Логин:
Пароль:
Поиск:

Эксперт по данным

23 мая 20141069admin
    

Эксперт по данным


Понравилась одна статейка. Почемубы не скопипастить ;)
их потом так долго найти в сети..

Ученый по данным Томас Терстон (Thomas Thurston) использует алгоритмы, чтобы понять общие черты успешных и неудачных бизнесов.

Наука данных используется повсеместно, от медицинских исследований до ипотечных заявок, но она не столь широко используется, когда речь идет о прогнозировании результатов для начинающих предприятий. Томас Терстон, основатель компании Growth Science в Портленде (штат Орегон), провел последние семь лет над созданием баз данных и алгоритмов, направленных на поиск общих черт между успешными и неудачными предприятиями. Идея возникла, когда он работал в Intel и набрала обороты, когда Клейтон Кристенсен (Clayton Christensen) - уважаемый профессор Гарвардской школы бизнеса, предложил Терстону провести год «оттачивая» свое исследование в Гарварде.

Сейчас Терстону 36 лет, он занят развитием нового бизнеса, работает с большими и средними компаниями и применяет свои исследования в инвестиционных решениях для венчурной компании Ironstone Group.

Журналист издания Entrepreneur Сара Макс (Sarah Max) пообщалась с Терстоном о том, почему предприниматели и инвесторы должны уделять столько же внимания числам как и своей интуиции.

Entrepreneur: Когда вы встречаете кого-то на вечеринке, как вы описываете, что вы делаете?

Терстон: Обычно я говорю, что могу предсказать выживет бизнес или нет. Это хороший ярлык, но, как правило, приводит к большему количеству вопросов. Ученый данных, на мой взгляд, это тот, кто смотрит на данные чтобы попытаться найти закономерности. Вы смотрели фильм Moneyball? Мы — это тот парень из Йельского университета.

Entrepreneur: Что вдохновило вас изучать шансы в бизнесе?

Терстон: Около семи лет назад я работал в Intel в новом бизнес-подразделении, которое Intel закрыл без всякой видимой причины. Я помню, как был разочарован и подумал, что мы определенно могли бы посмотреть на все инвестиции Intel и найти определенный шаблон. Когда мы посмотрели на данные компаний за пределами Intel, то обнаружили, что шаблоны сохраняются. Это было после того, как я провел год в Гарварде с Клейтоном Кристенсеном. Многое из того, что мы обнаружили, согласуется с работой, которой он занимался.

Entrepreneur: Когда вы решили уйти на собственные хлеба?

Терстон: Я вернулся из Гарварда в 2008 году, моя группа в Intel была реорганизована. Я расстался с Intel в хороших отношениях и запустил свой стартап.

Entrepreneur: И вы сделали свой стартап Growth Science по своим собственным алгоритмам?

Терстон: Я так делал в течение первых трех лет и мне не понравилось, то что получилось. Мы были обречены. Так много компаний с которыми мы работаем и я игнорировал их пока бизнес рос и все было хорошо. Примерно через три года появился крупный конкурент и я предупредил сотрудников и возможном крахе. Мы должны были переосмыслить нашу бизнес-модель и теперь (стучу по дереву) она, кажется, работает.

Entrepreneur: Расскажите немного о ключевых факторов, влияющих на ваши модели.

Терстон: Есть несколько инструментов, но все они косвенно выражают ответ, который и так очевиден. Мы склонны смотреть на стратегии бизнеса и там мы находим наиболее подходящие для предсказаний переменные. Что именно в стратегии позволяет делать прогнозы? Если это новый стартап, у которого лучший виджет на рынке, то мы обнаруживаем, что такой бизнес обречен примерно в 90 процентах случаев. Их шансы намного хуже, чем у большинства компаний. В среднем около 70 — 80 процентов предприятий терпят неудачу в течение 10 лет. Тем не менее, стратегия большинства стартапов — делать что-то лучше, чем все остальные.

Entrepreneur: Это кажется довольно нелогичным. Объясните.

Терстон: Если они на самом деле лучшие, они начнут переманивать наиболее выгодных клиентов у своих огромных конкурентов. Пройдет немного времени и их конкуренты поймут в чем дело и раздавят их. Если вы заберете лучших клиентов у крупных компаний, они вам ответят.

Entrepreneur: Какие стратегии дают больше шансов?

Терстон: Есть много, но моя любимая является хорошим контрапунктом. Оказывается, если вы идете на рынок с худшим продуктом, но он самый дешевый, то вероятность выживания повышается в 6 — 8 раз. Подумайте о Walmart, McDonald и, в начале, даже Intel. Как они все начинали? Это хороший вариант чтобы начать, потому что крупные компании не успеют вам ответить, если не потеряют из-за вас своих лучших клиентов.

Entrepreneur: Откуда вы получаете ваши данные?

Терстон: У нас есть инструменты, которые тянут данные для нас из Интернета. Иногда мы покупаем данные, но это крайне редко. Многие мы собрали сами в течение долгого времени с тысячами компаний.

Entrepreneur: Вы объединились с видным инвестиционным банкиром Биллом Хамбречем (Bill Hambrecht) чтобы запустить венчурный фонд на основе ваших выводов. Google Ventures следовала подобной стратегии с 2009 года, но они не считают это основным. Что традиционные венчурные капиталисты обычно говорят о том, что вы делаете?

Терстон: Большинство венчурных капиталистов остались в стороне от этого, потому что больше полагаются на свою интуицию и опыт. Их наборы данных могут охватывать пару сотен предприятий, но они опираясь на собственный опыт могут одновременно заниматься только двумя или тремя. С наукой данных вы можете охватить тысячи. Вопрос — сможете ли вы столько переварить, кто-то может, но большинство — нет.

Вот еще один пример: команда является вещью номер один, как говорят венчурные капиталисты. Да, предприниматели, которые были успешны в своей первой компании, как правило, в следующей еще лучше, но разница между лучшим и худшим составляет только около 12 процентов. Другими словами, у опытных предпринимателей только на 12 процентов больше шансов выжить. Если половина вашего решения основывается на команде вы дико преувеличиваете эту переменную.

Entrepreneur: Какие книги вы рекомендуете читать предпринимателям, чтобы получить лучшее представление о науке данных?

Терстон: Нейт Сильвер (Nate Silver) только, что выпустила книгу «Сигнал и шум» (The Signal and the Noise). Если бы были бейсбольные карточки с учеными данных на них был бы Бейб Рут (Babe Ruth). Одной из моих любимых книг всех времен является «Мышление, быстрое и медленное» (Thinking, Fast and Slow) Даниэля Канемана (Daniel Kahneman). Он вообще не упоминает науку данных, но эта книга о когнитивной предвзятости.

Человеческий ум очень, очень хорош в некоторых вещах, но он имеет свои ограничения. То, что мы, как правило, делаем плохо, компьютеры, наоборот, делают хорошо. Я не говорю, что для принятия деловых решений используются только алгоритмы. Алгоритм не может сказать вам, что генеральный директор полное ничтожество и вы не должны с ним работать. Но если вы сможете совместить эти две вещи вместе, то получите гораздо более сильные прогнозы.

источник: http://www.siliconpulse.com/data-expert-why-businesses-fail/
  • 0

Информация

Комментирование данной новости запрещено.
 Последние новости
   
Последнии комментарии
Не обновляется internet explorer 11, ошибка обновления код 5c59
Автор Аноним (11.08.2018)
Добавление комментария
установка Anti Bot Question mod на phpbb 2.0.x
Автор rusiq (10.08.2018)
Добавление комментария
VLC is not supposed to be run as root. Sorry.
Автор rusiq (10.08.2018)
Добавление комментария
Прошивка принтера XEROX 3020
Автор rusiq (10.08.2018)
Добавление комментария
установка Anti Bot Question mod на phpbb 2.0.x
Автор admin (18.08.2014)
Johnd819,
glad if the information has helped you. ...
установка Anti Bot Question mod на phpbb 2.0.x
Автор Johnd819 (14.08.2014)
I went over this site and I conceive you have a lo...
установка Anti Bot Question mod на phpbb 2.0.x
Автор admin (07.08.2014)
Johnc738,

always welcome)
установка Anti Bot Question mod на phpbb 2.0.x
Автор Pharmk386 (02.08.2014)
Very nice site!
установка Anti Bot Question mod на phpbb 2.0.x
Автор Johnc738 (01.08.2014)
I am truly thankful to the holder of this website ...
Календарь
« Октябрь »
Пн Вт Ср Чт Пт Сб Вс
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17 18 19 20 21
22 23 24 25 26 27 28
29 30 31
FreeServer.su