![translation](https://cdn.durumis.com/common/trans.png)
Bu, AI tarafından çevrilen bir gönderidir.
'Sherlock'un Görünümü Mümkün mü?
- tr Writing language: Korece
- •
-
tr
Referans Ülke: tr
Tüm ülkeler
- •
- BT
Dil Seç
Text summarized by durumis AI
- Sherlock'un çıkarım yöntemi, tümdengelim ve tümevarıma dayanır, ancak gerçekte varsayımlara dayanması nedeniyle tehlikeli olabilir.
- İş danışmanlığı, tümevarım ve tümdengelimsel çıkarımların yönetim biliminde kullanıldığı, mevcut yapı içinde optimizasyon için uygundur.
- Yeni alanlar veya pazarlara yönelik zorluklar, yüksek bir belirsizlik anlamına gelir ve mevcut varsayımları sorgulamayı ve gerçek dünyayı gözlemleyen çıkarımsal bir yaklaşımı gerektirir.
İngiliz dizisi 'Sherlock'ta Holmes, olağanüstü çıkarımlar kullanarak olayları çözüyor. Ancak bu çıkarım sürecinin çoğu tümevarım ve tümdengelim üzerine kurulu. Bunu gerçek dünyayla karşılaştırırsak, Sherlock'un yöntemi dramatik olsa da gerçekte iyi işlemeyebilir.
Sherlock'un kullandığı çıkarım, dramatik sonuçlar için tasarlanmış varsayımlara dayanır.
Bir soygun olayını örnek olarak ele alalım.
Bir pencere kırılmış ve belgeler çalınmış bir kadın ekonomik olarak kırılgan bir durumda. Olay yerinde akla gelebilecek genel bir varsayım 'birisinin evine girip belgeleri çalıp kaçtığı'dır.
Ancak Sherlock, pencere camlarının dışarıda olduğunu hemen gözlemlediği sonucuna dayanarak, kadının suçlu olduğuna dair bir varsayıma odaklanır ve bu da kadının itirafına ve gerçekliğin doğrulanmasına yol açar.
Ancak gerçek dünyada, bu tür sıçrayan çıkarımların doğrulanması için hızlı bir şekilde karmaşık faktörlerin doğrudan doğrulanmasını gerektirdiği için tehlikeli olabilir.
İş danışmanlığı dünyasında, bu tümdengelim, tümevarım çıkarımı yönetim biliminin alanında görülmektedir.
Genellikle bilinen alanların iyileştirilmesine, genişletilebilirliğine odaklanır. McKinsey, BCG'nin mantıksal gelişimi bununla örtüşür. Tümdengelim ve tümevarımın en belirgin özelliği başlangıçta bir varsayım olmasıdır. Benzer yapıdaki bu yaklaşımın etkili olduğu istatistiki bir varsayım ortaya çıkar ve bu da tamamlanmış bir yapı içinde optimizasyon sağlama hedeflerine çok uygun sonuçlar verir.
Ve işletmenin büyümesinde büyüme ve krizler tekrar tekrar ortaya çıkar. Yönetim yoluyla istikrarlı büyümeyi iyi yönettiğimiz dönemler varsa, büyümenin sonuna doğru 0'dan 1 yaratma girişiminde bulunmamız gereken dönemler de vardır.
Bu yeni alan, pazara meydan okumak, doğrudan yüksek belirsizliğe yatırım anlamına gelir. Tümdengelim ve tümevarım çıkarımında kullanılan varsayımlar yoksa veya güvenilirliği düşükse, geriye dönük bir yaklaşım daha uygundur.
Geriye dönük yaklaşım, tanıdık varsayımlara şüpheyle başlar.
Daha önce kabul edilen varsayımlara dayalı girişimler işe yaramadığında, yeni bir alana veya pazara meydan okuma konusunda, güvenebileceğimiz temel bilgiler yetersiz olduğunda, öncelikle gerçek dünyaya adım atmaya başlarız. Ve içinde gözlemlenen kalıplar ve keşfedilen fikirlerle mevcut kurallara meydan okuyan sorular soran yeni bir varsayım oluştururuz.
Bu yaklaşım, bilinmeyen alanları keşfetmeye, özgünlüğe odaklanır. Sosyal bilimlerin kuramlarına dayanan ReD, Gemic'in mantıksal gelişimi bununla örtüşür.
Bir şirketin karşılaştığı sorunların belirsizlik düzeyine göre, tümdengelim ve tümevarım ile geriye dönük gibi farklı çıkarımlara ayrım ve uygulama konusunda düşünülmesi gerekir.
Bu teşhis çerçevesi, işletmedeki büyük bilinmeyenleri belirlemeye yardımcı olur; bu terim, anlamsallaştırmanın özellikle faydalı olabileceği, tanıdık olmayan ve karmaşık iş sorunlarına işaret eder. İş sorunlarını kategorize eden seviyelerin ve anlamsallaştırmanın nasıl uygulandığının genel bir görünümü şöyledir:
Seviye 1: Bilinenler
Özellikler: Müşteriler ve piyasa ile ilgili bilgi sahibi olmak; sorun tanımının net olması; gelecekteki sonuçların tahmin edilebilir olması; konuyu ele almak için geleneksel veri ve analiz kullanılabilir.
Örnek: Tatil sezonunda yaşanan bir satış sorunu, hava koşullarına bağlı faktörlere kadar izlenebilir; reklam ve indirimleri artırmak sorunu çözmeye yardımcı olabilir.
Seviye 2: Varsayımsallar
Özellikler: Müşteriler ve piyasa ile ilgili orta düzeyde bilgi sahibi olmak; olası sonuçların bir yelpazesi; daha önce benzer sorunlar görüldü; hipotezler kurulabilir ve test edilebilir; geleneksel veri ve analitik modeller uygulanabilir.
Örnek: Satış elemanlarına yapılan yatırım artırılmış olmasına rağmen, mağaza bazında satışlar düşüyor. Kök nedeni bulmak için bir dizi hipotez test edilebilir.
Seviye 3: Büyük Bilinmeyenler
Özellikler: Müşteriler ve piyasa ile ilgili çok az bilgi sahibi olmak; olası sonuçlar hakkında net bir fikir olmaması; daha önce karşılaşılan bir sorun olmaması; test edilecek hiçbir hipotez olmaması; geleneksel veri ve analizlerin net çözümler sağlaması olası değildir.
Örnek: Birçok fikirle dolu bir inovasyon boru hattı, ancak ürün lansmanları büyümeyi sağlamıyor. Bu durumda, anlamsallaştırma, tanıdık olmayan sosyal veya kültürel bağlamları anlamaya ve yeni stratejiler belirlemeye yardımcı olabilir.
Kaynak: Bir Antropolog Bir Bara Girdiğinde…