Tagged: small data
Бежать, чтобы оставаться на месте.
В “Алисе” Кэррола есть выражение “Нужно бежать со всех ног, чтобы только оставаться на месте, а чтобы куда-то попасть, надо бежать как минимум вдвое быстрее!” Бизнес устроен так, что как только садишься, то кто-то будет обходить с фланга. Потому что мир бежит, конкуренты бегут. На месте никто не стоит. Этот непрерывный цикл постоянных улучшений не дает возможности присесть.
Если кто-то из коллег говорит фразу, что: “А зачем улучшать, уже все сделано хорошо, все работает, не надо трогать”, то это сразу означает, что здесь будут обходить с фланга. Я посмотрел на поколение эволюции в финансовой функции, мы, получается, прошли через несколько реально революций с фундаментальными изменениями. Continue reading
The Age of Surveillance Capitalism
Представьте, что вы собрались делать предложение руки и сердца. Пошли, и тихо закупили колечко с бриллиантом. И вдруг, через час вам звонят, пишут, поздравляют ваши друзья-товарищи. Ваша невеста тоже уже узнала, что колечко куплено. Как так? А так! Соцсети взяли и уведомили ваших друзей, что вы сделали такое приобретение. И все, тайна стала явью. Сюрприз не вышел.
Вы скажете, Макс, это ты фантазии пишешь, а я отвечу, что абсолютно не так, это реальная история из книги про надзорный капитализм, про наличие двух досье на каждого пользователя, про торговлю предсказаниями на ваше поведение, про то, что вы сами стали продуктом, когда система вас использует в своих интересах. Книга Гарвардского профессора. Continue reading
Н: Мы знаем, где вы были прошлой ночью
Такую статью опубликовали NYT об отслеживании вашей жизни с помощью вашего мобильного с вашего необдуманного согласия. Необдуманное согласие – это когда вы в смартфоне даете возможность приложениям пользоваться геолокацией. А приложения в пользовательском соглашении прописывают возможность продажи данной информации.
Нью Йорк Таймс посмотрели, что можно сделать с этим, если вы хотите купить данные. Кратко. По Нью-Йорку можно отслеживать более миллиона устройств, которые заливают в сутки более трехсот точек месторасположения. Это те данные, которые можно быстро купить, в реальности же данных гораздо больше.
Р: Data and Goliath. 5/5 и 19%.
Давно мы не брали в руки такой книги, чтоб за одну субботу читалась бы от начала и до конца. Автор – спец по кибербезопасности и криптографии, советник в Конгрессе США. То есть топовый автор на тему, как за нами следят и что про нас знают.
Кстати, именно эта книга объясняет, почему надо читать бумажные. Потому что про электронные, например Kindle, вся ваша информация о ходе чтения, скорости, предпочтениях и даже геометках, где вы находитесь – не является приватной. За вами следят прямо затем, как вы читаете. Continue reading
Т: Математика в бизнесе
Честно – математика является мощнейшим инструментом для улучшения бизнеса. Мы решили вспомнить набор прагматичных применений математики в бизнесе из собственного опыта. Только того, что сами видели и делали как работающие решения.
Давайте посмотрим, что можно сделать проверенными способами до внедрения big data, AI и ML? То есть теорией игр, с добавлением регрессий, с линейным программированием, факторным анализом, поиском экстремумов функции и сценарными подходами в моделировании.
Раз пример. Теория игр для маркетинга. Continue reading
Р: Where East Eats West by Sam Goodman. 4/5 и 21%
Каждый раз, когда едешь на Восток, то чувствуешь разницу в принятых правилах поведения, деловых переговоров, и в отношениях. Особенно впечатляет успех Китая и загадка Поднебесной. Эта книга, в отличие от более академических и строгих трудов, так себя и позиционирует, как уличная инструкция на собственном опыте, как же делать бизнес с / в Китае.
Чем она импонирует – так это набором простых рассказов и иллюстраций на каждой странице, как принято делать, и почему не работают привычные иностранцу модели. Оказывается, что на каждый лом есть прием, на каждую загадку есть разгадка. Например, почему договариваться по году, почему после пяти вечера не стоит ничего подписывать, почему нельзя улыбаться? Continue reading
Н: Ружье, черепаха и десятый айфон.
Совершенно забавная новость, продолжающая рецензию про «оружие матемассического поражения», когда алгоритмы сильно ошибаются, прилетела в виде краткого видео. Черепаха или ружьё? Вам решать.
Суть проста. Машинное обучение подразумевает эволюционную дрессировку алгоритмов. Удалось – оставили решение, нет – поменяли подход. В части изображений это касается сравнения паттернов точек.
Поэтому получается, что для нас кошка, то для компьютера … гуакамоле. Continue reading
Р: Weapons of Math Destruction. 5/5 и 23%.
Дождались. После книг про Big Data и Small Data мы нашли на полке в Barnes&Noble книгу профессора математики про неожиданные негативные последствия массового применения алгоритмов машинного обучения в жизни.
Кати О’Нил преподавала высшую математику в Barnard at Columbia. Затем ее пригласили работать в самый крутой квантовый хедж-фонд. Как обычно, человек встал на одну сторону, а затем перешел на другую после разочарования.
Поэтому книгу на русском надо называть «Оружие матемассического поражения». Читается без остановки запоем за выходные. Как математикой нечаянно нанести массовый ущерб? Разбираем: Continue reading
Рецензия: The Industries of the Future by Ross. 4/5 и 19%.
Про прогнозы будущего есть совершенно разные книги. Например, Kevin Kelly – The Inevitable – это анализ от признанного визионера-гуру на тематику, куда придет мир. Bhargava. Non Obvious 2017. 5/5 и 12% – это ежегодный альманах от трендолога, специализирующегося на раннем выявлении тенденций. Klaus Schwab ‘The Fourth Industrial Revolution’ 3/5 – официальная публикация от Всемирного Экономического Форума с их трактовкой, что в мире происходит.
Почему вдруг я решил прочитать четвертую за год книгу на эту тематику? Алек Росс работал старшим советником по инновациям в Белом Доме, поэтому налетал вокруг земли пару десятков раз в поисках тенденций в самых разных уголках нашей планеты. Понятно, что в официальную публикацию попала только толика того, что он сам видел. Но взглянуть на мир, словно из Белого Дома, точно стоит. Тем более, что книга разбита всего на шесть отраслей, где будут деньги и работа.
Итак, инвестировать капиталы и свои усилия можно сюда: Continue reading
Toolkit: Развести продажи, опермаркетинг и стратмаркетинг.
Берем корпорацию. Корпорация живет, пока умеет продавать. Продажи – это корень бизнеса. ‘Find the need and meet it!” – как говорит мой ментор Том. За неделю поступило сразу два вопроса на тематику “Что есть стратмаркетинг и где про это прочитать?”.
Маркетинг рождается, когда продажи начинают требовать профессиональной поддержки. Этот момент простой – как только бизнес вырастает до уровня специализации, что руководитель продаж уже не отвечает за полную прибыль своей линейки, так как не контролирует ее стоимость. Другими словами, собственник делегирует задачу продаж наемному менеджеру. В этот момент продажи становятся заточенными на простые объемов/цен/доли рынка/маржи. И появляется первый конструктивный конфликт. Маркетинга как анализа рынка и постановщика целей для продажи, и вертикали продаж, как генератора выручки компании. Задача продаж – приносить деньги. Задача маркетинга – защищать интересы акционера. Что делает организация? – создает управление маркетинга в подчинении директора по продажам, выбирая из двух зол.
Первое зло. Continue reading
Toolkit: Активная и пассивная лояльность.
Три недели назад в книге Bhargava ‘Non Obvious’ про актуальные тренды я столкнулся с примером активной и пассивной лояльности потребителей. Что выигрывают не те корпорации, которые дают карты лояльности и скидки, а те, которые находят способы зарабатывать положительный NPS (net promoter score) за счет клиентов. Текущий тренд – переводить лояльность из пассивной в активную.
Соответственно, это время я размышлял о примерах из собственной жизни, когда программа лояльности не работает, а когда она превращает своих клиентов в своих верных рекомендателей. Похоже, что грань определяется тремя способами. Marketing funnel + качество + удобство. Начнем с трех примеров пассивной лояльности, затем разберем способы и три примера активной лояльности.
Три иллюстрации пассивной лояльности: Continue reading
Книга: The Undoing Project. Michael Lewis.
Майкл Льюис для многих начался с “Покера Лжецов”, который можно перечитывать каждый год как заново. В этом году вышла новая книга про тему как мы воспринимаем реальность и людей вокруг нас, и как трактуем их и их отношения. Из аналогичных интересных трудов можно посмотреть ‘Outliers’ by Gladwell 5/5; Ellenberg ‘How Not to Be Wrong’ 4/5 и Lindstrom ‘Small Data’ 5/5.
Если взглянуть назад на 52 прочитанные книги года – по одной на каждую неделю – то точно стоит повторить данную практику и далее. На полках есть около 40 непрочитанных книг, как раз до сентября. Точно стоит справиться с тремя книгами Gabriel García Márquez вне бизнес-тематик: El coronel no tiene quien le escriba; El otoño del patriarca и Cien años de soledad.
На ближайшую неделю перелетов и командировок нет, будем добирать страницы по утрам.
Итого, за этот год 52 книги (рецензии ниже по ссылкам):
Рецензия: Small Data. 5/5 и 14%.
Безоговорочно сильная книга. Martin Lindstrom ‘Small Data’. Однозначно бьет книгу Big Data с прошлой недели. Термин “большие данные”, который появился из интернет-торговли, собирающей огромные массивы информации по своим покупателям, а потом перешедший как модный в другие отрасли, имеет большие недостатки. Можно было бы критиковать подход, но Мартин выбрал вместо этого другой путь – не трогая Big Data, он приводит свой метод работы как маркетолога, который часто выигрывает (но и отлично дополняет Big Data). Small Data – это та информация, которая не существует в оцифрованном виде, и, по-видимости, не будет существовать, потому что она не фотографируется, не кликается, не датабазится. Однозначно книга на 5 из 5 (одна из лучших книг года). По содержательности – 16 закладок на первые сто страниц, во всей книге 14% содержательности, то есть автор качество контента к концу книги не снижает.
Как найти Small Data и заработать на ней деньги?
Книга недели: Small Data
Не без приключений. В аэропорту служба безопасности тормознула мой чемодан с книгами, как подозрительный. Маленький и тяжелый (24 килограмма).
Вскрыли, досмотрели и положили записку на память, что ничего не нашли, и заперли обратно. Рецензия будет на следующей неделе. Книга отлично контрастирует с Big Data, объясняя на кончиках пальцев примерами, где Big Data бескомпромиссно проигрывает Small Data (неоцифровываемым наблюдениям).
Книга: Big Data и Small Data
Не удержался, взял две книги с антонимами в названиях. Надеюсь, контраст себя оправдает. Я ищу ответ на практические вопросы по применению Big Data – от проблем сбора данных (попробуйте расставить узлы учета на производстве в 13 переделов) до ложных выводов на случайных корреляциях. Термин Big Data уже притерся, сейчас посмотрим на Small Data также. Рецензия с прагматичными выводами на следующей неделе.