با تیم نخبگان Superforecasters که به آینده نگاه کرده اند را به یک علم ملاقات کنید

شما فقط ممکن است یک یا دو چیز را در مورد چگونگی نگاه کردن به توپ کریستالی خود یاد بگیرید.

آیا قبل از اول ژانویه 2022 ، کمیته المپیک ایالات متحده اعلام خواهد کرد که المپیک 2022 را تحریم می کند؟

نیکولس اورتگا

من در یک کارگاه مجازی هستم که توانایی های من برای پیش بینی آینده را آزمایش می کند و 10 ثانیه برای پاسخ دادن دارم. من مغزم را اسکن می کنم.(سیمون بیلز ، مرتبط نیست. مسکو ، 1980 ، بله. اویغورس؟) اما زمان به پایان رسیده است. حدس می زنم 20 درصدسپس به سؤالات بعدی ادامه می یابد: احتمال اینکه ایالات متحده تا ژانویه سال 2023 ارزهای رمزنگاری شده در بورس را تنظیم کند ، چیست؟آیا چین در پنج سال آینده سعی در گرفتن تایوان خواهد داشت؟مساحت دریای دریای مدیترانه در کیلومتر مربع چقدر بزرگ است؟

وارن هاچ ، که در حال رهبری این کارگاه است ، می گوید: "من شرط می بندم که شما از خواب بیدار نشده اید که امروز باید به این سؤال پاسخ دهید."

حدود 12 نفر از ما این آموزش را انجام می دهیم ، از جمله یک پسر از وزارت دفاع. طی دو روز آینده ، ما سر خود را خراش می دهیم ، بیت های تجاری بینش ، سعی می کنیم تعصبات شناختی خود را ریخته و (بیشتر در مورد آن بعداً) ، و ببینیم که آیا ما برای پیش بینی چیزها به صورت حرفه ای چیزهای دیگری داریم. من قطعاً بیرون هستم ، اما من گمان می کنم که یک زن و شوهر در این گروه واجد شرایط هستند. کسانی که انجام می دهند یک قدم نزدیک به به دست آوردن یک نخبگان ، هرچند که از نوع وضعیتی برخوردار است: این یک "فوق العاده" نامیده می شود. و اگر یکی هستید ، می توانید به شبکه جهانی پیش بینی کننده های über ، بهترین بهترین ها ، که با شرکتی که این کارگاه را در وهله اول ترتیب داده است ، بپیوندید. به آن داوری خوب گفته می شود. هاچ مدیرعامل آن است.

در حالی که من در ماه سپتامبر در لپ تاپ خود برای قضاوت خوب آن را تعریق می کنم ، کارشناسان در دنیای واقعی در حال پاسخگویی به سؤالات مشابه هستند. جروم پاول ، رئیس فدرال رزرو پیش بینی می کند: "تورم بالا رفته و احتمالاً در ماه های آینده نیز باقی خواهد ماند."وی گفت: "این احتمال وجود دارد که ما در سالهای آینده شاهد کاهش بزرگی باشیم."در همین حال ، آنتونی فاکی ، می گوید افزایش شمال شرقی دلتا "ممکن" است. این یک تضاد جالب است. به عنوان یک فرهنگ ، ما آمده ایم که "احتمالاً" ، "ممکن" یا "در سالهای آینده شانس وجود داشته باشد" به عنوان بهترین مقامات برتر ما می توانند در مورد آنچه در پیش رو است ، به ما بگویند. اما به احتمال زیاد به روش مشخص چیست؟آیا این 51 درصد احتمال وقوع یا 85 درصد است؟آیا 2022 و 2023 "سالهای آینده" در نظر گرفته می شوند یا 2024 و 2025 هستند؟

ما ممکن است این سطح از ویژگی ها را از متخصصان خود بخواهیم ، اما مطمئناً به آن در تجارت احتیاج داریم. و همانطور که داوری خوب اثبات می کند ، شما در واقع می توانید با دقت مانند پوست سر-به سادگی با مغز انسان ، بدون داده های هوش مصنوعی یا بزرگ-تعداد مبهم مانند اینها را تعیین کنید.

تعداد کمی از افراد این کار را با مهارت بیشتر المپیک انجام می دهند تا Superforecaster داوری خوب. اما مانند اکثر ورزش ها ، همه ما می توانیم بهتر شویم. ما فقط باید آموزش ببینیم.

بر خلاف بسیاری از شرکت ها که زندگی را در یک نوار تاریک شروع می کنند که روی دستمال کوکتل کتیبه شده اند ، داوری خوبی در شکم دولت ایالات متحده به دنیا آمد. به نوعی ، به 11 سپتامبر برمی گردد. پس از آنکه تحلیلگران به نظر می رسد سیگنال های حمله تروریستی فاجعه بار را از دست می دهند ، گروهی به نام IARPA (یا فعالیت پروژه های تحقیقاتی پیشرفته اطلاعات) در سال 2006 ایجاد شد که پس از آژانس دفاع DARPA الگوبرداری شده است. هدف آن انجام تحقیقات جسورانه و نوآورانه بود که باعث بهبود اطلاعات آمریکا می شود. تا سال 2010 ، جامعه اطلاعاتی شروع به استفاده از یک بازار پیش بینی طبقه بندی شده داخلی کرده بود که در آن کارمندان دارای مخفی عالی می توانند در مورد اینکه آیا یک رویداد اتفاق می افتد معاملات خود را انجام دهند. اما IARPA از این سوال پرسید که آیا راهی بهتر برای استفاده از خرد جمعیت وجود دارد تا آنچه را که می آمد پیش بینی کند.

به همین دلیل ، در سال 2011 ، این مسابقات پیش بینی بزرگی را برای عموم آغاز کرد. در آغاز ، پنج تیم حضور داشتند و طی چهار سال آینده ، هزاران جو و جانس معمولی به 500 سؤال پاسخ می دهند ، مانند: آیا کره شمالی قبل از 10 مه 2014 یک موشک چند مرحله ای جدید را راه اندازی خواهد کرد؟آیا رابرت موگابه تا 30 سپتامبر 2011 رئیس جمهور زیمبابوه متوقف خواهد شد؟تیم ها مجبور بودند به معیارهای خاصی از دقت برسند. اگر شکست خوردند ، حذف شدند. بعد از دو سال اول ، فقط یک تیم باقی ماند. این کار توسط فیلیپ تتلوک و باربارا ملرز در دانشکده وارتون دانشگاه پنسیلوانیا هدایت شد و داوری خوبی نامید.

تتلاک قبلاً عمیقاً وارد علم پیش بینی شده بود. در دهه 1980، او کنجکاو شده بود که چرا بسیاری از کارشناسان سیاست خارجی نتوانسته اند سرنوشت اتحاد جماهیر شوروی را پیش بینی کنند، و این الهام بخش او برای تجزیه و تحلیل بخش های گسترده ای از پیش بینی ها بود. همانطور که مشخص است، متخصصان متوسط تقریباً به اندازه یک شامپانزه پرتاب دارت دقیق بودند.(این کاملاً اینطور نیست، اما به اندازه کافی نزدیک است که از شوخی برایش مهم نباشد). برای شرکت در مسابقات IARPA، او و ملرز 3200 داوطلب را به خدمت گرفتند، سپس آنها را به 2 درصد برتر رساندند، که آنها را ابر پیش بینی نامیدند. در میان آن گروه، هچ، مردی از وال استریت بود که مورگان استنلی را ترک کرده بود تا شرکت سرمایه گذاری کوچک خود را راه اندازی کند و روی یک پلت فرم پیش بینی در کنار آن معامله می کرد.

در سال چهارم مسابقات، تیم قضاوت خوب 50 درصد دقیق تر از تیم کنترل IARPA بود که از مردم استخدام شده بود. در برخی موارد، حتی از تحلیلگران اطلاعاتی با استفاده از بازار پیش بینی داخلی IARPA با دسترسی به اطلاعات طبقه بندی شده نیز بهتر عمل کرد. به گفته مدیر برنامه IARPA، Steven Rieber، محققان چیزهای زیادی یاد گرفتند و آنها راهنمایی را تهیه کردند که جامعه اطلاعاتی شروع به استفاده از آن برای آموزش بسیاری از تحلیلگران خود کرد. او درباره این مسابقات می گوید: «این چیزی نیست که ما انتظار داشتیم پیدا کنیم."این واقعیت که این افراد وجود دارند که مهارت غیرمعمولی در همه حوزه ها در پیش بینی های دقیق دارند، برای من و بسیاری دیگر تعجب آور بود. و اینکه ما مردم عادی می توانیم در پیش بینی های خود دقیق تر شویم."

اما دولت تنها کسی نبود که فرصت را در اینجا دید. از آنجایی که مسابقات یک سال از پایان آن می گذشت، در سال 2014، Tetlock، Mellers و یکی دیگر از همکاران، Good Judgment را به یک شرکت پیش بینی تبدیل کردند - با برنامه ای برای استفاده از ابر پیش بینی های نخبه خود برای پاسخ به سوالات مشتریان در مورد آینده. آنها از هچ خواستند تا به اجرای آن با آنها کمک کند. و بر اساس پیش بینی های خودش، به این نتیجه رسید که این ایده خوبی است.

آیا بیش از حد اعتماد به نفس دارید؟اکثر مردم می گویند نه. اما اکثر مردم اشتباه می کنند. این همان چیزی است که Good Judgment پیدا کرده است - و چرا هنگام ارزیابی اینکه آیا کسی مهارت های یک ابر پیش بینی را دارد یا خیر، اعتماد بیش از حد را آزمایش می کند.

یکی دیگر از اعضای تیم Entrepreneur برای دیدن اینکه چگونه به نظر می رسد، به سؤال هچ می پردازد: جیسون فیفر، سردبیر.

"چه سالی گاندی متولد شد؟"هاچ می پرسد. به طور خاص ، او طیف وسیعی را می خواهد - اولین و آخرین سال Feifer فکر می کند گاندی می توانست به دنیا بیاید. نه تنها این ، فیفر باید سالهایی را انتخاب کند که 90 درصد اطمینان داشته باشد که در مورد آن صحیح است.

فیفر می خندد ، زیرا او به سادگی هیچ ایده ای ندارد."من می خواهم بگویم 1940 و 1955."

هاچ می گوید: "معلوم است که گاندی در سال 1869 به دنیا آمد."

"اوه ، من چیزی در مورد گاندی نمی دانم!"فیفر فریاد می زند ، از جهل خود خجالت می کشد.

هاچ به او می گوید: "این مهم نیست."او توضیح می دهد که نکته واقعی این تمرین این است: علی رغم عدم سرنخ آنچه که جواب چیست ، فیفر یک محدوده باریک را انتخاب کرد - فقط 15 سال. در عوض او می توانست بگوید ، "گاندی بین سالهای 1600 تا 1980 به دنیا آمد" ، که از نظر فنی صحیح بود. اما فیفر بیش از حد غافل بود. او حاضر نبود چیزهایی را که او نمی دانست ، در نظر بگیرد (یا فاش کند) و در نتیجه ، او بی نیاز گزینه های خود را محدود کرد و به همین دلیل شانس دقیق بودن او بود. هاچ می گوید ، به همین دلیل است که اعتماد به نفس منجر به پیش بینی های بد می شود.

در خارج از آکادمی ، در فرهنگی که مردم می خواهند پاسخ های قطعی داشته باشند ، شرایطی مانند "اعتماد به نفس 90 درصد" و "67 درصد احتمالی" ممکن است بی فایده یا قوس دار به نظر برسد. اما هاچ استدلال می کند که جهان باینری نیست. پر از عدم اطمینان است. او می گوید: "بنابراین به جای اینکه با حدس و گمان یا رفتن از روده خود با آن عدم اطمینان برخورد کنید ، در عوض با استفاده از اعداد خود را پاسخگو باشید."چرا؟این فرآیند شما را وادار می کند تا تفکر خود را تیز کنید ، اطلاعات خوبی را انتخاب کنید و به ظرافت توجه کنید - همه اینها منجر به تصمیم گیری بهتر می شود. این نیاز به تغییر ذهن دارد. اگر فقط به پاسخ خود 67 درصد اطمینان دارید ، برخی از شکست ها را در جلو تصدیق می کنید - و یک پنجره برای خود ایجاد می کنید تا اطلاعات بیشتری کسب کنید.

به همین دلیل ، هنگامی که SuperforeCaster داوری خوب در تلاش هستند تا به سؤال مشتری پاسخ دهند ، آنها به خارج از حباب خود فشار می آورند و برای درک تجربیات و عقاید دیگران (و همچنین به اشتراک می گذارند) وقت می گیرند. پراکنده در سرتاسر جهان ، بسیاری از آنها بازنشسته شده اند یا این کار را در کنار هم انجام می دهند ، و اغلب داده های غیرمعمول داده ها را از هر کجا که هستند ، به ارمغان می آورند. از جمله این رده ها ، پاول ترون ، مدیر سرمایه گذاری در آفریقای جنوبی است که زمانی سخنگوی اخوان المسلمین را ردیابی می کرد تا از طریق سؤال درباره مصر وارد شود. جولیان بلم ، یکی دیگر از افراد فوق العاده دیگر ، آمریکایی است که در چین با شرکت خود جاذبه های پارک موضوعی را تولید کرده است. هنگام پاسخ دادن به سؤالات مربوط به آن کشور ، او از طریق کانال های پشت خود می رود. او می گوید: "همه چیز در مطبوعات نیست.""گاهی اوقات شما فقط باید به افراد محلی گوش دهید - و حتی پس از آن ، باید بین خطوط بخوانید زیرا در چین آنها واقعاً نمی توانند به شما بگویند."

غالباً فقط یک سؤال را می چرخانید (از "آیا زمان خوبی برای افزایش سرمایه است؟" به "آیا زمان بدی برای افزایش سرمایه است؟") می تواند به شما در دیدن تصویر کامل تر کمک کند. یکی دیگر از روشهای مهم این است که با ورود اطلاعات جدید ، پیش بینی شما پیش بینی می شود. "قویترین پیش بینی کننده افزایش در رده های Superforecasters ، بتا دائمی است ، درجه ای که فرد متعهد به به روزرسانی و خودسازی است."، Superforecasting."این تقریباً سه برابر پیش بینی کننده قدرتمند به عنوان نزدیکترین رقیب خود ، هوش است."

در کارگاهی که من می گیرم ، مارک کوهلر ، دیپلمات سابق ایالات متحده که VP ارشد داوری خوب است ، از ما می خواهد که تصور کنیم در عروسی سلطنتی شاهزاده هری و مگان مارکل هستیم. او تاکتیک اصلی دیگری از پیش بینی های خوب را تنظیم می کند: با نرخ پایه شروع کنید.

با راهنمایی کوهلر ، ما تصور می کنیم شخصی در عروسی از ما سؤال می کند که احتمال این است که عروس و داماد شاد ازدواج کنند. ما فکر می کنیم 100 درصد ، درست است؟نگاه در چشمان این زوج غیرقابل توصیف است ، و شارلوت با گلها وجود دارد. ما قبلاً می توانیم بچه های آنها را ببینیم. کوهلر ما را در آنجا متوقف می کند. او می گوید ، ذهن ما یک داستان خوب را دوست دارد ، اما این چیز دیگری است که می تواند پیش بینی را از بین ببرد. درعوض ، ما باید مستقیم به نرخ طلاق برویم ، که در ایالات متحده آمریکا تا 50 درصد گزارش شده است. کوهلر می گوید: "این مهم است که شاهزاده هری کیست و مگان مارکل کیست. مهم است که آنها کاخ باکینگهام را ترک کرده اند. تنها چیزی که می گویم این است که آن دوم را در نظر بگیرید.""ما می دانیم که افرادی که از نمای بیرونی یا نرخ پایه شروع می کنند ، و سپس حرکت می کنند تا جزئیات این پرونده را در نظر بگیرند ، حدود 10 درصد دقیق تر خواهند بود."

بعد از کارگاه ، من این نکته را با Tetlock به چالش می کشم ، زیرا او کسی است که علم را انجام داده است. مطمئناً ، شروع با نرخ پایه منطقی است ، اما آیا این خطر را دلسرد نمی کند؟هیچ کس اگر به این روش فکر کند ازدواج نمی کند - و برای این موضوع ، کمتر کسی با توجه به آمار در مورد عدم موفقیت بسیاری از استارتاپ ها ، تجارت را آغاز می کند. من پیشنهاد می کنم که اگر کارآفرین هستید ، ممکن است لازم باشد این چیزها را نادیده بگیرید - و بیش از حد همکار باشید!- برای شروع پروژه های بلندپروازانه که اکثر مردم پیش بینی می کنند شکست خواهد خورد. تتلوک می گوید: "نکته عالی"."موفقیت به افراد الهام بخش نیاز دارد ، و الهام بخشیدن به افراد با بسیاری از" با این حال در مذاکرات پپ شما دشوار است. اعتماد به نفس با کاریزما مرتبط است. همچنین به فاجعه مرتبط است. بنابراین مانند یک فرد فوق العاده کالیبره شده به صورت خصوصی فکر کنید-و اعتماد به نفس را به عموم مردم. "

"این یک صبح شلوغ بوده است" ، می گوید: "هاچ در میز کار خود با قضاوت خوب در نیویورک از طریق بزرگنمایی این پاییز ، زیرا او در حوالی روزهای متقاطع روز نیویورک تایمز موج می زند. او این کار را فقط برای سرگرمی انجام نمی دهد. تشخیص الگوی یک مهارت مهم برای Superforecasters است ، بنابراین هاچ یک جدول کلمات متقاطع روزانه ، گاهی اوقات دو را انجام می دهد تا سرعت بماند. او می گوید: "تشخیص الگوهای و دیدن این که تصویر ممکن است قبل از همه باشد ،" در نهایت آنچه پیش بینی می شود ، است. "

اما ساخت این شرکت تمام مهارت های فوق العاده مناسب و بیشتر هاچ و موارد دیگر را آزمایش کرده است.

چگونه می توانید از توانایی یافتن ، آموزش و هماهنگی ذهن های درخشان در دیدن آینده درآمد کسب کنید؟آموزش تاکتیک های پیش بینی آنها منطقی به نظر می رسید ، بنابراین قضاوت خوب کارگاه هایی را برای افراد و شرکت ها آغاز کرد. همچنین داوری خوب ایجاد کرد ، یک سایت رایگان برای هر کسی که می خواهد با Superforecasters در هم آمیخته باشد و دست خود را در پیش بینی ها امتحان کند ، که به عنوان یک زمین استخدام خدمت کرده است. سوال بسیار بزرگتر این است که چگونه می توان پیش بینی های واقعی شبکه Superforecasters خود را که اکنون حدود 170 عضو فعال است ، به دست آورد ، به روشی که مشتریان واقعاً هزینه می کنند. هاچ می گوید: "و این جایی است که ما سهم نسبتاً خوبی از Bloopers داشته ایم."

همانطور که معلوم است ، بسیاری از مشتریان بالقوه در جهان های مالی ، حقوقی و دولتی قبلاً معتقدند که متخصصان برتر را دارند که بهترین پیش بینی ها را انجام می دهند. با استخدام یک دسته از آماتورهایی که در اینترنت انتخاب می شوند ، چه چیزی به دست می آید؟و حقیقت این است که ، Superforecasters عصبی نیست. به عنوان مثال ، این گروه حدود 80 درصد احتمال پیروزی کلینتون در سال 2016 را داشتند. اما در کل ، Superforecasters همچنان در مسابقات برگزار شده توسط دولت ، رقابت را شکست می دهند. و قضاوت خوب درست و در اوایل پیش بینی های خود در مورد COVID-19-که آموزنده است ، اثبات شده است.

اولین اشاره به چیزی شبیه به Covid در سپتامبر 2019 در یک کارگاه برای یک شرکت مالی کانادا ظاهر شد. شرکت کنندگان در حال تمرین "پیش از مرگ" بودند-یکی دیگر از اقدامات مهم پیش بینی مهم برای پیش بینی شگفتی ها. بگویید فکر می کنید یک رویداد به یک طرف پیش خواهد رفت. قبل از پیش بینی خود ، قدم به عقب کنید و داستان را در مورد اینکه چرا به راه دیگری رفت ، بگویید. کانادایی ها این کار را انجام می دادند ، سعی می کردند یک واقعه غیرمعمول یا عجیب و غریب را تصور کنند که پیش بینی آنها را در مورد اقتصاد چین تغییر دهد ، و شخصی با یک بیماری همه گیر SARS مانند روبرو شد. هاچ می گوید: "هنگامی که Covid در عناوین حضور پیدا کرد ،" آنها برای مقابله با آن بهتر مجهز بودند. "و همینطور قضاوت خوب بود.

در ژانویه سال 2020 ، به لطف پچ پچ زودهنگام در سکوی داوری خوب در مورد Covid-19 ، Blam (سوپر فورکستر که کارهای زیادی را در چین انجام داده است) یکی دیگر از کار های پرسودانه سه ساله سه ساله در کشور را رد کرد. او می گوید: "همه ما می دانستیم که این بد خواهد بود.""و من نمی خواستم آنجا گیر کنم."هاچ و تیمش نیز به سرعت عمل کردند و فهمیدند که مردم به طور ناگهانی ناامید شده اند که دقیقاً از نوع بینش داوری خوب می تواند فراهم کند. این شرکت یک داشبورد عمومی ایجاد کرده و تیم نخبه خود را برای کار با پیش بینی همه چیز ، از سطح بارگذاری گرفته تا زمان واکسن قرار داده است. به زودی شرکت های مالی مانند گلدمن ساکس و T. Rowe Price شروع به مراجعه به پیش بینی های خود در کار خود کردند. هاچ می گوید: "این ما را در برادوی قرار داد ،" حتی اگر ما در یک تئاتر کوچک بودیم. "

با استفاده از آن حرکت ، این داوری خوب بهار FutureFirst را راه اندازی کرد ، یک سرویس اشتراک با قیمت 20،000 دلار در سال که به اعضا امکان می دهد هر هفته با گزینه های سفارشی برای حق بیمه ، به سؤالاتی که می خواهند پیش بینی کنند ، رای دهند. به گفته هاچ ، این محصول در حال حاضر یک سوم از کل درآمد شرکت را تولید می کرد. در همین حال ، او ایده های دیگری دارد ، از جمله تجاری سازی Delphineo - سکوی همکاری که برای کارگاه ها ساخته شده است ، که به طور طبیعی ، با استفاده از خود ابزار توسط جمعیت نامگذاری شده است. برای هر پروژه اصلی ، هاچ از تیم خود می پرسد: "موفقیت به نظر می رسد؟ و شکست به نظر می رسد؟"سپس او به هرکدام احتمالات را پیوست ، فرایندی که او را به دلیل علائم خطر و فرصت در پیش می برد.

او می گوید: "این چیزی است که بسیاری از این موارد در ذهن من است.""بیایید از شگفتی ها ، خوب یا بد خودداری کنیم."

با افزایش قضاوت خوب ، باید نه تنها آنچه را با تجارت خود اتفاق می افتد بلکه آینده تجارت پیش بینی را نیز پیش بینی کند. زیرا این تغییر خواهد کرد.

Tetlock ، مردی که تحقیقات او در ابتدا قضاوت خوبی را آغاز کرده بود ، می گوید: "ماشین ها قبلاً در تمام تنظیمات داده های بزرگ بر پیش بینی حاکم هستند ، اما با توجه به اینکه داده ها پراکنده تر می شوند و نیاز به تجزیه و تحلیل کیفی تر دارند."در وارتون کار کنید."هیبریدهای انسانی انسان آینده ای برای انواع مشکلاتی که در 20 سال آینده با آنها سر و کار داریم خواهد بود. در حال حاضر ، انتظار دارید که سلسله مراتب وضعیت قدیمی ، تلاش های سنگفرش را برای معرفی امتیازات به ویژه در دولت ، اما در بسیاری از مشاغل نیز ادامه دهند."

با این حال ، یک تجارت در حال افزایش این روند است. و این می تواند چیزهای خوبی را برای Tetlock و Hatch نشان دهد.

دیوید باروس بنیانگذار و مدیرعامل Capstone ، یک شرکت تجزیه و تحلیل سیاست جهانی برای مشتریان شرکت و سرمایه گذار است. در سال 2015 ، هنگامی که او نسخه ای از Superforecting Tetlock را برداشت ، او به تعجب او تحت تأثیر قرار گرفت. باروس می گوید: "همیشه به من این نکته را نشان داده است که در صنعت تحقیقات جهانی اوراق بهادار ، که یک صنعت چند میلیارد دلاری است و هر بانک سرمایه گذاری را در سراسر جهان پوشش می دهد ، هیچ یک از آنها روی صحت پیش بینی های آنها تمرکز نمی کند.""آنها آن را ردیابی نمی کنند. آنها در مورد آن صحبت نمی کنند. و 99 درصد از آنها شماره ای را برای آن قرار نمی دهند."

در ابتدا او این کتاب را به کارمندان شرکت خود منتقل کرد و پنج یا شش تحلیلگر را به کارگاه های داوری خوب فرستاد تا ایده هایی را در جریان خون بدست آورد. اما پس از آن او پرسید که به نظر می رسد سیستم پیش بینی های Capstone ، چه در داخل شرکت و چه برای مشتریان خود ، به نظر می رسد که به طور اساسی تغییر می کند. برای کشف این موضوع ، سال گذشته او قضاوت خوبی را برای ورود به سیستم استخدام کرد و برای همه تحلیلگران آموزش طراحی کرد. کوردل ادینگز ، تحلیلگر نظارتی Capstone ، که در حال پیشبرد این پروژه است ، می گوید: "در ابتدا مقاومت و ترس و وحشت زیادی وجود داشت.""اما این آموزش به مردم کمک کرد تا این کار را به درستی انجام دهند.

متقاعد کردن مشتری ها که باید سیستم های پیش بینی خود را تغییر دهند ، کمی ظریف تر است ، "زیرا آنها فقط فکر می کنند که این گلوله کامل است.""مانند ،" چگونه می توانید بدانید که 67 درصد است؟ "اما این فرصتی به ما می دهد تا در مورد آن صحبت کنیم ، "شاید ما با پیش بینی 40 درصد شروع کنیم و بارها و بارها آن را به روز کردیم که به 67 رسید."و ما در داخل بحث کردیم ، "آیا این باعث می شود که ما مانند باد خم شویم؟"اما حتی این فرصتی برای گفتگو با مشتری است که در آن می توانیم بگوییم ، "ما به شما می گوییم که چگونه اوضاع بر اساس اطلاعاتی که در زمان واقعی می آیند تغییر می کند. ما کارهای خانه را انجام می دهیم و به شما یک پیش بینی پویا واقعی می دهد. حتی اگر همیشه درست نباشیم ، بهتر است به آنها بگوییم ، "ما با شما خواهیم بود و گردن هایمان را بیرون می کشیم و در یک بازه زمانی مشخص به شما احتمال می دهیم.""

باروس اکنون این موضوع را مزیت رقابتی شرکت خود می داند. و او بیش از 67 درصد از آن اطمینان دارد.

انتخاب ویراستاران کارآفرین

این دوستان از یک استراتژی کم ارزش برای اجرای یک فشار جانبی Charcuterie استفاده می کنند که در ماه دسامبر حداقل 80،000 دلار درآمد دارد