Try using it in your preferred language.

English

  • English
  • 汉语
  • Español
  • Bahasa Indonesia
  • Português
  • Русский
  • 日本語
  • 한국어
  • Deutsch
  • Français
  • Italiano
  • Türkçe
  • Tiếng Việt
  • ไทย
  • Polski
  • Nederlands
  • हिन्दी
  • Magyar
translation

นี่คือโพสต์ที่แปลด้วย AI

Byungchae Ryan Son

'เชอร์ล็อก' ปรากฏขึ้นได้หรือไม่?

เลือกภาษา

  • ไทย
  • English
  • 汉语
  • Español
  • Bahasa Indonesia
  • Português
  • Русский
  • 日本語
  • 한국어
  • Deutsch
  • Français
  • Italiano
  • Türkçe
  • Tiếng Việt
  • Polski
  • Nederlands
  • हिन्दी
  • Magyar

สรุปโดย AI ของ durumis

  • วิธีการอนุมานของเชอร์ล็อกนั้นขึ้นอยู่กับแบบนิรนัยและอุปนัย แต่ในความเป็นจริงแล้วอาจเป็นอันตรายได้เนื่องจากขึ้นอยู่กับสมมติฐาน
  • ในการให้คำปรึกษาทางธุรกิจ การอนุมานแบบนิรนัยและอุปนัยถูกนำมาใช้ในสาขาวิชาการบริหารธุรกิจ ซึ่งเหมาะกับการเพิ่มประสิทธิภาพภายในโครงสร้างที่มีอยู่
  • การท้าทายในสาขาหรือตลาดใหม่หมายถึงความไม่แน่นอนสูง จำเป็นต้องตั้งคำถามต่อสมมติฐานที่มีอยู่และใช้วิธีการอนุมานโดยประมาณในการสังเกตโลกแห่งความจริง

ในละครโทรทัศน์อังกฤษเรื่อง "เชอร์ล็อก" โฮล์มส์แสดงให้เห็นถึงการแก้ไขคดีโดยใช้การอนุมานที่ยอดเยี่ยม อย่างไรก็ตาม กระบวนการอนุมานส่วนใหญ่ขึ้นอยู่กับการอนุมานเชิงอุปนัยและอุปนัย เมื่อเปรียบเทียบกับโลกแห่งความจริง วิธีการของเชอร์ล็อกดูน่าทึ่ง แต่ในความเป็นจริงอาจไม่ได้ผล


เนื่องจากการอนุมานที่เชอร์ล็อกใช้ขึ้นอยู่กับสมมติฐานที่ออกแบบมาเพื่อผลลัพธ์ที่น่าทึ่ง

ลองพิจารณาคดีปล้น


หน้าต่างแตก และหญิงสาวที่ถูกขโมยเอกสารอยู่ในสภาพยากจน สมมติฐานทั่วไปที่เกิดขึ้นในที่เกิดเหตุคือ 'มีคนเข้าไปในบ้านของเธอแล้วขโมยเอกสารไป'


แต่เชอร์ล็อกมุ่งเน้นไปที่สมมติฐานที่ว่าหญิงสาวเป็นคนร้ายโดยอาศัยข้อสังเกตโดยตรงว่าเศษแก้วอยู่ด้านนอกหน้าต่าง ซึ่งนำไปสู่การสารภาพของเธอและพิสูจน์ได้ว่าเป็นความจริง


อย่างไรก็ตาม ในความเป็นจริง การอนุมานแบบก้าวกระโดดเช่นนี้อาจเป็นอันตรายได้ เนื่องจากต้องตรวจสอบยืนยันองค์ประกอบที่ซับซ้อนมากมายเพื่อให้ได้ข้อเท็จจริงอย่างรวดเร็ว


              

ในโลกของการให้คำปรึกษาทางธุรกิจ การอนุมานเชิงอุปนัยและอุปนัยจะได้รับการยืนยันในด้านวิทยาศาสตร์การจัดการ


เหมาะอย่างยิ่งสำหรับการปรับปรุงและการขยายขนาดในพื้นที่ที่คุณรู้จัก การนำเสนอเชิงตรรกะของ McKinsey และ BCG สอดคล้องกับเรื่องนี้ ลักษณะเด่นของการอนุมานเชิงอุปนัยและอุปนัยคือการมีสมมติฐานในตอนต้น สมมติฐานทางสถิติที่ว่าการเข้าหาแบบนี้มีประสิทธิภาพในโครงสร้างที่คล้ายกันปรากฏขึ้น และนำไปสู่ผลลัพธ์ที่เหมาะสมอย่างยิ่งสำหรับเป้าหมายในการเพิ่มประสิทธิภาพภายในโครงสร้างที่มีอยู่แล้ว


และการเติบโตของธุรกิจนั้นมีทั้งการเติบโตและวิกฤตเกิดขึ้นซ้ำแล้วซ้ำเล่า หากมีช่วงเวลาที่ทำได้ดีในการเติบโตอย่างมั่นคงผ่านการจัดการ ก็จะมีช่วงเวลาที่ต้องพยายามสร้างสิ่งใหม่จากศูนย์เมื่อถึงจุดสิ้นสุดของการเติบโต


การท้าทายในพื้นที่และตลาดใหม่นี้หมายถึงการลงทุนในความไม่แน่นอนสูง เมื่อสมมติฐานที่ใช้ในการอนุมานเชิงอุปนัยและอุปนัยไม่มีอยู่จริงหรือมีความน่าเชื่อถือต่ำ การเข้าหาแบบอุปมาอุปไมยจะเหมาะสม


การเข้าหาแบบอุปมาอุปไมยเริ่มต้นด้วยการตั้งคำถามต่อสมมติฐานที่คุ้นเคย


เมื่อความพยายามที่อิงจากสมมติฐานที่ใช้กันทั่วไปก่อนหน้านี้ไม่มีผล และกำลังเผชิญกับความท้าทายในสาขาหรือตลาดใหม่ ซึ่งไม่มีข้อมูลอ้างอิงที่เพียงพอที่จะพึ่งพาได้ การเริ่มต้นด้วยการก้าวเข้าสู่โลกแห่งความจริงก่อนจะเหมาะสม จากนั้นสร้างสมมติฐานใหม่จากรูปแบบที่สังเกตได้และข้อมูลเชิงลึกที่พบ ซึ่งนำไปสู่จุดเริ่มต้นที่สร้างสรรค์ในการตั้งคำถามที่ท้าทายต่อกฎเกณฑ์ที่มีอยู่


การเข้าหาแบบนี้เหมาะอย่างยิ่งกับการสำรวจพื้นที่ที่ไม่รู้จักและเน้นการสร้างสรรค์ การนำเสนอเชิงตรรกะของ ReD และ Gemic ที่อิงจากทฤษฎีสังคมศาสตร์สอดคล้องกับเรื่องนี้


ดูเหมือนว่าจำเป็นต้องพิจารณาและประยุกต์ใช้การอนุมานที่แตกต่างกัน เช่น การอนุมานเชิงอุปนัยและอุปนัย รวมถึงการอุปมาอุปไมย ขึ้นอยู่กับระดับความไม่แน่นอนของปัญหาที่ธุรกิจเผชิญ

                  

กรอบการวินิจฉัยนี้ช่วยระบุสิ่งที่ไม่รู้จักในธุรกิจ ซึ่งเป็นคำที่หมายถึงปัญหาทางธุรกิจที่ไม่คุ้นเคยและซับซ้อน ซึ่งการสร้างความหมายสามารถเป็นประโยชน์อย่างยิ่ง นี่คือภาพรวมของระดับที่จำแนกปัญหาทางธุรกิจและวิธีการสร้างความหมาย:


ระดับ 1: สิ่งที่รู้จัก

ลักษณะ: คุ้นเคยกับลูกค้าและตลาด คำจำกัดความของปัญหาชัดเจน ผลลัพธ์ในอนาคตสามารถคาดเดาได้ สามารถใช้ข้อมูลและการวิเคราะห์แบบดั้งเดิมเพื่อแก้ไขปัญหา


ตัวอย่าง: ปัญหาการขายในช่วงเทศกาลวันหยุดสามารถสืบย้อนไปถึงปัจจัยที่เกี่ยวข้องกับสภาพอากาศ การเพิ่มโฆษณาและส่วนลดสามารถช่วยแก้ปัญหาได้


ระดับ 2: สมมติฐาน

ลักษณะ: คุ้นเคยกับลูกค้าและตลาดในระดับปานกลาง ผลลัพธ์ที่เป็นไปได้หลายอย่าง เห็นปัญหาที่คล้ายกันมาก่อน สามารถสร้างและทดสอบสมมติฐาน ข้อมูลและแบบจำลองการวิเคราะห์แบบดั้งเดิมอาจใช้ได้


ตัวอย่าง: ยอดขายต่อร้านลดลงแม้ว่าจะลงทุนในพนักงานขายเพิ่มขึ้น สามารถทดสอบสมมติฐานหลายอย่างเพื่อหาสาเหตุหลัก


ระดับ 3: สิ่งที่ไม่รู้จัก

ลักษณะ: ไม่คุ้นเคยกับลูกค้าและตลาดอย่างมาก ไม่มีความรู้สึกที่ชัดเจนเกี่ยวกับผลลัพธ์ที่เป็นไปได้ ไม่เคยเจอปัญหาแบบนี้มาก่อน ไม่มีสมมติฐานที่จะทดสอบ ข้อมูลและการวิเคราะห์แบบดั้งเดิมไม่น่าจะให้ทางออกที่ชัดเจน


ตัวอย่าง: ท่อส่งนวัตกรรมเต็มไปด้วยไอเดีย แต่การเปิดตัวผลิตภัณฑ์ไม่ได้ผลักดันการเติบโต ในกรณีนี้ การสร้างความหมายสามารถช่วยทำความเข้าใจบริบททางสังคมหรือวัฒนธรรมที่ไม่คุ้นเคยและชี้นำกลยุทธ์ใหม่


แหล่งที่มา: นักมานุษยวิทยาเดินเข้าไปในบาร์…

Byungchae Ryan Son
Byungchae Ryan Son
찾아가 관찰하고 경청하는 일을 합니다.
Byungchae Ryan Son
มนุษย์เป็นปรากฏการณ์ มาตรฐานการตัดสินใจขององค์กร -2 นำเสนอแนวทางการเข้าใกล้ที่เน้นปรากฏการณ์โดยใช้พฤติกรรมของมนุษย์เป็นเกณฑ์ในการตัดสินใจขององค์กร แนวทางนี้ช่วยให้เข้าใจความต้องการและแรงจูงใจของลูกค้า และค้นพบโอกาสการเติบโตที่แตกต่าง การแก้ปัญหาแบบอนุมานโดยเฉพาะและวิธีการรวบรวมข้อมูลที่หลากหลายช่วยให้ได้ข้

7 พฤษภาคม 2567

ความเข้าใจผิดที่เกิดจาก Big Data ความเป็นจริงคือ แม้ว่า Big Data จะมีการคาดหวังไว้ว่าจะช่วยให้ธุรกิจต่างๆ มีประสิทธิภาพมากขึ้น แต่ในความเป็นจริงแล้ว ธุรกิจส่วนใหญ่ไม่สามารถรับรู้ถึง ข้อมูลเชิงลึกที่แท้จริงจากการวิเคราะห์ข้อมูล Big Data ได้ Big Data มุ่งเน้นไปที่ 'ความสัมพันธ์' แต่กุญแจส

7 พฤษภาคม 2567

ไม่มีใครต้องการ 'กลยุทธ์' ของนักวิจัย ผู้เขียนที่มีประสบการณ์ในภาคสนาม ไม่ใช่ดีไซเนอร์หรือ UX รีเสิร์ช แบ่งปันคำแนะนำเชิงกลยุทธ์เพื่อการส่งมอบข้อมูลเชิงลึกที่มีประสิทธิภาพภายในองค์กรในยุคของปัญญาประดิษฐ์ ข้อเสนอแนะ 'เสียงของผู้บริโภค' ไม่เพียงพอ และกลยุทธ์การใช้การเล่าเรื่องและวัสดุภาพที่สอดค

21 พฤษภาคม 2567

ทำไมการลงทุนจึงต้องใช้วิธีคิดเชิงความน่าจะเป็น: คุณจะไม่มีวันรู้สาเหตุที่แท้จริงของผลลัพธ์การลงทุน ผลลัพธ์การลงทุนนั้นขึ้นอยู่กับทั้งทักษะและโชคอย่างมาก และเป็นไปไม่ได้ที่จะระบุสาเหตุที่แท้จริง ดังนั้นการลงทุนจึงควรใช้วิธีคิดเชิงความน่าจะเป็น เพื่อต่อสู้ให้เต็มที่ในสถานการณ์ที่เอื้ออำนวย และหลีกเลี่ยงการต่อสู้ในสถานการณ์ที่ไม่เอื้ออำนวย
고집스런가치투자
고집스런가치투자
고집스런가치투자
고집스런가치투자

3 เมษายน 2567

การสร้างแบบจำลองข้อมูลเชิงตรรกะ การสร้างแบบจำลองข้อมูลเชิงตรรกะคือกระบวนการแปลงแบบจำลองข้อมูลเชิงแนวคิดให้สอดคล้องกับรูปแบบฐานข้อมูลเชิงสัมพันธ์ โดยใช้กฎการแมป ซึ่งเกี่ยวข้องกับ การจัดการความสัมพันธ์ 1:1, 1:N, N:M และการทำให้เป็นปกติเพื่อให้ได้มาซึ่งความสมบูรณ์ของข้อมูล 1NF, 2NF, 3NF ผ่
제이의 블로그
제이의 블로그
제이의 블로그
제이의 블로그
제이의 블로그

9 เมษายน 2567

3 ประเด็นสำคัญกว่าสไตล์ในการเลือกหุ้น: 1) บริษัทที่ดี 2) หุ้นที่ดี 3) ซื้อในราคาที่ดี Growth Stocks vs. Value Stocks ไม่สำคัญ บริษัทที่ดี หุ้นที่ดี ซื้อในราคาที่ดี คือเคล็ดลับการลงทุนที่แท้จริง การเติบโตของบริษัท การบริหารจัดการที่น่าเชื่อถือ การประเมินมูลค่าที่เหมาะสมเป็นสิ่งสำคัญ นักลงทุนรายย่อยควรมีความยืดหยุ่นในการประเมินมูลค่า
고집스런가치투자
고집스런가치투자
고집스런가치투자
고집스런가치투자

3 เมษายน 2567

ทำดีเสแสร้ง และตอบแบบเลี่ยงคำถาม ผลรวมคืออะไร? การกระทำที่หลีกเลี่ยงการตอบคำถามอย่างตรงไปตรงมาและทำตัวดีเพื่อให้รอดพ้นจากสถานการณ์เป็นการทำลายความจริงใจในบทสนทนาและทำลายความไว้วางใจซึ่งกันและกัน ในธุรกิจก็เช่นกัน การสื่อสารที่ซื่อสัตย์และชัดเจนเป็นพื้นฐานของการสร้างความไว้วางใจ และการทำดีเสแสร้งและตอบ
Dream Atelier
Dream Atelier
Dream Atelier
Dream Atelier
Dream Atelier

2 พฤษภาคม 2567

การติดฉลากข้อมูลคืออะไร? ประเภท ข้อดี ข้อเสีย การติดฉลากข้อมูลเป็นกระบวนการที่จำเป็นเพื่อช่วยให้คอมพิวเตอร์เข้าใจข้อมูล โดยการติดแท็กให้กับข้อมูล เช่น การติดฉลาก 'สุนัข' และ 'แมว' ให้กับรูปภาพของสุนัขและแมวตามลำดับ ทำให้สามารถเรียนรู้ด้วยคอมพิวเตอร์ได้ มีวิธีการติดฉลากหลายแบบ เช่น สี่เหลี่ยม จุด หลาย
세상 모든 정보
세상 모든 정보
세상 모든 정보
세상 모든 정보

29 มีนาคม 2567

การสร้างแบบจำลองข้อมูลเชิงสัมพันธ์ การสร้างแบบจำลองข้อมูลเชิงสัมพันธ์ คือ กระบวนการแบ่งข้อมูลจากโลกแห่งความเป็นจริงออกเป็นตารางและข้อมูล โดยมีขั้นตอนคือ การวิเคราะห์ความต้องการ การสร้างแบบจำลองข้อมูลเชิงแนวคิด การสร้างแบบจำลองข้อมูลเชิงตรรกะ และการสร้างแบบจำลองข้อมูลเชิงกายภาพ โดยใช้แผนภาพ
제이의 블로그
제이의 블로그
제이의 블로그
제이의 블로그

8 เมษายน 2567