Вопрос или проблема
В рамках моей работы в области анализа данных я трачу часть своего времени, помогая команде составлять прогнозы роста, либо для установки целевых показателей роста, либо при прогнозировании фактических данных.
Очевидно, существует множество способов сделать это, но одно, что у меня в данный момент нет хорошего решения, это возможность учесть или хотя бы количественно оценить, насколько сложнее расти на рынке в этом году по сравнению с историческими годами. Легко опираться на исторические темпы роста, но на рынках, где у вас уже хорошая доля рынка и, возможно, вы движетесь к насыщению, поддерживать исторический уровень роста может быть более сложной задачей, чем было его достичь в первый раз.
Я думал о нескольких подходах, которые в основном заключаются в том, чтобы взять производную кривой роста, чтобы посмотреть на темп изменения роста, но трудно знать, действительно ли это проливает свет на то, насколько труднее расти, или это просто то, что мы делаем хуже и растем медленнее!
У кого-нибудь есть хороший подход к измерению некоего ‘трения роста’ для текущего года по сравнению с историческими годами, или, возможно, какая-то другая техника прогнозирования, которая позволяет как-то учесть информацию об этом?
Один из способов сформулировать проблему — это рассматривать ее как динамическую систему, описывающую и предсказывающую взаимодействия с течением времени между множественными компонентами феномена.
С вашей точки зрения, важно иметь предсказательную способность и интерпретируемость. Использование авторегрессионной интегрированной скользящей средней (ARMA) может быть вариантом.
Когортный анализ делит область на группы, которые имеют общие характеристики или опыт в пределах определенного временного интервала и моделирует паттерны на протяжении жизненного цикла.
Таким образом, ваша система действительно имеет две независимые переменные:
- насколько много усилий ваша компания вкладывает в рост
- насколько ваша компания на самом деле растет
Я согласен с тем, что производная кривой роста — это хорошее начало, но это очевидная проблема:
трудно знать, действительно ли это проясняет, насколько труднее расти, или это просто то, что мы делаем хуже и растем медленнее!
Таким образом, на самом деле, я думаю, вам нужен способ ретроспективно проанализировать, насколько ваша компания инвестировала в рост. Давайте назовем это growth_x. Любая текущая метрика, которую вы используете для расчета роста, это growth_y.
Я думаю, что разумно предположить, что производная growth_x должна быть пропорциональна производной growth_y на стабильном рынке, и любое отклонение от пропорциональности является следствием изменений во внешних факторах.
Ответ или решение
Квантование ‘фрикции роста’ при проекции целевых показателей
В современном динамичном и конкурентном рынке, прогнозирование роста становится все более сложной задачей. Как показывает практика, просто полагаться на исторические уровни роста недостаточно, особенно когда компания достигает значительного уровня проникновения в рынок или когда вероятна его насыщенность. Термин ‘фрикция роста’ может помочь нам понять, как труднее поддерживать исторические темпы роста в контексте современных условий.
Определение и Основные Параметры фрикции роста
Чтобы количественно оценить фрикцию роста, необходимо рассмотреть два ключевых переменные:
- Вложения компании в рост (growth_x): Это могут быть как финансовые ресурсы, так и человеческие усилия, капитальные вложения, маркетинговые стратегии и др.
- Фактический рост компании (growth_y): Это измеряемые результаты, такие как увеличение выручки, количество пользователей или доля рынка.
Основная идея заключается в том, что производная от первого параметра (вложений) должна быть пропорциональна производной от второго (роста) в стабильном рынке. Любое отклонение от этой пропорции может указывать на изменения в рыночных условиях или эффективность корпоративных стратегий.
Подходы для تقييمирования фрикции роста
1. Анализ временных рядов и модели ARMA:
Автокорреляционные интегрированные модели скользящей средней (ARMA) могут использоваться для выявления текущих паттернов роста на основе исторических данных. Моделирование позволяет создать предсказательные модели, которые могут учитывать ранее упомянутую фрикцию через ошибки прогнозов.
2. Когортный анализ:
Данный метод позволяет разделить пользователей или клиентов на группы по общим характеристикам и отслеживать их поведение с течением времени. Когортный анализ поможет выявить скрытые тенденции и зависимости, связанные с фрикцией роста, что может дать более точные данные для прогнозирования.
3. Оценка производных:
Использование производных growth_x и growth_y возможно через расчет их изменений по времени. Сравнение темпов изменений этих двух показателей позволит визуализировать зависимость между усилиями и результатами. Кроме того, оценки таких дериваций могут дать представление о "динамике фрикции" в определенных сегментах рынка.
Внедрение и Интерпретация
При внедрении этой методологии важно:
- Собрать полные и актуальные данные о вложениях и результатах.
- Определить метрики, которые будут отслеживаться и анализироваться, чтобы избежать неконсистентности.
- Обеспечить вовлечение ключевых заинтересованных сторон для корректной оценки и интерпретации полученных данных.
Важно отметить, что даже при наличии сложных моделей, необходимо оставаться открытым для внешних факторов, которые могут повлиять на рост. Одной из ключевых идей является необходимость постоянного мониторинга рынка и адаптации стратегии на его основе.
Заключение
Квантование ‘фрикции роста’ представляет собой сложный, но важный процесс для любой организации, стремящейся к устойчивому развитию. Применив методы анализа временных рядов и когортного анализа, а также оценив производные роста, компании могут более точно оценить свои усилия и вероятность достижения поставленных целей. Такие исследования позволят не только лучше понимать нынешнюю ситуацию, но и выстраивать стратегии, способные преодолеть текущие рыночные вызовы.