科学者が常に正しいとは限りません。 実際、優秀な人は、ほとんどの場合、間違っていることに慣れてしまいます。 誰も解決していない問題を解決するには、うまくいかないアプローチをたくさん試すことになります。 あなたが企業の研究開発チームに所属している場合、ソリューションが高すぎる、拡張性がない、または市場がない可能性もあります。 いずれにせよ、何かについて間違っている可能性があるすべての原因を見つけるのは仕事の一部です。
だからこそ、私は、「正しい」答えを得ることに固執するデータ アナリストや、お気に入りの統計手法が実装されていないソフトウェア パッケージは役に立たないと主張するデータ アナリストと話すときに、あまり辛抱強くありません。 市場調査員が99パーセントの確率で同じ答えを返すさまざまな統計手法を宗教的に擁護するような長い議論は、論点が的外れなのでうんざりします。 ビッグデータ、ディープラーニング、自然言語処理のいずれであっても、あらゆる市場のトレンドと同様に、常にエキサイティングな新しい技術が存在します。人々は、そうでなくなるまでそれに夢中になるだろう。
市場調査員は次のことに執着すべきではありません右。 彼らは夢中になるべきですより良い。 私の意見では、市場調査を改善する最大のチャンスは最新の統計手法にあるわけではありません。 これは、科学研究の最も古く、あまり魅力的ではない部分を熱心に実行したものです。
静的調査レポート == 機会を逃した
市場調査プロジェクトの最終結果が二度と見られないレポートであれば、時間の経過とともに自社のビジネス、そして顧客について学ぶ貴重な機会を逃すことになります。 前回の分析で見逃したトレンドが再び戻ってくる可能性があります。 おそらく、古い調査には、あなたのベストセラー製品に新たな競合他社が存在するという警告の兆候があったかもしれません。最初は見えなかったが、今では明らかになるでしょう。 市場調査における過去の成功事例が今後も活用できるかもしれませんし、過去の失敗から学ぶチャンスがあるかもしれません。 いずれにせよ、自分のビジネスの市場調査履歴を知らなければ、改善することなく同じことを繰り返すだけになります。
市場は急速に変化します。 多くの企業が新しい情報を収集することを優先して「古い」データを無視するのはそのためかもしれません。 私は、急速な変化は現在だけでなく過去を研究する重要な理由であると主張します。 過去の研究とそこから得られた予測は、あなたのビジネスに考え方の欠陥を見つけたり、前回うまくいった方法を改善したりする機会を与えます。
古いデータを使用した新しい分析や、新しいデータを使用した過去の研究の再現は、市場がどのように変化しているかを特定するための貴重なツールです。 過去の分析を簡単に再作成できる方法で保存すると、まったく新しいことを行う場合に比べてわずかなコストで実行できることになります。 安価で短期間で学べる機会を利用してみてはいかがでしょうか?
新しい発見にはコンテキストが必要です
科学の分野で働く人は誰でも、新しくて驚くべき結果にうんざりしています。あたかもそれらが完全に真実であるかのようにマスコミに登場します。再現不可能な結果が得られた小さなサンプルに基づく 1 つの研究は、科学者にとっては新しいことではありませんが、ビジネスでは、小さなサンプルや不完全な情報に基づいて意思決定を下さなければならないことがあります。 過去の研究の結果をすぐに入手できるため、新しい結果をコンテキスト内に配置することがはるかに簡単になります。 コンテキストはより良い情報を意味し、より良い情報はより良い意思決定を意味します。 データや結果を得るために使用された手順が含まれていない文書として保存された研究レポートは、何らかのコンテキストを提供することができます。 しかし、実際にデータを確認し、並べて分析を再作成した方がよいのではないでしょうか?
JMP がお手伝いします
科学者たちは、研究結果を簡単に再現できるようにすることが科学研究を進める上で重要な要素であることを認識しており、再現性を高めるための新しいツールや新しいベストプラクティスの開発に前進する人もいます。 JMPはもともと科学者やエンジニア向けに開発されたもので、これらのベスト プラクティスの多くは長い間ソフトウェアに組み込まれてきました。 JMP スクリプト言語、データの変更を透過的にするデータ テーブルのツール、およびライブ レポートはすべて、統計分析は神秘的であってはならず、統計結果は再現可能であるべきであるという哲学を表現しています。 あなたはできるJMPを無料で試す、 ところで。
ありがとう、チェルシー！ 特定の種類の学術界に慣れていると、それが当然のことだと思ってしまいます (私もそう思っていました) が、ビジネス環境は学術環境とは大きく異なります。 私たちはお互いからたくさんのことを学ぶことができます！
はい！ 再現可能なワークフローを持つことは非常に重要であり (科学でもどこでも!)、時間を大幅に節約でき、JMP では驚くほど簡単です:)
