneği'ydi. Üçüncüsü ise hala yönetim kuruluna girmek için çalıştığım başka bir kuruluştu.

Bu yüzden biri bana "Neden TAI yönetim kuruluna katıldın?" diye sorduğunda, şunu içtenlikle söyleyebilirim:

  • Eyaletteki teknoloji inovasyonunu 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, topluma katkımı matematik kullanarak analiz etmeye ilk kez bu sefer denedim.

Yönetim kuruluna katılmak gibi bir cevap birçok kişiye sıkıcı gelse de, topluma nasıl daha fazla yatırım yapabileceğimi araştırmak bana keyif verdi.