В 2002 году бюджет Окленд Атлетикс составлял около $41 млн - примерно втрое меньше, чем у Нью-Йорк Янкис. По всем законам спортивного рынка клуб должен был барахтаться в середине таблицы и ждать, пока соперники не допустят ошибок. Вместо этого команда выиграла 20 матчей подряд и взяла чемпионство в дивизионе. Причина была не в везении и не в звездных приобретениях, а в системе принятия решений, которую затем скопировал весь бейсбол, а потом и бизнес.
Принцип, который использовал генеральный менеджер Билли Бин, оказался проще, чем принято думать: не доверять репутациям и субъективным оценкам, а искать объективные данные о реальной ценности. Эту же логику легко узнать в любой сфере, где нужно выбирать из множества похожих предложений по внешне неочевидным критериям. Спортивный болельщик, который ищет лучший букмекер по объективным параметрам, решает ту же задачу, что Бин с составом команды: отделить реальную ценность от маркетинговых обещаний.
Как Билли Бин перевернул логику найма
Традиционный скаутинг в бейсболе работал через экспертную оценку: опытные наблюдатели смотрели на игрока вживую и выносили вердикт. Скаут мог сказать, что у парня "правильный замах" или "не тот взгляд". Это звучало весомо, но не поддавалось никакой проверке.
Бин вместе с аналитиком Полом ДеПодестой, выпускником Гарварда, начал смотреть на показатели иначе. Ключевой метрикой стал OBP - on-base percentage, процент раз, когда игрок добирается до базы. Рынок игнорировал этот показатель, предпочитая более зрелищные цифры вроде количества хоумранов. Oakland начал покупать игроков с высоким OBP по низкой цене - именно потому, что рынок их недооценивал.
Результат оказался предсказуемым ровно в той мере, в которой была точна модель. Команда с бюджетом аутсайдера стала серьезным конкурентом за счет не харизмы игроков, а правильно выбранной метрики успеха.
Почему крупные компании скопировали этот подход
После успеха Окленд Бостон Ред Сокс усилил собственный аналитический подход и в 2004 году выиграл Мировую серию впервые за 86 лет. Джон Генри, владелец Ред Сокс, ранее предлагал Бину работу в своем клубе - за рекордный для генерального менеджера контракт. Бин отказался, а ДеПодеста вскоре перешёл не в Ред Сокс, а в Лос-Анджелес Доджерс.
Через несколько лет тот же Джон Генри приобрел футбольный Ливерпуль. Клуб начал формировать состав по схожей аналитической логике: точечные покупки недооцененных игроков, ставка на данные при трансферных решениях. Это не совпадение, а сознательный перенос рабочей модели из одной индустрии в другую.
В бизнесе этот сдвиг описывается через понятие принятие решений на основе данных: решения принимаются на основе измеримых данных, а не интуиции и опыта менеджеров. Крупные технологические компании от Amazon до Netflix применяли схожую логику задолго до того, как это вошло в управленческий мейнстрим. Moneyball просто дал этому наглядный нарратив.
Где когнитивные искажения стоят денег
Скауты Oakland не были некомпетентными. Их ошибка носила системный характер: они переоценивали то, что бросается в глаза, и недооценивали то, что не видно невооруженным взглядом. В теории поведенческой экономики это называется искажение доступности - склонность опираться на то, что легко вспомнить или заметить.
В бизнесе тот же механизм работает при выборе поставщика по репутации, а не по показателям; при найме по "энергетике" кандидата, а не по измеримым компетенциям; при оценке маркетинговой кампании по охвату, а не по конверсии. Каждый раз, когда решение принимается на основе впечатления, а не данных, открывается зазор, которым может воспользоваться конкурент с более точной моделью.
Сам Бин формулировал это без лишней риторики: тридцать лет назад биржевые брокеры торговали акциями на чутье. Теперь каждый выбирает между фондом, управляемым интуицией, и фондом, управляемым аналитикой. Выбор в пользу данных - не революция, а последовательность.
Что не работает в логике Moneyball
Принцип Бина часто преподносят как универсальную формулу, и это ошибка. ДеПодеста сам признавал: после перехода в Лос-Анджелес Доджерс на позицию генерального менеджера команда успешно провела сезон 2004, но уже сезон 2005 оказался провальным. Аналитическая модель не заменяет контекст, командную химию и способность тренерского штаба реализовать стратегию на практике.
В бизнесе ограничение то же. Данные хорошо работают там, где процесс стандартизирован и повторяем. В ситуации высокой неопределенности - выход на новый рынок, управление кризисом, работа с нестандартным клиентом - чистая аналитика дает менее точный прогноз, чем в стабильной среде. Moneyball работает не как замена суждению, а как инструмент его калибровки: данные не отвечают на вопрос "что делать", они помогают задать правильный вопрос. Именно поэтому вслед за волной data-driven компаний часть организаций стала говорить о "суждении, усиленном данными" вместо "решения на основе данных". Разница не в словах, а в том, кто несет ответственность за итог.
© 2026 ООО "Мегасофт"
