تجزیه و تحلیل روند: آیا این فقط یک اعتیاد به مواد مخدره است یا یک روند واقعی؟

دکتر Tuomo Kuosa در مورد چگونگی تفکیک آینده نگر Futures Platform یک روند از اعتیاد به مواد مخدره ، به جزئیات می پردازد.

اثبات آینده - وبلاگ توسط Futures Platform

زمان مناسب برای رفتن به بازار نوظهور چیست؟

اگر خیلی زود هستید ، بازارها آماده نیستند و در نهایت وقت و هزینه خود را از دست می دهید. اگر دیر شده باشید ، شخص دیگری سهم شیر از بازار رو به رشد را درک می کند ، و شما در نهایت فقط یک پیرو هستید. از این رو ، چگونه می توان دانست که چه زمانی روند واقعی است و بازار آماده است؟

یک روند گرایش توسعه غالب چیزی است. یک روند چیزی است که ما در نظر داریم یک پیشرفت در دنیای واقعی را نشان می دهد. همیشه یک عنصر زمانی و یک جهت دارد. در راه خود از تاریخ به حال و آینده رشد می کند ، ضعیف می شود یا در حال نوسان است.

به عنوان مثال ، روند بازار گرایش درک شده بازارهای مالی برای حرکت در یک جهت خاص با گذشت زمان است.

از نظر تئوری ، همه روندها می توانند اندازه گیری شوند ، اما در عمل ، تعیین کمیت برخی از تمایلات غالب توسعه با هر داده معقول ممکن است بسیار دشوار باشد.

به عنوان مثال ، توسعه دنیای VUCA با هر مجموعه داده مفید ، بسیار دشوار است ، زیرا این یک پدیده متا است.

به عبارت دیگر ، این ترکیبی از بسیاری از روندهای قابل اندازه گیری است که در کنار هم ، و فقط با هم می توان استدلال کرد که پدیده بزرگی به نام Vuca ایجاد می کند. وجود آن فقط از یک یا دو مورد از زیر روند آن مانند میزان افزایشی داده ها و سرعت انتقال داده ها قابل استنباط نیست. درعوض ، ده ها چیز وجود دارد که فقط وقتی کنار هم قرار می گیرند ، به ما اجازه می دهند تا چنین نتیجه گیری کنیم.

در کنار پدیده های متالول ، بسیاری از انواع دیگر روندها و پدیده ها به طور توجیهی می توانند در حال رشد باشند که اکنون یا در آینده در حال رشد هستند ، اما با داده های تاریخی قابل تأیید است. این یک چیز خاص حاد در انواع مختلفی از موضوعات نوظهور مانند سیگنال های ضعیف و کارت های وحشی است.

طبق نظریه دوراندیشی ، اگر بتوانیم چیزی را که هنوز وجود ندارد ، شناسایی کنیم ، اما درایورهای فشارنده ای قدرتمند در پشت آن و محدودیت های اصلی توسعه وجود ندارد ، ممکن است نتیجه بگیریم که شانس خوبی وجود دارد که مسئله پدیدار شود و به آن تکامل یابد. یک روند رو به رشد در برخی از محدوده زمانی.

محدودیت هایی که می تواند مانع از ظهور شود ، می تواند به عنوان مثال ، قوانین ، جاه طلبی های سیاسی ، خروج از زیرساخت ها یا روندهایی که در جهت مخالف حرکت می کنند ، باشد. رانندگان تحت فشار که به ما اجازه می دهند نتیجه بگیرند که ظهور تقویت روند قابل قبول است ، می تواند روندهای قابل اندازه گیری باشد ، مانند پیری جمعیت ، اما ممکن است آنها همچنین وقایع بی سابقه ای باشند ، مانند یک تصمیم ناگهانی سیاسی برای سرمایه گذاری در چیزی یا ناگهانیتغییر در نیازهای مشتری یا روحیه یا ارزش عمومی.

یک آزمایش رایگان از سکوی Futures را شروع کنید تا نگاهی دقیق تر به ویژگی جدید بیندازید و با آخرین تحولات روندها به روز باشید.

آیا شما قبلاً کاربر هستید؟برای بررسی چگونگی ویژگی جدید می تواند به سود کار شما وارد حساب خود شوید.

تجزیه و تحلیل-منحنی

در سکوی آینده ، ما از تجزیه و تحلیل منحنی S یا تجزیه و تحلیل انتشار ، و به اصطلاح تجزیه و تحلیل منحنی متا S به عنوان پایه ای برای روندها و تجزیه و تحلیل پدیده ها ، طبقه بندی و زمان بندی استفاده می کنیم. هدف ما استفاده از مجموعه داده های کمی و اصول تجزیه و تحلیل انتشار به عنوان ستون فقرات همه تجزیه و تحلیل ها در هر زمان ممکن است.

در بسیاری از موارد ، ما می توانیم نقاط داده مفیدی را از آمار یا سری های زمانی پیدا کنیم تا بتوانیم منحنی S را مستقیماً از نقاط داده موجود تخمین بزنیم بدون نیاز به اضافه کردن درایورهای دیگر یا توابع توضیحی به مدل سازی اقتصاد سنجی. با این حال ، در بیشتر موارد ، مدل سازی اقتصاد سنجی به تغییرات زیادی نیاز دارد زیرا مجموعه داده های موجود متناسب با پویایی ساده ترین عملکرد لجستیک انتشار مانند:

P (t) = Δ_1/(1 E^(-Δ_2-δ_3 t))

متداول ترین تغییرات مدل سازی انتشار استاندارد ، برای گرفتن منحنی های مناسب از سری زمانی موجود ، مدل انتشار Gompertz یا باس است. بزرگترین اصلاح در مدل های انتشار استاندارد که ما در سیستم عامل Futures از آن استفاده کرده ایم ، تجزیه و تحلیل تأثیر روند (TIA) است. این روش یک روند پایه را از برون یابی روند استاندارد تشکیل می دهد اما مجموعه ای از وقایع مختل کننده را با آن ترکیب می کند که پتانسیل تبدیل این روند را از مسیر تاریخی مورد انتظار خود دارند. در پایان ، تمام مدلهای تجزیه و تحلیل انتشار از نقاط داده کمی استفاده می کنند و تلاش می کنند تا چه نوع عوامل بر سرعت انتشار تأثیر می گذارد و چگونه آداپتورها در جدول زمانی مدل شده گسترش می یابند.

در بعضی موارد ، مانند تجزیه و تحلیل تأثیر روند ، ارزیابی های کیفی می تواند مقادیر عددی ارائه شود که در کنار نقاط داده های تاریخی استفاده شده است.

منحنی S در شکل یک توسعه احتمالی برون یابی شاخه های اصلی تجارت الکترونیکی در منطقه اتحادیه اروپا تا سال 2040 را نشان می دهد. نقاط داده استفاده شده از سالهای 2010-2018 است. مدل استاندارد استفاده شده شامل کلیه درایورهای شناخته شده و سایر روندهای تأثیرگذار در زمان مدل سازی است ، همانطور که در داده های استفاده شده تعبیه شده است ، اما شامل هیچ عناصر غافلگیرانه بالقوه نیست ، همانطور که در مورد مدل تجزیه و تحلیل تأثیر روند وجود دارد.

چرخه اعتیاد به مواد مخدره

گاهی اوقات یک موضوع تازه ظهور قبل از ظهور روند واقعی ، علاقه زیادی به وجود می آورد. اگر اضافه کنیم ، به عنوان مثال ، داده های جستجوی موضوع Google Trends در بالای روند موجود ، این قابل مشاهده است. چرخه اعتیاد به مواد مخدره در شکل دو از جستجوهای جهانی در مورد این موضوع ناشی می شود و به جای اعداد واقعی ، در تغییرات نسبی بین سالهای مختلف ارائه می شود. این روند خود نشان می دهد درصد تجمعی شرکتهایی که از این فناوری استفاده کرده اند.

بعضی اوقات ممکن است اعتیاد به مواد مخدره بسیار زیاد شود ، هنگامی که روند واقعی هنوز در مرحله نوزادان خود قرار دارد ، همانطور که در مورد خدمات الکترونیکی و خدمات WAP که باعث استفاده از اینترنت موبایل در اواخر دهه 1990 می شد ، بود. افزایش باورنکردنی در ارزش ایجاد شده توسط اعتیاد به مواد مخدره با ترکیدن حباب Dotcom در اواخر هزاره شکسته شد. پس از حباب شلوغ ، علاقه عمومی به تجارت الکترونیکی بسیار کم بود و به همین ترتیب ماند. با این حال ، روند واقعی تجارت الکترونیکی در نیمه اول دهه 2000 به آرامی رشد کرد و به پایان رسید که یک روند جدید رشد شتاب دهنده در دهه 2010 است.

به عنوان مثال ، رایانه های رایانه لوحی ، سیستم های مختلف پرداخت موبایل قابل اعتماد ، دستیاران اطلاعات مصنوعی ، اینستاگرام و واقعیت افزوده وارد بازار شدند و تجربه خرید آنلاین و تقویت بازاریابی آنلاین را تقویت کردند.

کاملاً متداول است که یک فناوری یا نوآوری جدید برای جلب توجه قابل توجه و تسریع علاقه عمومی هنگامی که روزنامه نگاران برای اولین بار شروع به نوشتن درباره امکانات چیز نوظهور می کنند. اول ، فقط گروه کوچکی از متخصصان و پیشینیان درباره چیز جدید اطلاع دارند. جزئیات فنی آن فقط در مجلات خاص در زمینه مورد بحث قرار می گیرد تا اینکه یک خبرنامه مهم آن را به دستور کار خود می برد ، یا یک شرکت بزرگ با بودجه گسترده بازاریابی خود شروع به افزایش اعتیاد به نوآوری جدید خود می کند.

یک نمونه کلاسیک از آن Google Glass بود. گوگل نمونه اولیه ای از نوع جدید عینک AR را تهیه کرده بود و در سال 2013 شروع به افزایش اعتیاد به مواد مخدره کرد. این اعتیاد به مواد مخدره بسیار زیاد شد ، اما در سال 2014 ، گوگل قبل از اینکه به بازار عرضه شود ، محصول را از تولید خارج کرد. در این حالت ، فقط اعتیاد به مواد مخدره و هیچ روند وجود نداشت. سوال بزرگ این است ، چگونه می توانید بدانید که توجه عظیمی در مورد یک چیز جدید واقعاً مربوط به یک روند واقعی است و نه فقط اعتیاد به مواد مخدره؟

تجزیه و تحلیل منحنی متا S

در کنار تغییرات مختلف پلت فرم آینده تجزیه و تحلیل انتشار ، از یک تجزیه و تحلیل منحنی متا S استفاده می کند. اصل اساسی آن این است که ما با جمع کردن دانش روند که می توانیم در مورد آن داشته باشیم ، یک منحنی نظری S برای یک منطقه موضوعی وسیع تر تشکیل می دهیم. موضوع بزرگتر می تواند به عنوان مثال "کشاورزی و تولید مواد غذایی" باشد. برخی از موارد مربوط به کشاورزی ، مانند چرخش جنی ، مدتها پیش به 100 ٪ از پتانسیل های خود رسیده است. بعضی چیزها تقریباً به این نتیجه رسیده اند اما هنوز هم مانند گاوآهن مورد استفاده قرار می گیرند. همه اینها در انتهای نهایی منحنی قرار گرفته اند و بنابراین روند تضعیف شده با رنگ آبی در بانک داده ما را تضعیف می کنند.

برخی از موارد در "کشاورزی و تولید مواد غذایی" هنوز در مرحله نوزادان خود هستند. اینها می توانند فن آوری ها یا شیوه های جدیدی باشند. یک مورد جدید ، به عنوان مثال ، یک فناوری روباتیک هوش مصنوعی یا یک کود فوق العاده جدید در مرحله سیگنال ضعیف خود قرار دارد تا زمانی که فقط یک گروه کوچک از متخصصان و پیشروان از آن اطلاع داشته باشند. در آن مرحله ، جزئیات فنی آن در بین محققان و فقط در مجلات خاص در زمینه مورد بحث قرار می گیرد.

هنگامی که روزنامه نگاران شروع به نوشتن درباره چیز جدید در مقالات محبوب تر می کنند ، این چیز به یک سیگنال قوی تبدیل می شود. در آن مرحله ، برخی از موارد هیجان انگیز به یک چرخه اعتیاد به مواد مخدره می روند و انتظارات بزرگ را به دست می آورند. هنگامی که انتظارات به طور طبیعی بلافاصله برآورده نمی شود ، علاقه به این موضوع سالها به دره مرگ می رود.

در عین حال ، روند واقعی زندگی خود را زندگی می کند. در بعضی از مواقع ، چرخه دوم آداپتورهای اولیه و شکل دهنده های عقاید با استفاده از مورد جدید شروع می شود و گروه بزرگتر را متقاعد می کند. این معمولاً زمان مناسب برای رفتن به بازار است.

هنگامی که گروه بزرگتر به "کاربران" یا آداپتور تبدیل می شود ، بازار بازار می شود. این زمانی است که رشد سریع و گسترده شروع می شود. در آن مرحله ، بازار تقاضای بیشتری نسبت به عرضه دارد ، به این معنی که همه تأمین کنندگان می توانند شکوفا شوند. بعداً ، رقابت در بازار شدت می یابد ، به این معنی که تأمین کنندگان باید یا فرآیندهای خود را تقویت کنند ، مقیاس ، متمایز یا ادغام شوند تا در وضعیت جدید موفق باشند. در بعضی از مواقع ، "جدید" سابق منسوخ می شود زیرا یک محصول جدید و بهتر جایگزین آن می شود ، یا کاملاً مورد استفاده قرار می گیرد و روند آن دیگر نمی تواند رشد کند. در هر دو مورد ، این روند به مرحله اشباع بازار خود رسیده است و شروع به یک روند تضعیف کننده می کند ، یعنی دیگر رشد نمی کند.

فواید تجزیه و تحلیل منحنی متا S در توانایی خود در ارائه یک مرور کلی از مواردی است که جدید ، قدیمی ، در حال ظهور یا در یک مرحله رشد سریع با توجه به موضوع است. این دانش حاوی دانش در مورد بلوغ روندهای مختلف آن است که با مقایسه آن با سایر روندهای دیگر به یافتن بلوغ و سرعت رشد احتمالی یک چیز جدید کمک می کند. از نظر تئوری ، روندها و پدیده های مشابه به شدت به هم پیوسته اند و کم و بیش در منحنی حرکت می کنند. آنها با محدودیت های مشابه ، تنگنا و رانندگان روبرو هستند و بنابراین همزمان شتاب می گیرند. اگر یک چیز جدید را می توان با یک خوشه موجود از روندها مرتبط کرد ، ما تصور می کنیم که چگونه احتمالاً رفتار می کند. این به تمایز اعتیاد به مواد مخدره بزرگ بالقوه از روندهای واقعی کمک می کند.

اگر علاقه مند به کسب اطلاعات بیشتر در مورد روند و تجزیه و تحلیل پدیده ها هستید ، توصیه می کنیم مقاله پیگیری "هزینه های امنیت سایبری-سه سناریو با تجزیه و تحلیل تأثیر روند" را بخوانید.

با شروع یک کارآزمایی 15 روزه ، پدیده های بیشتر و تجزیه و تحلیل کمی را در راه حل دوراندیشی دیجیتال مشاهده کنید.