admin, نویسنده در محمد می نویسد

همه دروغ می‌گویند! حتی شما دوست عزیز.

یه موقعی سریال جذاب «دکتر هاوس» رو می‌دیدم. (شروع کردنش با خودته، تموم کردنش با خود خدا!) یه سری قسمت‌ها و کنش‌های شخصیت اصلی حول این موضوع بود که همه دروغ می‌گویند. دقیقا با عنوان این کتابی که می‌خواهم توی این پست بررسی کنم! اما رویکردها درعین متفاوت بودن قسمت‌هایی مشابه دارد. توی سریال، دکتر هاوس می‌گه که: «باید به رفتار، نشانه‌های غیرکلامی و داده‌های فیزیولوژیک نگاه کرد، نه حتما فقط به گفته‌های بیمار گوش کرد.» این کتاب هم یکی از شاخص‌ترین کتاب‌های حوزه‌ی داده‌کاوی اجتماعی و تحلیل رفتار انسان در عصر دیجیتال محسوب می‌شه و بررسی می‌کنه که چجوری با استفاده از داده‌هایی که مردم گوگل می‌کردن و منابع آنلاین موجود از آن‌ها واقعیت‌های پنهان رفتارهای انسانی رو برملا کرد.

بیاین اول با نویسنده قدر این کتاب آشنا بشیم. به نام «ست استیونز-دیویدوویتز» اقتصاددان داده‌محور، فارغ‌التحصیل هاروارد، و تحلیل‌گر سابق داده در Google هست.

سبک این کتاب آمیزه‌ای از پژوهش داده‌محور و تفسیر اجتماعی، با رویکرد آماری و طنز تلخ محسوب می‌شود.

* ایده‌ی مرکزی:

مردم در نظرسنجی‌ها یا تعاملات اجتماعی دروغ می‌گویند یا نقش بازی می‌کنند، اما در جستجوهای اینترنتی‌شان نه.

مثال‌های نویسنده:

پیش‌داوری‌های نژادی، جنسی و فرهنگی از تحلیل داده‌های Google Trends آشکار می‌شود.
جستجوها تصویر واقعی‌تری از ترس‌ها، آرزوها و نفرت‌های پنهان انسان به دست می‌دهند.
داده‌ها می‌تونند جایگزینی برای روش‌های قدیمی جامعه‌شناسی و روان‌شناسی باشند.

* رویکرد تحلیلی:

ترکیب مدل‌های آماری با Big Data Analysis.
تکیه بر Google Trends, PornHub, Wikipedia, Facebook به‌عنوان نمونه‌های داده‌محور.
بررسی مسائلی مثل نژادپرستی، سیاست، آموزش، سکسوالیته، و اقتصاد رفتاری از طریق داده واقعی.

(=== به طور کلی می‌شه گفت این چیزهایی گفتم بنیان کتاب رو می‌سازن و حول این عنوان‌ها، کتاب مثال‌های خیلی زیادی در مورد هر کدام از قسمت‌ها رو به صورت ریز گفته ===)

ارزش کاربردی در مهندسی صنایع رو هم می‌تونیم به این شکل تفسیر کنیم که:

از منظر مهندسی صنایع (تحلیل سیستم‌های انسانی و تصمیم‌سازی)، این کتاب سه آموزه داره:

تبدیل داده‌های غیرساخت‌یافته به دانش رفتاری:

روشی عملی برای استخراج insight از داده‌های متنی (text mining + sentiment analysis).
تکیه بر دادهٔ رفتاری به جای دادهٔ ادعایی:

درست همان تفکر تحلیل بهره‌وری واقعی در کارخانه نه از گزارش، بلکه از دادهٔ حسگر.
پیوند سیاست‌گذاری و تحلیل کمی:

نشان می‌دهد چگونه می‌توان تصمیمات اجتماعی و اقتصادی را با داده پشتیبانی کرد. (الگویی برای Data-driven Decision Making در هر سیستم پیچیده.)

در قسمت بعد می‌خوام در مورد فیلم «مانی‌بال» صحبت کنم. یه چیزی که توی فکرمه که توی پست بعدی بیارم اینه که فقط استفاده از داده به تنهایی کافی نیست!!

تطابق هنر و بازاریابی در تولید فیلم «باربی»

این پست ۲۴ شهریور ۱۴۰۲ توی یه وبلاگی که قبلا داشتم منتشر شده و حالا می‌خوام یه جورایی عوضش کنم و بازنشرش بدم:

نوال توی رشته توییت معروفش یه جایی گفته اگه می‌خواهید بتونین پول خوبی از چیزی در بیارید، اول سعی کنید اون چیز رو بسازید و به خوبی هم بسازید بعدش برید بازاریابی‌ش کنید تا بشه پول در آورد، توی باربی هم همین اتفاق افتاده و با توجه به نظر عوام (من کی باشم که خودم رو جز خواص بگم حالا:) اصلا فیلم بیش از حد بها داده شده‌ای نیست! (یاد اون پنجشنبه‌شب‌هایی که بهروزنامه می‌خوندیم به خیر!)

پرفکشنیسم یا همون کمال‌طلبی رو خیلی‌ها توی وجود خودشون دارن و اخیرا هم به خاطر چیزی که توی رسانه می‌بینیم فراگیرتر هم شده و اون بحث و جدل همیشگی بین تفاوت باطن و ظاهر زندگی‌ها، هم بیشتر و بیشتر و بیشتر شده. به طور مثال توییتر پشت داستانه که افسردگی واقعی‌شون رو افراد می‌نویسن ولی توی اینستاگرام قسمت زیبایی از خودشون رو نشون می‌دن.

بحران اگزیستانسیالیسم رو که افراد سعی دارن مدیریتش ‌کنن و هر کسی توی یه سطحی تجربه‌ش کرده رو هم نشون می‌ده که حتی نماد چیزی که همه آرزوشونه اون باشن و پرفکت هست، اون هم درگیر بحران وجودیه.

(توی یه گروه ازم پرسیدن خودت رو معرفی کن من گفتم بحران وجودی دارم نمی‌دونم چی بگم، به نظر خودم یکم چندش بود ولی مهم نیست، کی یادش می‌مونه!)

استفاده از مراجعی مثل فایت کلاب یا سریال Severance هم برام جالب بود، (البته از نظر من شاید شما یه چیز دیگه دیده باشید و از نظر شما مرجع بوده باشه). یه سری ظرافت‌های هنری توی بعضی فیلم‌ها دیده می‌شه که دارن یه موضوع کلی رو بیان می‌کنن ولی با توجه به نقطه نظر هر کسی این مرجع فرق خواهد کرد! داستان به دست گرفتن دنیایی که بهش تعلق داشتی ولی خیلی تمیز و اون کلیشه رو شکست!

خیلی چیز عجیبی بود با اینکه نسبت به فرهنگی که توش بزرگ شدم nudity زیادی داشت ولی اصلا تحریک نشدم، چون کل دنیاش همین بود و عادی به نظر می‌رسید با توجه به اینکه همه جور قشری سعی می‌شد توش شرکت داشته باشه. (این نقل قول رو از برادرم قرض گرفتم، مامانم یه بار پرسید ازش که «علی، الان این همه خانم لخت توی ساحل می‌بینی تحریک نمی‌شی؟» «اونم گفت توی این محیط یه چیز عادیه.»

استفاده از خواننده‌هایی مثل دوآ لیپا و ایوا مکس در موزیک متن که ژانر موزیکشون به ژانر دنیای باربی می‌خوره. حتی بازی دوآ لیپا با لهجه بریتیشش جای توجه داره!

در آخر می‌تونم بگم چرا با رویای آمریکایی مخالفم. چون هر کسی اون رویا رو داشته باشه، انگار سلطه به جهان و محیطش می‌خواد و از آدمی که سعی می‌کنه خاکی باشه و توی اروپا، زندگی هلندی رو بتونه داشته باشه، پذیرفتن این ایده خارجه.

فایننس کوانتومی – آینده‌ بازارهای مالی با طعم فیزیک!

همانطور که مستحضر هستید، بنده به قسمت‌های ریاضیاتی و احتمالی خرج کردن یا در آوردن پول خیلی علاقه دارم. شاید بشه گفت به طور کلی تامین مالی. یا حتی به طور کلی‌تر پول. اما همه چی که پول نیست بابا! شاید این رو هم بدونید که به بین‌رشته‌ای کردن رشته‌ها هم علاقه‌مندم و اخیرا به یه مطلب رسیدم که از فیزیک کوانتوم توی دنیای مالی استفاده می‌کرد.

مثلا یه روز اگه کامپیوترهایی داشته باشیم که نه تنها سریع‌تر از کامپیوترهای معمولی کار می‌کنن، بلکه می‌تونن احتمالات پیچیده‌ی بازار سهام رو مثل آب خوردن حل کنن. این دقیقاً همون چیزیه که بهش می‌گن Quantum Finance. سعی دارم اینجا ساده و بدون اصطلاحات پیچیده و توی یه قالب متفاوت نسبت به پست‌های دیگه و بر اساس یه پژوهش جالب از دانشگاه نیویورک ابوظبی و گزارش‌های شرکت‌های بزرگ مثل McKinsey، قدم به قدم این بینا‌بین رشته‌ها رو توضیح بدم.

با چی سر و کار قراره داشته باشیم؟
فایننس کوانتومی یعنی ترکیب علم فیزیک کوانتومی (دنیای عجیب ذرات ریز که همه چیز احتمالاتیه) با دنیای مالی. به زبان ساده، کامپیوترهای کوانتومی که از کیوبیت‌های جادویی استفاده می‌کنن میان تا مشکلات مالی رو سریع‌تر حل کنن. مثلاً پیش‌بینی قیمت سهام یا انتخاب بهترین سرمایه‌گذاری‌ها. این حوزه تازه داره شکل می‌گیره و مثل پلی بین فیزیک و اقتصاد عمل می‌کنه. دیگه خبری از محاسبات و برنامه‌ریزی طولانی نیست؛ کوانتوم همه احتمالات رو به صورت همزمان با سناریوهای مختلف بررسی می‌کنه!

چرا کوانتوم حالا؟
با توجه به اینکه بازارهای مالی پر از عدم قطعیت ناشی از رفتار خریدار و فروشنده هست، قیمت سهام ممکنه یهو یه سیر صعودی یا نزولی داشته باشه. فیزیک کوانتومی هم دقیقاً روی همین احتمالات ساخته شده. مثل اینکه ذرات می‌تونن همزمان در چند جا باشن! پس، شباهت دارن: بازار = یه بازی شانس بزرگ، کوانتوم = ابزاری که عاشق شانسه. این ترکیب می‌تونه به بانک‌ها و سرمایه‌گذارها کمک کنه تا ریسک‌ها رو بهتر پیش‌بینی کنن و تصمیم‌های هوشمندانه‌تری بگیرن.

کاربردهای عملی: از بهینه‌سازی سهام تا امنیت داده‌ها

یکی از جذاب‌ترین کاربردها، بهینه‌سازی سبد سرمایه‌گذاری (Portfolio Optimization) هست. تصور کنین می‌خواین بهترین ترکیب سهام رو انتخاب کنین یعنی طوری که سود زیاد بشه و ضرر کم. روش سنتی QAOA (یه الگوریتم کوانتومی) میلیون‌ها گزینه رو همزمان چک می‌کنه و بهترین رو پیدا می‌کنه. خیلی خیلی سریع‌تر از روش‌های قدیمی!

یه کاربرد دیگه، قیمت‌گذاری اختیار معامله (Option Pricing) هست. این یعنی محاسبه قیمت خرید یا فروش سهام در آینده. مدل‌های کلاسیک مثل Black-Scholes کندن و میلیون‌ها سناریو رو یکی یکی بررسی می‌کنن، اما الگوریتم‌های کوانتومی مونت‌کارلو همه رو همزمان حل می‌کنن.

مدل‌سازی ریسک (Risk Modeling). بانک‌ها همیشه نگرانن که ضرر نکنن. با کوانتوم، می‌تونن معیارهایی مثل VaR (مقدار ریسک احتمالی) رو دقیق‌تر حساب کنن. یعنی بفهمن در سناریوهای بد، چقدر ممکنه ضرر کنن و چطور جلوش رو بگیرن.

امنیت هم که خیلی مهمه! (Cryptography & Security) یکی از نقاط قوت کوانتومه. کامپیوترهای کوانتومی می‌تونن رمزهای فعلی رو بشکنن (تهدید بزرگ!)، اما خودشون هم رمزهای فوق‌امنی مثل Quantum-Resilient Keys می‌سازن. شرکت‌هایی مثل QuSecure دارن روی این کار می‌کنن تا داده‌های بانکی (مثل رمز کارت‌ها) در امان بمونن. (یاد اونجای بهروزنامه افتادم که می‌گفت میخ محکم اپل بر تابوت پسورد!)

فریم‌ورک PO-QA: یه مدل عملی از دانشگاه نیویورک ابوظبی
یه پژوهش باحال به اسم PO-QA (چارچوبی برای بهینه‌سازی پرتفوی با الگوریتم‌های کوانتومی) نشون می‌ده چطور این کار عملی می‌شه. اول، داده‌های گذشته سهام رو جمع می‌کنین. هدفش هم اینه که ثابت کنه اینکه کوانتوم دقیق‌تر و سریع‌تره. این مدل مثل یه خط تولیده: داده می‌آد، با نظریه‌های کوانتوم بررسی می‌شه و تصمیم‌گیری اتفاق می‌افته.

چه شرکت‌های بزرگی دارن سرمایه‌گذاری می‌کنن؟
این دیگه تئوری نیست؛ شرکت‌های بزرگ وارد شدن! بانک‌هایی مثل J.P. Morgan روی رمزنگاری امن کار می‌کنه (با تصادف مطلق کوانتومی که هک رو تقریباً غیرممکن می‌کنه). Itaú Bank رفتار مشتری‌ها رو پیش‌بینی می‌کنه HSBC هم وثیقه‌ها رو بهینه می‌کنه تا ریسک کم بشه.

چالش‌ها و آینده: چی در انتظاره؟
البته چالش‌هایی هم هست، مثل ناپایداری کیوبیت‌ها (decoherence) یا هزینه بالای سخت‌افزار (شرکت‌هایی مثل IBM و Google دارن روش کار می‌کنن). فعلاً پروژه‌ها روی شبیه‌سازهای کلاسیک اجرا می‌شن، اما آماده انتقال به کامپیوترهای واقعی هستن. آینده؟ تحول در ریسک‌سنجی، کشف تقلب، امنیت سایبری و مدیریت ثروت. بانکداری بیشترین سود رو می‌بره!

بازی تازه داره هارد می‌شه!
فایننس کوانتومی نشون می‌ده بازارهای مالی ذاتاً تصادفی‌ان، و کوانتوم کلید حلشونه. از پژوهش‌های دانشگاهی مثل PO-QA تا پروژه‌های J.P. Morgan، همه چیز داره از تئوری به عمل می‌رسه. اگر در حوزه مالی یا فناوری کار می‌کنین، این حوزه رو از دست نباید بدیم. می‌تونه بازی رو عوض کنه!

(منابع: پژوهش PO-QA از NYU Abu Dhabi، گزارش McKinsey Quantum Monitor، و سایت Quantum Insider.)

توضیحات مربوط به پوستر موتور القایی آسنکرون قفس سنجابی

حتی سوار شدن به هواپیما هم نیاز به بهینه سازی داره!

یکی از حوزه‌های مورد علاقه من صنعت هوانوردی هست که با توجه به مدل‌های ریاضی می‌شه بهینه‌سازی‌های جالبی توی این زمینه انجام داد. مثلا کم کردن مصرف سوخت، زمان معطلی یا اینکه با توجه به سایز هواپیما چه تعداد صندلی رو به کلاس‌های مختلف اختصاص بدیم که سود ما بیشینه بشه!

به یه مقاله قدیمی از نیویورک تایمز برخورد کردم که نوع سوار شدن و پیاده شدن مسافرها رو بررسی می‌کنه تا زمان معطلی رو به حداقل برسونه که شاید اون هواپیمایی، پروازهای بیشتری رو توی یه روز بتونه انجام بده! خیلی برام جالب بود و گفتم اگر به فارسی هم منتشر بشه خالی از لطف نیست!

شرکت‌های هواپیمایی دهه‌ها هست که مسافران رو سوار هواپیما می‌کنن، مدت زمانی که به نظر می‌رسه باید کافی باشه تا بهترین روش برای سوار و پیاده کردن مسافران را پیدا کرده باشند. اما هنوز هم اینطور نیست.

تحت فشارهای مالی و پروازهای پرتراکم (معمولاً ۸۰ تا ۹۰ درصد ظرفیت پره)، خطوط هوایی روش‌های متنوعی برای سوار کردن مسافران ابداع کرده‌‌ن؛ از روش سادهٔ «از عقب به جلو» تا یکی از پیچیده‌ترین استراتژی‌ها به اسم «سیستم هرم معکوس» که US Airways آن را اجرا کرده.

کاهش زمان توقف روی زمین، به‌ویژه در پروازهای کوتاه با هواپیماهای تک راهرو، به این معنیه که هواپیماها سریعتر به آسمان برمی‌گردن و درآمدزایی می‌کنن. حتی چند دقیقه اضافه روی زمین می‌تونه برنامهٔ روزانه رو به هم بریزه.

دیوید سویِرِنگا، اقتصاددان و رئیس مشاورهٔ هوایی AeroEcon، می‌گه: «مزیت turnaround سریع، کاهش هزینه‌ها نیست، بلکه ایجاد درآمد است. اگر در هر توقف، مثلاً در هفت پرواز، زمان ذخیره کنید، ممکن است بتوانید یک پرواز هشتم را برنامه‌ریزی کنید.»

ریچارد ابوالعافیه، تحلیلگر گروه Teal، می‌گه: «صرفه‌جویی زمانی در پروازهای بین‌قاره‌ای تفاوت چندانی ایجاد نمی‌کند، اما در پروازهای کوتاه مثل بالتیمور به ایسلایپ در لانگ آیلند، این موضوع اهمیت دارد.»

روش‌های مختلف سوار کردن مسافران:

عقب به جلو (Back-to-Front): این روش ساده و رایج است و هنوز توسط بسیاری از خطوط هوایی مانند ایر کانادا، آلاسکا، امریکن، بریتیش ایرویز، کانتیننتال، فرانتیر، میدوست، اسپیریت و ویرجین آتلانتیک استفاده می‌شه. (تقریباً همهٔ خطوط هوایی به مسافران کلاس اول یا بیزینس و افراد با نیازهای ویژه اجازه می‌دن اول سوار بشن.)
روش «ویلما» (Wilma – پنجره، وسط، راهرو): این روش که توسط دلتا و یونایتد استفاده می‌شه، اول صندلی‌های کنار پنجره، سپس وسط و در آخر راهرو رو پر می‌کنن.
روش بدون سیستم (Open Seating): ساوتوِست ایرلاینز پیشگام این روشه که در اون مسافران به ترتیب ورود سوار می‌شن و صندلی اختصاصی ندارن.
سیستم هرم معکوس US Airways: یواس ایرویز یکی از پیچیده ترین روش ها ر, داره که اساساً همان ویلما هست، اما با ترتیبی دقیق مثل مدارهای یک میکروچیپ: اول صندلی‌های پنجره و وسط عقب، سپس پنجره و وسط جلو، بعد راهروی عقب و در نهایت راهروی جلو. این شرکت آن را سیستم هرم معکوس می‌نامه، اما بهتره به عنوان یک توالی V-شکل بر اساس مناطق توصیف بشه.

این روش از آمریکا وِست (شرکت ادغام‌شده با یواس ایرویز) به ارث رسیده که در سال ۲۰۰۲ با کمک تیم مهندسی صنعتی دانشگاه ایالتی آریزونا طراحی شد. محقق‌ها با استفاده از عکس‌های فرودگاه لس‌آنجلس، مدلهای ریاضی و شبیه‌سازی‌هایی با «پیکسل به جای انسان» ایجاد کردن.

یواس ایرویز اکنون این روش را در نیمی از هواپیماهای ایرباس A320 و بوئینگ ۷۵۷ خود اجرا کرده و قصد دارد تا سال بعد آن را کامل کند. هدف این سیستم، «کاهش تداخل در صندلیها و راهرو» است. تاکنون، این روش زمان توقف را ۲ تا ۵ دقیقه کاهش داده است.

روش‌های دیگر:

ایرتران (AirTran): این شرکت هواپیما را به ۶ بخش تقسیم می‌کنه و به صورت چرخشی مسافران رو سوار می‌کنه تا تداخل کمتری ایجاد بشه.
ساوتوِست (Southwest): این شرکت از سیستم صندلی باز استفاده می‌کنه که مسافران به ترتیب ورود سوار می‌شن و صندلی دلخواه خود رو انتخاب می‌کنن. این روش به ساوتوِست کمک کرده تا زمان توقف خود را به ۲۵ دقیقه برسونه (در مقایسه با ۳۵ دقیقه تا ۱ ساعت در سایر خطوط هوایی!).

چالش اصلی: رفتار غیرقابل پیش‌بینی مسافران

متغیر اصلی که برنامه‌ریزی دقیق صنعت هواپیمایی رو مختل می‌کنه، غیرقابل پیش‌بینی بودن رفتار مسافران هست. این صنعت آن را «تداخل» می‌نامه، مثل وقتی که مسافران مسن برای گذاشتن چمدان در بالای سر، روی دستهٔ صندلی می‌ایستن و زمان رو هدر می‌دن.

ریچارد ابوالعافیه می‌گه: «رفتار غیرمنتظرهٔ مسافران شما را به سمت نظریهٔ آشوب (Chaos Theory) می‌برد. وقتی رویدادهای تصادفی باعث یک سری اقدامات غیرقابل پیش بینی می شوند، بهترین برنامه ریزی ها هم بی فایده است.»

برخی کارشناسان معتقدند مردم توانایی ذاتی برای «خودسازماندهی» دارن و می‌تونن از سر راه هم کنار برن. اما عده‌ای می‌گن تغییر روش سوار کردن مسافران کمتر از محدود کردن بار همراه مؤثره.

پاتریشیا فرند، رئیس انجمن مهمانداران پرواز، می‌گه: «تنها راه ساده‌سازی و بهبود سوار شدن، محدود کردن حجم بار همراه است. تا زمانی که مردم با چمدان‌های زیاد فرآیند سوار شدن را کند کنند، این روند کند خواهد بود.»

آیا این روش‌ها واقعاً مؤثرن؟

برخی شکاکان معتقدند تمام این تحقیقات و آزمایشها برای صرفه‌جویی زمانی، خودش هدر دادن وقت است. رابرت دبلیو. مان، مشاور هوایی، میگوید: «خطوط هوایی به دنبال یک ایدهٔ جدید صرفه‌جویی زمانی هستند که بتوانند به آن ایمان آورند و آن را به کد کامپیوتری تبدیل کنند. اما اگر فقط بگویید “وقت رفتن است”، سوار کردن تصادفی همان نتیجهٔ سیستماتیک را خواهد داشت.»

نتیجه‌گیری:

هیچ روشی بی‌نقص نیست، اما خطوط هوایی همچنان در تلاشن تا با آزمایش روش‌های مختلف (مانند سوار کردن از دو در، سیستم‌های ترکیبی، یا محدودیت بار همراه)، زمان توقف رو به حداقل برسونن. در نهایت، شاید ساده‌ترین روش یعنی سیستم صندلی باز همان چیزی باشه که بیشترین کارایی رو داره.

دنیای پر جنب و جوش خانواده ابزارها: از آچار همه‌کاره تا اره دندان تیز (قسمت اول)

خانواده‌های ایرانی معمولا به دو بخش تقسیم می‌شن. یکی‌شون اینجوریه که بابای خانواده یه بخشی از خونه رو که نزدیک گاراژ هم معمولا هست، اختصاص داده به ابزارآلات و خیلی متمرکز و مرتب اون‌ها رو چیده یا خیلی در هم و بر هم و غیرمتمرکز از ابزارها استفاده می‌شه که معمولا هم به عهده تعمیرکار هست تا ابزارهای خودش رو بیاره.

اگر بخواهیم به اون قسمتی توجه کنیم که ابزارها با نظم و ترتیب یک جا نشستن، می‌تونیم برای اون‌ها یه شخصیتی قائل بشیم و کاربردشون رو بگیم. با من همراه باشید تا با هم‌تیمی‌های همیشه حاضر ما بیشتر آشنا بشیم.

(این پست قسمت اول از یه سلسله پست نمی‌دونم چند قسمتی هست که به مرور آپدیت می‌شه!)

۱- آچار فرانسه: آقای همه فن حریف و انعطاف‌پذیر، با نام مستعار «جکِ چابک»

جک موجودی باهوش، سازگار و همیشه آماده‌ی کمک‌رسانیه. اون به جای یک اندازه ثابت، می‌تونه خودش رو با شرایط مختلف با حرکت فک متحرکش وفق بده. این ویژگی باعث شده که کمی خودشیفته هم باشه و همیشه با غرور بگه: «برای من همه‌ی مهره‌ها و پیچ‌ها، هم‌اندازه‌ان!». جک رفیقِ گرمابه و گلستان همه‌ی ابزارهای دیگه‌ست و اولین کسیه که در مواجهه با یک مشکل داوطلب میشه.

۲- انبردست: قهرمان محکم‌گیری، با نام مستعار «گریپ آهنین»

گریپ، ورزشکار قدرتی گروهه. اون با آرواره‌های قوی و دندان‌دارش، هیچ چیزی از دستش درنمی‌ره. چه برای گرفتن یک شیء سفت، چه برای خم کردن سیم یا حتی چکش‌کاری‌های سبک. شخصیتی جدی، قابل اعتماد و کمی خشن داره. شعار همیشگی‌ش اینه: «اگر محکم بگیریش، حلّالِ کاره!». همه به قدرت اون احترام می‌ذارن.

۳- چکش: سلطان ضربه‌های کاری، با نام مستعار «توربوی کوبنده»

توربو خشن‌ترین و سرراست‌ترین عضو گروهه. فلسفه‌ی زندگی‌اش ساده است: «هر مشکلی یک میخ هست، اگر اولین ضربه جواب نداد، دومین ضربه رو محکم‌تر بزن!». اون پرانرژی و کمی بی‌حوصله‌ست و ترجیح میده به جای حرف زدن، عمل کنه. البته در نبودش همه متوجه می‌شن که هیچ کس نمی‌تونه مثل او کوبنده و قاطع باشه.

۴- پیچ گوشتی: هنرمندان جزئیات، با نام‌های مستعار «فیلیپ ظریف» و «آلن تیزبین»

فیلیپ و آلن برادران دوقلویی هستند که در دنیای ظرافت‌ها و پیچیدگی‌ها حکمرانی می‌کنن. فیلیپ (پیچ‌گوشتی چهارسو) کمی خوش‌برخوردتر و محبوب‌تره، در حالی که آلن (پیچ‌گوشتی دو سو) ساکت‌تر و مرموزتره. اون‌ها عاشق کارهای دقیق مثل مونتاژ وسایل الکترونیکی یا تعمیر عینک هستند و معتقدند: «گاهی قوی‌ترین ضربه‌ها، آروم‌ترین چرخش‌ها هستند.»

(می‌دونستین در واقع پیچ گوشتی پیچ گَشتی بوده و به مرور فتحه تبدیل به «و» شده؟)

۵- اره: ناجی برش و دندان‌سازی، با نام مستعار «سیمرغ دندان‌تیز»

سیمرغ، پیر خردمند گروه و کمی ترسناک هم هست. دندان‌های تیز و حرکت رفت و برگشتی او، هر چوب سرکشی رو آروم می‌کنه. او کسی است که وقتی راهی نیست، راه می‌سازد. شخصیتی آرام، باوقار و بسیار کارآمد دارد. دیگران گاهی از صدای او می‌ترسند، اما می‌دانند که مهارت او در برش و شکل‌دهی، بی‌نظیر است.

جنگ سرد: تقابل شوروی و آمریکا در شطرنج

جنگ سرد دوره‌ای از رقابت شدید و طولانی‌مدت بین ایالات متحده و اتحاد شوروی بود که از پایان جنگ جهانی دوم در سال ۱۹۴۵ شروع شد و تا فروپاشی شوروی در سال ۱۹۹۱ ادامه پیدا کرد. این درگیری، برخلاف جنگ‌های سنتی، بیشتر بدون رویارویی مستقیم نظامی بین دو ابرقدرت جریان داشت و اکثرا در عرصه‌های سیاسی، اقتصادی، علمی، فرهنگی و حتی ورزشی دنبال می‌شد. هر دو طرف برای گسترش نفوذ ایدئولوژیک خود ـ آمریکا با سرمایه‌داری و لیبرال‌دموکراسی، و شوروی با کمونیسم و سوسیالیسم ـ از ابزارهایی مثل جنگ‌های نیابتی، مسابقه تسلیحات هسته‌ای، رقابت فضایی، عملیات جاسوسی و جنگ تبلیغاتی استفاده می‌کردن.

در این دوران، بحران‌هایی چون ماجرای موشکی کوبا جهان را تا آستانه جنگ اتمی برد و نزاع‌های نیابتی مانند جنگ کره، ویتنام و افغانستان، جولانگاه اصلی کشاکش دو بلوک بودن. حتی عرصه‌هایی مثل ورزش، سینما و المپیک به میدان رقابت حیثیتی تبدیل شدن. در آخر، فشارهای اقتصادی، نارضایتی‌های داخلی و اصلاحات گورباچف، همراه با فروپاشی دیوار برلین، پایان این رقابت رو رقم زد و در ۱۹۹۱ شوروی از هم پاشید. جنگ سرد در عمل یک شطرنج بزرگ جهانی بود که مهره‌های آن از موشک و فضانورد تا رسانه و قهرمانان ورزشی بودند!

(یک فیلم جالب در مورد جهانی‌ کردن بازی تتریس از شوروی وجود داره که می‌شه عمق فاجعه رو از این لحاظ فهمید.)

به طور کلی هم رقابت‌های ورزشی مثل جزوشون بود و استادهای بزرگ آمریکایی و روسی یه سری درگیری‌های ایدئولوژیک هم به وجود آوردن، یه مقاله انگلیسی پیدا کردم که توضیحات مختصری از این نزاع‌های سیاسی از طریق شطرنج به ما می‌گه.

این مقاله درواقع یک روایت تاریخی‌ـسیاسی هست که از دل اسناد بایگانی‌شده سفارت شوروی در کابل بیرون آمده و به ماجرای برنامه‌ریزی ناکام برای برگزاری مسابقه شطرنج میان آناتولی کارپوف (استادبزرگ شوروی) و بابی فیشر (استادبزرگ آمریکایی) در سال‌های ۱۹۷۶–۱۹۷۷ می‌پردازه.

اینجا یه تایملاین در مورد اتفاقات مهم شطرنج در بستر جنگ سرد رو می‌تونیم یادآور بشیم:

جولای – سپتامبر ۱۹۷۲: فیشر در «مسابقه قرن» بوریس اسپاسکی را شکست می‌دهد و عنوان قهرمانی جهان پس از ۲۴ سال از شوروی جدا می‌شه.
۱۹۷۲ تا ۱۹۷۴: فیشر تقریباً هیچ مسابقه رسمی بازی نمی‌کند؛ شوروی برنامه‌ریزی گسترده برای بازگرداندن عنوان آغاز می‌کند.
آوریل ۱۹۷۵: مذاکرات برای مسابقه کارپوف–فیشر شکست می‌خورد؛ شوروی و فیده شرایط جدید فیشر را نمی‌پذیرند.
آوریل ۱۹۷۵: فیده (فدراسیون بین‌المللی شطرنج) عنوان قهرمانی را به کارپوف می‌ده؛ مشروعیت این عنوان در رسانه‌ها زیر سؤال می‌ره.
ژوئیه ۱۹۷۶: دیدار غیررسمی کارپوف و فیشر در توکیو، به ابتکار فیشر؛ پیشنهاد بازی عمومی مطرح می‌شه.
اکتبر ۱۹۷۶: کارپوف طی نامه‌ای به سرگئی پاولوف پیشنهاد مسابقه غیررسمی با فیشر را مطرح می‌کنه.
۱۹۷۶ تا ۱۹۷۷: مقامات شوروی مزایا و خطرات سیاسی–تبلیغاتی مسابقه را بررسی می‌کنن.
۱۹۷۷: مذاکرات بدون نتیجه پایان می‌یابد؛ مسابقه برگزار نمی‌شه و فیشر دوباره از صحنه رقابت‌ها کنار می‌کشه.

به زبان ساده، این مقاله نشون می‌ده که شطرنج در دوران جنگ سرد تنها یک بازی نبود، بلکه بخشی از صحنه نبرد تبلیغاتی و حیثیتی بین بلوک شرق و غرب بود، و حتی یک مسابقه بین دو نابغه می‌تونست به بازی شطرنج سیاسی میان واشنگتن و مسکو تبدیل بشه.

[این جریان سیاسی شطرنج رو وقتی متوجه شدم که داشتم سری ویدیوهای جادی که داره آموزش شطرنج می‌ده به اسم لذت شطرنج، می‌دیدم. اگه علاقه به شطرنج دارید و ماهر نیستید مثل من، این ویدیوهای یوتوب شروع خوبی می‌تونه باشه]

شاخص‌های اقتصادی نامتعارفی که خبر از اتفاقات ناگواری می‌دهند!

توی دوران کارآموزی دانشگاه، یه روز رفتیم یه جلسه‌ای با استاد کارآموزی که در مورد تاب‌آوری اقتصادی بود. دلیل این جلسه هم جنگ دوازده‌ روزه بود! اگر بخواهیم تاب‌آوری رو توی این قالب تعریف کنیم می‌شه گفت: «توانایی یک سیستم اقتصادی برای پیش‌بینی ریسک‌ها و مقاومت در برابر ناسازگاری‌ها و بازیابی سریع بعد از شوک‌های خارجی و حتی بهتر شدن از حالت قبل» این شوک‌ها و بحران‌ها در سطح کلان می‌تونن رکود، بلایای طبیعی و تغییرات آب‌وهوایی باشن. حتی پاندمی کرونا هم که معرف حضور همه هست!

توی مسیر برگشت به شرکت، استاد کارآموزی یه سری شاخص‌های عجیب اقتصادی رو تعریف کرد که معروف‌ترینشون برای ما فارسی زبان‌ها شاخص رژ لب هست که بارها توی گروه‌های واتس اپی‌ باز نشر شده.

در ابتدا می‌خوام یه سری شاخص مهم و کاربردی رو توضیح بدم و در ادامه اون شاخص‌های نامتعارف رو توضیح خواهم داد. (در این پست بیشتر داده‌ها در مورد آمریکا هست.)

شاخص‌های اقتصادی اصلی:

تولید ناخالص داخلی (GDP) و رشد آن: تولید ناخالص داخلی (GDP) اندازه‌گیری کل ارزش کالاها و خدمات تولیدشده در یک کشور طی یک دوره زمانی معینه و نشان‌دهنده اقتصاد اون کشور هست. نرخ رشد GDP درصد تغییر اون نسبت به دوره قبلی رو نشان می‌ده و برای ارزیابی سلامت اقتصادی استفاده می‌شه.

ضریب جینی (Gini): ضریب جینی یه معیار آماری برای اندازه‌گیری نابرابری درآمد یا توزیع ثروت در یک جامعه هست که بین ۰ (برابری کامل) تا ۱ (نابرابری کامل) قرار می‌گیره. این شاخص کمک می‌کنه تا شکاف بین فقیر و غنی رو ارزیابی کنیم؛ مثلاً کشورهای اسکاندیناوی ضریب جینی پایینی (حدود ۰.۲۵) دارن که نشان‌دهنده توزیع عادلانه‌تر ثروت هست. (این اسکاندیناوی چیست که همه عالم دیوانه اوست؟)

مخارج مصرف‌کننده (Consumer Spending): این شاخص هزینه‌های افراد و خانوارها برای کالاها و خدمات غیرسرمایه‌ای مانند غذا، لباس و سرگرمی را اندازه‌گیری می‌کنه و بخش عمده‌ای از GDP (حدود ۷۰ درصد در اقتصادهای پیشرفته) را تشکیل می‌ده. افزایش مخارج نشان‌دهنده اعتماد مصرف‌کننده و رشد اقتصادی هست، در حالی که کاهش آن می‌تونه پیش‌بینی‌کننده رکود باشه؛ بر اساس داده‌های اخیر، مخارج مصرف‌کننده در ایالات متحده در ۲۰۲۴ با رشد ۲.۵ درصدی همراه بوده است.

فروش خانه (Home Sales): این شاخص تعداد خانه‌های فروخته‌شده در بازار مسکن را ردیابی می‌کنه و نشان‌دهنده تقاضا و سلامت بخش املاک هست. عوامل مانند نرخ بهره و درآمد خانوارها بر آن تأثیر می‌ذارن؛ برای مثال، در سال ۲۰۲۳ فروش خانه در ایالات متحده به دلیل نرخ بهره بالا کاهش یافت.

شاخص‌های اقتصادی عجیب

شاخص پاپ‌کورن کره‌ای (Buttered Popcorn Index): این شاخص غیرمتعارف بر اساس افزایش فروش پاپ‌کورن در سینماها در دوران رکود عمل می‌کنه، چون مردم برای فرار از مشکلات اقتصادی به فیلم‌ها پناه می‌برن. اشاره می‌شه که در رکود ۲۰۰۹، فروش باکس‌آفیس و پاپ‌کورن افزایش داشت، حتی اگر کیفیت فیلم‌ها متوسط بودن!

شاخص اجساد ادعا نشده (Unclaimed Bodies Index): این شاخص افزایش تعداد اجساد ادعانشده در سردخانه‌ها به دلیل هزینه‌های بالای کفن و دفن در بحران‌های مالی رو به ما می‌‌گه. در ۲۰۰۹، با کاهش اشتغال، این تعداد بیش از نیم میلیون افزایش پیدا کرده. این شاخص عجیب نشان‌دهنده فشار مالی شدید بر خانواده‌ها است و می‌تواند سیگنالی برای عمق رکود باشه، هرچند به خاطر حساسیت موضوع، کمتر مورد استفاده رسمی قرار می‌گیره.

شاخص جراحی پلاستیک (Plastic Surgery Indicator): این شاخص کاهش درآمد جراحی‌های زیبایی در دوران رکود را ردیابی می‌کنه، چون افراد از مرخصی و هزینه‌های غیرضروری اجتناب می‌کنن تا شغل خود را حفظ کنند. (مثل اینکه توی ایران زیاد کاربردی نیست!)

شاخص پاشنه بلند (High Heel Index): این شاخص بر اساس افزایش ارتفاع پاشنه کفش‌های زنانه در رکودها عمل می‌کنه، به عنوان نمادی از فرار فانتزی از واقعیت سخت اقتصادی. این شاخص فرهنگی-اقتصادی نشان‌دهنده تمایل به مدهای افراطی در زمان‌های بحرانه، هرچند اعتبار علمی آن محدود هست.

شاخص لوبیای پخته (Baked Bean Indicator): این شاخص افزایش فروش کنسرو لوبیای پخته در رکودها رو اندازه‌گیری می‌کنه، چون مصرف‌کنندگان به غذاهای ارزان و ماندگار روی می‌آرن. این شاخص نشان‌دهنده تغییر الگوی مصرف به سمت صرفه‌جویی هست و می‌تواند سیگنالی زودهنگام برای کاهش قدرت خرید باشه.

شاخص کراوات باریک (Skinny Tie Indicator): این شاخص افزایش فروش کراوات‌های باریک یا لباس‌های رسمی در رکودها رو می‌گه، چون مردها برای نشان دادن تلاش بیشتر در کار و جلوگیری از اخراج، ظاهر رسمی‌تری انتخاب می‌کنن. در واقع این شاخص رفتار روانشناختی در بازار کار را نشون می‌ده.

شاخص بازخرید کوپن (Coupon Redemption Index): این شاخص افزایش استفاده از کوپن‌های تخفیف برای کالاهای ضروری مانند خمیر دندان و مواد شوینده در رکودها را ردیابی می‌کنه. مثلا ۳ میلیارد استفاده در سه‌ماهه اول ۲۰۰۹. این شاخص نشان‌دهنده تلاش مصرف‌کنندگان برای صرفه‌جویی هست.

شاخص کارتن (Cardboard Leading Indicator): این شاخص تغییرات فروش جعبه‌های کارتنی را به عنوان نشان‌دهنده تولید و حمل کالا اندازه‌گیری می‌کند؛ افزایش آن سیگنال رشد اقتصادی و کاهش آن نشانه رکود است. این شاخص ساده اما مؤثر برای پیش‌بینی چرخه‌های اقتصادی استفاده می‌شود.

شاخص رژ لب (Lipstick Index): این شاخص توسط لئونارد لودر ابداع شد و افزایش فروش رژ لب در رکودها را نشان می‌دهد، زیرا زنان به جای کالاهای گران مانند کیف، به لذت‌های کوچک و مقرون‌به‌صرفه روی می‌آورند. فایل آن را به عنوان جایگزین اقلام لوکس معرفی کرده. این شاخص روانشناختی نشان‌دهنده جبران کمبودهای اقتصادی با خریدهای کوچک است. (حتی این روزه‌ها

شاخص روند گوگل (Google Trend Index): این شاخص تحلیل میلیون‌ها جستجوی روزانه گوگل را برای پیش‌بینی نوسانات بازار استفاده می‌کند، زیرا جستجوها رفتار اقتصادی را منعکس می‌کنند. فایل اشاره به نوسان با بازار دارد. بر اساس دانش عمومی، گوگل ترندز برای ردیابی روندهایی مانند بیکاری یا تورم مفید است و می‌تواند داده‌های واقعی‌زمان ارائه دهد. (اخیرا کتاب همه دروغ می‌گویند رو خوندم و در موردش به زودی یه پست خواهم نوشت که دقیقا شاخص‌هایی مربوط به علوم اجتماعی از همین گوگل ترندز رو ارزیابی می‌کنه.)

شاخص بیگ مک و واریانت‌های آن

شاخص بیگ مک (Big Mac Index): این شاخص توسط مجله اکونومیست معرفی شده و قیمت بیگ مک مک‌دونالد را در کشورها مقایسه می‌کند تا ارزش واقعی ارزها بر اساس برابری قدرت خرید (PPP) را ارزیابی کنه. فایل توضیح می‌ده که اگر قیمت محلی بالاتر باشه، ارز Overvalue شده؛ مثلاً فرانک سوییس ۸.۳ درصد در سال ۲۰۲۳. این شاخص ساده‌سازی‌شده برای درک نرخ ارز هست و عوامل محلی مانند هزینه تبلیغات را نادیده می‌گیرد.
شاخص زمان کار به ازای بیگ مک: این واریانت زمان کاری لازم برای خرید یک بیگ مک را در شهرها اندازه‌گیری می‌کنه تا قدرت خرید واقعی را نشون بده. مثال‌هایی مانند هنگ‌کنگ (۶ دقیقه) و نایروبی (۱۲.۶ دقیقه) را می‌توان آورد. این شاخص نابرابری اقتصادی جهانی را برجسته می‌کنه و نشون می‌ده که در کشورهای توسعه‌یافته، خرید آسان‌تره.
شاخص تال لاته (Tall Latte Index): این واریانت بیگ مک را با قیمت یک قهوه تال لاته استارباکس جایگزین می‌کند تا PPP را محاسبه کند. این شاخص برای مقایسه هزینه‌های زندگی در شهرها مفید است و عوامل فرهنگی مانند عادت به قهوه را در نظر می‌گیرد.
شاخص آی‌پاد (iPod Index): این شاخص قیمت آی‌پاد را که در یک مکان تولید می‌شه، در کشورها مقایسه می‌کنه تا ارزش ارزها را ارزیابی کنه. این واریانت نشان‌دهنده تأثیر مالیات و تعرفه‌ها بر کالاهای الکترونیکی است. (مثال بارز آن هم این است که در ترکیه، خرید لوازم الکترونیکی حتی از ایران هم گران‌تر است!)
شاخص بیلی (Billy Index): این شاخص قیمت قفسه کتاب بیلی IKEA رو در کشورها مقایسه می‌کنه تا PPP رو محاسبه کنه. این شاخص برای کالاهای استاندارد مفیده و نشان‌دهنده تفاوت‌های هزینه زندگی بدون تأثیر عوامل محلی مانند مواد غذایی هست.

دید من به دنیا بعد از جنگ دوازده روزه چه شکلی شده

وقتی اسرائیل حمله کرد دقیقا توی فرجه‌ها بودیم و سردرگم بودیم که معلوم نیست چی بشه. به یه استقامتی رسیده بودم و خبرهای جنگ رو هم دنبال نمیکردم و توی اون اوضاع نابسامان از هفت دولت آزاد بودم. خداروشکر که فقط دوازده روز بود.

دقیقا دو روز بعد از آتش بس گفتم دست دست نکنم و برم کارآموزی دانشگاه چیزی که دو سال منتظرش بودم ولی از نتیجه ای که داد تقریبا ناراضی بودم.

امتحان‌ها رو گذاشتن برای شهریور و اولین امتحان رو امروز بعد از دو ماه و سیزده روز دادم.

واقعا نمیدونم این دو ماه و نیم چقدر زود گذشت ولی تونستم با ورزش و کتاب خوندن و به طور کلی سرگرم نگه‌داشتن، خودم رو سر پا نگه دارم اگر به افسردگی تابستونی سالهای قبل مبتلا می‌شدم نمی‌دونم چجوری میخواستم خودم رو برگردونم. البته این رو هم باید بگم که از وقتی به خودم گفتم یه کاریش میکنم یه کاریش کردم!

برای ارتباطات سیاسی آلمان و ایران خیلی دلهره دارم ویزای تحصیلی افرادی که منتظر بودن نمی‌آد. سفیر آلمان توی ایران از محدود کردن فعالیتشون توی ایران کلیپ پر کرده و وقتی ویدیو رو دیدم خیلی نگران‌تر شدم!

توی این تابستون حتی بیشتر سعی کردم بتونم این هوش اجتماعی به قهقرا رفته رو درست کنم نمی‌دونم چقدر موفق بودم ولی حداقل از فیلتر کردن آدما و وقت گذروندن با آدمایی که وایب یکسانی داریم خوشحال بودم.

شاید پاییز و زمستون راحت‌تر گذشت، چون هم فارغ‌التحصیل می‌شم هم تاب‌آورتر و صبورتر شدم.

چقدر به نظرسنجی در مورد کسب و کارها اهمیت می‌دیم؟

دو روز پیش از طرف اپل یه ایمیل برام اومد که بیا در مورد آیپدت یه پرسشنامه سطح رضایت پر کن. به طور کلی من خیلی سعی می‌کنم مشتری خوبی از نظر دادن فیدبک باشم. چه سرویس ایرانی چه سرویس خارجی. خیلی برام عجیب بود که چرا بعد از گذشتن سه سال از خریدن آیپد اومده بود این ایمیل رو داده بود. چیزی که برام خیلی جالب بود، سوال‌هایی پرسیده بود که دقیقا من بهشون دقت کرده بودم. به طور کلی من وقتی می‌خوام از یه دیوایس استفاده کنم، طوری که توی دست قرار می‌گیره یا حمل‌پذیری و از این دست موارد برام خیلی مهمه. سوالی برام پیش می‌آد اینه که آیا اپل حرف‌هام رو شنیده بود که اینطوری سوال شخصی‌سازی شده طرح کرده بود یا واقعا یکی از مهم‌ترین اولویت‌ها برای اون‌هاست!

[در مورد سرویس‌های ایرانی هم باید بگم هر وقت از زیرمجموعه‌های اسنپ یه اس ام اس می‌آد سعی می‌کنم پر کنم یا به هر سفارش امتیاز حتما سعی می‌کنم امتیاز بدم. در این زمینه واقعا معلومه اسنپ مشتری‌مداری رو حفظ می‌کنه.]

اما ابتدا می‌خوام یه سری آمار حدودی از این دست پرسشنامه‌ها بدم.

(توی گوگل سرچ کردم و با استفاده یک سری منابع جواب how many customers answer to questionnaire رو داد)

– برای پرسشنامه‌های رضایت مشتری بین ۱۰ تا ۳۰ درصد مشتری‌ها به پرسشنامه‌ها جواب می‌دن.

– پرسشنامه‌هایی که برای بعد از خرید یه محصول فرستاده می‌شن بین ۲۰ تا ۳۰ درصد پاسخ داده می‌شن.

(سوالی پیش می‌آد برای خودم اینه که واقعا با حدود جواب ۱/۳ از مشتری‌ها آیا به داده‌هایی که می‌گیریم واقعا می‌تونیم اعتماد کنیم؟)

چه فاکتورهایی توی این درصد‌ها تاثیر داره؟

هر چی کوتاه‌تر باشن، درصد بازخوردگیری بالاتره (پرسشنامه در مورد آیپد واقعا بلند بود ولی خودمو مجبور کردم جواب بدم.)
پاداش دادن به افراد: مثلا اگر کد تخفیفی یا هر نوع جایزه‌ای بعد از تکمیل پرسشنامه به مشتری داده بشه، نرخ بالاتر می‌ره. (اما ممکنه مشکلی پیش بیاد و پر کردن بی‌حوصله افراد برای گرفتن اون پاداش باشه.
نوع دلیوری: ایمیل یا اس‌ام‌اس به طور معمول استفاده می‌شه و با توجه به رفتار مشتری‌ها سنجیده می‌شه. (به شخصه بخوام بگم اینقدر اس‌ام‌اس تبلیغاتی آزارم می‌ده که هر نوع اس‌ام‌اسی از این دست ممکنه از دستم در بره و من هم همیشه سعی بر فرستادن عدد ۱۱ داشتم!‌ 🙂
هر چی مشتری توی سرویس شما engagement بیشتری داشته باشه، احتمال پاسخگویی‌ش هم بیشتره.
زمانبندی درست: اگر بدونیم مشتری‌ها توی چه اوقاتی ممکنه وقت داشته باشن تا بتونن جواب بدن و ما دقیقا سر همون موقع پرسشنامه‌ رو بفرستیم، به طبع فیدبک رو راحت‌تر دریافت می‌کنیم.

وقتی به جواب دادن به این پرسشنامه‌ها اهمیت بدیم، چه اتفاقی می‌افته؟

نظرسنجی‌ها نقاط قوت و ضعف کسب‌وکار را نشون می‌دن و زمینه‌های بهبود را مشخص می‌کنن.
با رسیدگی به نگرانی‌ها و اعمال تغییرات، کسب‌وکار ارزش مشتریان را نشون می‌ده و وفاداری را افزایش می‌دن.
مشتریان راضی، کسب‌وکار را به بقیه توصیه می‌کنن و منجر به جذب مشتریان جدید و افزایش درآمد می‌شن.
درک ترجیحات مشتریان برای سفارشی‌سازی محصولات، خدمات و بازاریابی.
ارائه بینش برای انطباق با انتظارات مشتریان و تغییرات بازار.
حل سریع مشکلات منفی، از مهاجرت مشتریان به رقبا جلوگیری می‌کنه.
داده‌ها برای تصمیمات آگاهانه در توسعه محصول، بازاریابی و بهبود خدمات مفیدن.