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

Çıkış Yap

translation

Bu, AI tarafından çevrilen bir gönderidir.

Byungchae Ryan Son

'Sherlock'un Görünümü Mümkün mü?

  • tr Writing language: Korece
  • tr Referans Ülke: tr Tüm ülkeler country-flag

Dil Seç

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

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…

Byungchae Ryan Son
Byungchae Ryan Son
찾아가 관찰하고 경청하는 일을 합니다.
Byungchae Ryan Son
Büyük Verinin Yaratığı Yanılgılar Büyük Veri, şirketlerin beklentilerinin aksine, çoğu şirketin veri analizi yoluyla derin içgörüler elde edemediğini gösteriyor. Büyük Veri 'korelasyon'a odaklanırken, insan davranışını anlamak için temel unsur 'nedensellik'tir. İnsanları doğru bir şekilde

7 Mayıs 2024

İnsan Fenomeni, Şirket Kararlarının Temeli -2 Şirket karar verme süreçlerinde insan davranışını temel alan fenomen merkezli bir yaklaşımı tanıtır. Bu yaklaşım, müşteri ihtiyaçlarını ve isteklerini anlamak ve farklılaştırılmış büyüme fırsatları keşfetmek için yardımcı olur. Özellikle, keşifsel sorun ç

7 Mayıs 2024

Hiç Kimse Araştırmacının 'Stratejisini' İstemiyor. Tasarımcı veya UX araştırmacısı olmayan, sahada deneyimli bir yazar, yapay zeka çağı şirketleri içinde etkili içgörü aktarımı için stratejik tavsiyeler paylaşıyor. 'Tüketici' sesleri tek başına yeterli değil ve çıkar gruplarının iş durumlarına uygun olara

21 Mayıs 2024

Fiziksel Veri Modelleme Fiziksel veri modelleme, ilişkisel veritabanlarındaki tabloları gerçek kullanıma hazır hale getirmek için tasarlama işlemidir. Depolama alanı verimliliği, veri bölümleme, indeks tasarımı gibi unsurları içeren bu süreç, performans optimizasyonunu hedefler.
제이의 블로그
제이의 블로그
제이의 블로그
제이의 블로그
제이의 블로그

9 Nisan 2024

Sosyal Araştırma Analisti 2. Sınıf Uygulama Yazılı Sınavı Sonrası Değerlendirme Soruları (Gelecek Sanayi Bilim Lisesi Uygulama Sınav Alanı Önerisi) 2022 Mayıs ayında yapılan Sosyal Araştırma Analisti 2. Sınıf Uygulama sınavının ardından deneyimlerimi ve soru çözümünü paylaşıyorum. Yazılı bölümde 12 soru, gözlem yönteminde hata azaltma yöntemleri, ölçümün güvenilirliğini artırma yöntemleri gibi konula
롱롱이
롱롱이
롱롱이
롱롱이
롱롱이

27 Nisan 2024

Antihero ve Büyük teknoloji sektörü İşte blog yazısının önemli noktalarını özetleyen 160 karakterlik bir alıntı: Yansıtıcı blogger, sürekli iletişim, yanlış anlaşılmalar ve performans baskısı dahil olmak üzere hızlı tempolu teknoloji sektöründe çalışma zorluklarını ele alıyor. Ack
So Yeon Kim
So Yeon Kim
So Yeon Kim
So Yeon Kim

9 Nisan 2024

Yatırım Kazanç Oranını Artırmanın Yolları: 1) Çoğunluğun Görüşlerine Kapılma, 2) Sonuçlara Katı Ol Yatırım başarı oranını artırmak için, çoğunluğun görüşlerine kapılmamak ve sonuçlara katı olmak gerekir. Başarıya gösterilen tevazu ve başarısızlığa gösterilen soğukkanlı analizle yatırım becerisi geliştirilebilir.
고집스런가치투자
고집스런가치투자
고집스런가치투자
고집스런가치투자

3 Nisan 2024

'Bıçaklar Çıktı' - Gizem ve Kara Komedinin Başarılı Buluşması 'Bıçaklar Çıktı', 2019 yapımı bir kara komedi gizem filmidir. Beyaz üst sınıfın ikiyüzlülüğünü ve Donald Trump döneminin Amerika'sını hicveden film, 'Harlan Thrombey'in cinayetinin ardındaki aile sırlarını çözmeye çalışır. Netflix orijinal filmi 'Bıçaklar
Maybe a Blog
Maybe a Blog
Maybe a Blog
Maybe a Blog
Maybe a Blog

19 Ocak 2024

Hisseler için Seçenek Yaparken Tarzdan Daha Önemli 3 Konu: 1) İyi Şirketlerden, 2) İyi Hisselerden, 3) İyi Fiyatlara Satın Alın Büyüme hissesi mi değer hissesi mi önemli değil. İyi bir şirketin iyi hissesini iyi bir fiyata almak gerçek yatırımın sırrıdır. Büyüyen şirketler, güvenilir yönetim ve uygun değerleme kilit noktadır. Bireysel yatırımcıların da değerlemeye esnek bir şekild
고집스런가치투자
고집스런가치투자
고집스런가치투자
고집스런가치투자

3 Nisan 2024