หน่วย
1. ปัญญาประดิษฐ์เบื้องต้นในการให้คำปรึกษาด้านการจัดการ: บทบาท ขอบเขต การตรวจสอบความถูกต้อง และจริยธรรม 2. การจัดโครงสร้างปัญหา: แผนผังสมมติฐาน, MECE และการถามคำถามที่ถูกต้อง 3. การสังเคราะห์การวิจัยตลาดและอุตสาหกรรม: จากแหล่งที่มาสู่ข้อมูลเชิงลึก 4. การวิเคราะห์คู่แข่งและการเปรียบเทียบ: MECE Matrix และ Five Forces 5. การประมาณขนาดตลาด: TAM/SAM/SOM และการคำนวณพื้น-เพดาน 6. การวิเคราะห์และการตีความข้อมูล: ปัญญาประดิษฐ์พร้อมข้อมูลแบบตาราง 7. การแสดงข้อมูลและการเลือกแผนภูมิ: สไลด์โดยสรุป 8. การวิเคราะห์การสัมภาษณ์และการสำรวจ: จากข้อมูลเชิงคุณภาพสู่ประเด็นหลัก 9. กรอบกลยุทธ์และกระบวนการ: SWOT, 3C, การทำแผนที่กระบวนการ 10. การออกแบบและประเมินโมเดลธุรกิจ: ผืนผ้าใบและเศรษฐศาสตร์หน่วย 11. การนำเสนอและโครงเรื่อง: หลักการพีระมิดและข้อความสไลด์ที่มีประสิทธิภาพ 12. การเตรียมใบเสนอราคา การควบคุมคุณภาพ และขั้นตอนการทำงานที่ปลอดภัยตั้งแต่ต้นทางถึงปลายทาง
หน่วย 3 / 12

การสังเคราะห์การวิจัยตลาดและอุตสาหกรรม: จากแหล่งที่มาสู่ข้อมูลเชิงลึก

กำไร:

  • ความสามารถในการแปลงรายงานอุตสาหกรรมขนาดยาว ข่าวสาร และข้อมูลอย่างเป็นทางการให้เป็นบทสรุปและข้อมูลเชิงลึกที่มีโครงสร้างด้วยปัญญาประดิษฐ์ และกำหนดทรัพยากรจริงในแบบจำลอง
  • ความสามารถในการก้าวไปไกลกว่าการสรุปแบบดิบด้วยการสร้างเลเยอร์การสังเคราะห์ 'สิ่งนี้หมายถึงอะไร' ด้วยการตัดสินในอุตสาหกรรมของคุณเอง
  • ความสามารถในการให้คะแนนความน่าเชื่อถือของแหล่งที่มาและยืนยันการอ้างวัตถุประสงค์แต่ละรายการด้วยแหล่งข้อมูลอิสระอย่างน้อยสองแหล่ง

ขั้นตอนหนึ่งของการให้คำปรึกษาที่ต้องใช้แรงงานมากที่สุดคือการวิจัย: การอ่านรายงานภาคส่วนต่างๆ หลายสิบหน้า รายงานกิจกรรมประจำปี ข่าว กฎหมาย และสถิติอย่างเป็นทางการ และสร้างภาพที่มีความหมายจากขั้นตอนเหล่านี้ทั้งหมด ปัญญาประดิษฐ์ที่นี่ช่วยลดชั่วโมงการอ่าน-กลั่นกรองเหลือเพียงไม่กี่นาที แต่คุณค่าที่แท้จริงของการสังเคราะห์งานวิจัยไม่ใช่บทสรุป “นี่หมายความว่าไง?” คือคำตอบของคำถาม ในหน่วยนี้ เราจะเรียนรู้การใช้ปัญญาประดิษฐ์เป็นเครื่องมือในการอ่านและจัดโครงสร้าง และเพื่อสร้างชั้นการตีความของการสังเคราะห์ด้วยวิจารณญาณของคุณเอง

การสังเคราะห์คืออะไรไม่ใช่การสรุป?

บทคัดย่อคือข้อความแบบย่อ ในทางกลับกัน การสังเคราะห์คือการรวมแหล่งข้อมูลต่างๆ เข้าด้วยกันและดึงข้อมูลเชิงลึกใหม่ๆ “รายงานระบุว่าตลาดเติบโต 8%” เป็นบทสรุป "การเติบโต 8% ที่อ้างอิงโดยแหล่งข้อมูลทั้งสามนั้นส่วนใหญ่มาจากการเติบโตของราคา ปริมาณเกือบจะคงที่ ซึ่งบ่งชี้ว่าอุปสงค์อิ่มตัว" เป็นการสังเคราะห์ ปัญญาประดิษฐ์นั้นสรุปได้ดีมาก แต่มีเพียงคุณเท่านั้นที่สามารถควบคุมมันได้อย่างถูกต้องและควบคุมการตีความในการสังเคราะห์

การกำหนดทรัพยากรบนแบบจำลอง

เทคนิคที่สำคัญที่สุดคือ: การบอกให้โมเดลดึงข้อมูลจากทรัพยากรที่คุณมอบให้ ไม่ใช่จากหน่วยความจำของตัวเอง โมเดลภาษาขนาดใหญ่ไม่ได้ "จดจำ" ข้อมูลอุตสาหกรรมที่ทันสมัยและแม่นยำ เดา ดังนั้นการวางรายงาน ข่าวสาร หรือข้อมูลจริงลงในข้อความแล้วพูดว่า "อดทนไว้ก่อน" จะช่วยตัดภาพหลอนออกไปได้มาก

บทบาทของคุณ: นักวิเคราะห์อุตสาหกรรมอาวุโสสำหรับที่ปรึกษาด้านการจัดการ ฉันได้วางแหล่งที่มา 3 ด้านล่าง (รายงาน ข่าวสาร ข้อมูลการเชื่อมโยง) ภารกิจ: สร้างบทสรุปที่มีโครงสร้างสำหรับตลาด [อุตสาหกรรม] ของตุรกีจากแหล่งข้อมูลเหล่านี้ กฎ:- อาศัยเฉพาะแหล่งข้อมูลที่ฉันให้ไว้เท่านั้น อย่าสร้างตัวเลขใดๆ ที่ไม่ได้อยู่ในแหล่งที่มา - เขียนแหล่งที่มาถัดจากแต่ละตัวเลขและกล่าวอ้าง เช่น (ที่มา 1 หน้า 4) ฯลฯ - หากแหล่งที่มาขัดแย้งกัน ให้ระบุความขัดแย้งให้ชัดเจน อย่าเลือก - ในตอนท้ายให้เพิ่มรายการ "ข้อมูล 3 รายการที่ไม่ได้อยู่ในแหล่งที่มาแต่จำเป็นต่อการตัดสินใจ" รูปแบบ: 1) ขนาดของตลาดและการเติบโตของ 2) แรงผลักดัน 3) ความเสี่ยง 4) ความไม่แน่นอน

เคล็ดลับ: เว้นช่องว่างโดยเจตนาไว้ข้างในเพื่อทดสอบว่าโมเดลสอดคล้องกับคำสั่ง "พึ่งพาแหล่งที่มาเท่านั้น" ได้ดีเพียงใด ตัวอย่างเช่น ลบตัวเลขการส่งออกออกจากแหล่งที่มา หากโมเดลยังพอดีกับตัวเลข อย่าเชื่อโมเดล/รูปแบบการแจ้งนั้น ให้กระชับขึ้น

ดัมพ์เอกสารขนาดยาวไปยังเอาต์พุตที่มีโครงสร้าง

แทนที่จะสรุปรายงาน 60 หน้าอย่างหยาบๆ ให้ขอตารางการตัดสินใจโดยตรง เอาต์พุตที่มีโครงสร้างอ่านได้เร็วกว่าและตรวจสอบได้ง่ายกว่า

อ่านรายงานประจำปีด้านล่าง กรอกตารางต่อไปนี้:| หัวข้อ | ค้นหาในรายงาน | หน้า | ความหมายสำหรับเรา (แล้วได้อะไร) |หัวข้อ: การแบ่งรายได้, การกระจายตัวตามภูมิศาสตร์, ความเสี่ยงสูงสุด, แผนการลงทุนด้านทุน, ความคาดหวังของฝ่ายบริหารในปีหน้า เว้นว่างคอลัมน์ "ความหมายสำหรับเรา" ไว้; ฉันจะกรอกข้อมูล ทำเครื่องหมายบรรทัดที่คุณไม่สามารถให้การอ้างอิงหน้าเป็น "ไม่มีการอ้างอิง"

รายละเอียดที่สำคัญในพร้อมท์นี้คือ: คุณต้องการให้คอลัมน์ "แล้วได้อะไร" เว้นว่างไว้ ชั้นการตีความคือมูลค่าเพิ่มโดยที่ปรึกษา หากคุณปล่อยให้มันเป็นหน้าที่ของโมเดล มันจะก่อให้เกิดความคิดโบราณทั่วไป

การจัดอันดับความน่าเชื่อถือของแหล่งที่มา

ทรัพยากรทั้งหมดไม่เท่ากัน พลังของการสังเคราะห์นั้นมากพอๆ กับพลังของทรัพยากรที่มันใช้อยู่ ให้คะแนนต่ำกว่านิสัย

ประเภททรัพยากร

ความน่าเชื่อถือ

วิธีใช้

งบการเงินที่ตรวจสอบแล้ว

สูง

คำพูดโดยตรง การอ้างอิงหน้า

สถิติอย่างเป็นทางการ (TURKSTAT กระทรวง)

สูง

รากฐานสำหรับขนาดและการเติบโต

รายงานสมาคมอุตสาหกรรม

ปานกลาง-สูง

สำหรับเทรนด์; จำเป็นต้องตรวจสอบข้าม

รายงานของสื่อมวลชน/นักวิเคราะห์ที่จริงจัง

ปานกลาง

ยืนยันกับแหล่งที่สอง

สำเนาการตลาดของคู่แข่ง

ต่ำ-ปานกลาง

การเรียกร้องอาจเกินความจริง

หมายเลขจากหน่วยความจำของรุ่น

ต่ำ

อย่านับแหล่งที่มา ตรวจสอบ

มินิเคสสามอัน

กรณีที่ 1 — ราคาของหน่วยความจำที่เชื่อถือได้ ที่ปรึกษาถามว่า "ตลาดอีคอมเมิร์ซของตุรกีในปี 2024 มีขนาดใหญ่เพียงใด" โดยไม่ต้องอ้างอิงรุ่น เขาถาม; แบบจำลองระบุว่า "ประมาณ 1.9 ล้านล้าน TL" ที่ปรึกษานำสิ่งนี้ไปใช้ในการนำเสนอ รายงานอย่างเป็นทางการเปิดเผยในภายหลัง 2.8 ล้านล้าน TL; ค่าเบี่ยงเบน 30% หักล้างสถานการณ์การเติบโตทั้งหมดของข้อเสนอ วิธีที่ถูกต้องคือนำตัวเลขมาจากแหล่งที่มาอย่างเป็นทางการแล้วให้แบบจำลองตีความ

กรณีที่ 2 — ทำให้มองเห็นความขัดแย้ง สำหรับโครงการเทคโนโลยีด้านสุขภาพ แหล่งที่มาสองแห่งให้การเติบโตของตลาดที่แตกต่างกันมาก: รายงานของสมาคมคือ 22% การให้คะแนนของนักวิเคราะห์คือ 11% เนื่องจากที่ปรึกษาบอกโมเดลให้ "แสดงความขัดแย้ง อย่าเลือกมัน" เขานำเสนอทั้งสองอย่างและพบว่าความแตกต่างนั้นเกิดจากคำจำกัดความ (อันหนึ่งนับอุปกรณ์ อีกอันนับซอฟต์แวร์) แทนที่จะให้ตัวเลขผิดเพียงตัวเดียว ลูกค้าจะได้รับช่วงและเหตุผลที่ถูกต้อง

กรณีที่ 3 — คุณค่าของการสังเคราะห์ ที่ปรึกษาอ่านแหล่งข้อมูลสามแหล่งแยกกัน: ยอดขายเพิ่มขึ้น จำนวนร้านค้าคงที่ การหมุนเวียนต่อพนักงานเพิ่มขึ้น แบบจำลองจะสรุปสิ่งเหล่านี้แยกกัน ที่ปรึกษาทำการสังเคราะห์ด้วยตัวเอง: "การเติบโตไม่ได้มาจากร้านค้าใหม่ แต่มาจากประสิทธิภาพของร้านค้าที่มีอยู่ ดังนั้น กลยุทธ์การเติบโตจึงไม่ควร 'เพิ่มร้านค้า' แต่เป็น 'ประสิทธิภาพต่อร้าน'" นี่คือความเข้าใจที่ไม่ได้เขียนไว้ในแหล่งที่มา แต่มาจากแหล่งที่มา

พรอมต์อ่อน / พรอมต์แรง

พรอมต์ที่อ่อนแอ:

สรุปตลาดเครื่องสำอางตุรกี

สร้างข้อความที่ไม่มีแหล่งที่มาและอาจล้าสมัยจากหน่วยความจำโมเดล

พรอมต์อันทรงพลัง:

บทบาทของคุณ: นักวิเคราะห์อุตสาหกรรม ฉันได้วางรายงานอุตสาหกรรมเครื่องสำอางปี 2024 และข่าว 3 เรื่องด้านล่างนี้แล้ว งาน: สร้างการสังเคราะห์ที่มีโครงสร้างจากแหล่งที่มาเหล่านี้เท่านั้น- เขียนแหล่งที่มาและหน้า/URL ถัดจากแต่ละประเด็น- แยกตามแหล่งที่มาว่าการเติบโตมาจากราคาหรือปริมาณ- หากแหล่งที่มาขัดแย้งกัน ให้เขียนความขัดแย้งและเหตุผลที่เป็นไปได้- เว้นบรรทัด "แล้วได้อะไร" ว่างไว้ การสอบสวน: แสดงรายการข้อมูลสำคัญ 3 รายการที่ขาดหายไปสำหรับการตัดสินใจ

สามเหลี่ยม: จุดตัดของสามแหล่ง

การใช้แหล่งเดียวถือเป็นความเสี่ยง ทุกแหล่งมีอคติ สามเหลี่ยมกำลังยืนยันข้อมูลเดียวกันจากแหล่งข้อมูลสามประเภทที่แตกต่างกัน (เช่น สถิติอย่างเป็นทางการ สมาคมอุตสาหกรรม และนักวิเคราะห์อิสระ) หากแหล่งข้อมูลสามแห่งชี้ไปในทิศทางเดียวกัน ความไว้วางใจก็จะเพิ่มขึ้น หากแตกต่างแสดงว่ามีความไม่แน่นอนและควรรายงานแทนการซ่อนเร้น AI เร่งความเร็วของสามเหลี่ยม: สามารถใส่ค่าตัวเลขเดียวกันจาก 3 แหล่งเคียงข้างกันและคำนวณความแตกต่างได้ แต่คุณตัดสินใจว่าแหล่งข้อมูลสามแหล่งใดที่เป็นอิสระอย่างแท้จริง เพราะบ่อยครั้งที่แหล่งข้อมูล "ที่แตกต่างกัน" สามแหล่งซ้ำกันจริง ๆ (อันหนึ่งอ้างอิงถึงอีกแหล่งหนึ่ง) ข้อมูลต้นฉบับเดียวกัน ทำให้เกิดภาพลวงตาของการยืนยันที่ผิด ๆ การแยกแยะว่าแหล่งที่มาเป็น "ต้นฉบับ" หรือ "ส่งผ่าน" เป็นพื้นฐานของความน่าเชื่อถือของการสังเคราะห์

ด้านล่างนี้คือ 3 แหล่งที่มาที่ให้หมายเลขขนาดตลาดเดียวกัน งาน: ใส่ทั้งสามแหล่งลงในตาราง เขียนค่า ปี วิธีการ และความแตกต่างระหว่างต้นฉบับ/การส่งผ่าน ทำเครื่องหมายว่าแหล่งข้อมูลใดอิงตามแหล่งอื่น (หากไม่เป็นอิสระ) บอกฉันว่ามีแหล่งข้อมูลอิสระอยู่กี่แหล่ง

กระบวนการสังเคราะห์งานวิจัย

1) รวบรวมแหล่งที่มาและให้คะแนนความน่าเชื่อถือ 2) ป้อนข้อความดิบให้กับโมเดล พูดว่า "แค่พึ่งพาสิ่งนี้" 3) ขอตาราง/เอาต์พุตที่มีโครงสร้าง เว้นว่างไว้ 4) ติดตามแต่ละประเด็นกลับไปยังแหล่งที่มา ทำเครื่องหมายสิ่งที่ไม่มีการอ้างอิง 5) เก็บความขัดแย้งไว้ อย่าปิดมัน 6) เขียนเลเยอร์สิ่งที่เรียกว่าอะไร/การสังเคราะห์ด้วยตัวเอง 7) ยืนยันตัวเลขวิกฤตด้วยแหล่งข้อมูลอิสระที่สอง

ข้อผิดพลาดทั่วไป

  • อาศัยหน่วยความจำของโมเดล โมเดลไม่จดจำข้อมูลตลาดในปัจจุบัน แต่คาดการณ์ได้ ให้แหล่งที่มาจริง
  • สรุปข้อผิดพลาดสำหรับการสังเคราะห์ “รายงานบอกแบบนี้” ยังไม่เพียงพอ เลเยอร์ "สิ่งนี้หมายความว่าอย่างไร" คืองานของที่ปรึกษา
  • ซ่อนความขัดแย้ง. หากแหล่งที่มาสองแห่งแตกต่างกัน การเลือกแหล่งหนึ่งแล้วละทิ้งแหล่งอื่นจะทำให้เกิดความแม่นยำที่ผิดพลาด แสดงความแตกต่างและเหตุผล
  • การปฏิบัติต่อสำเนาการตลาดของคู่แข่งตามความเป็นจริง ข้อความเช่น "เราเป็นผู้นำในอุตสาหกรรม" มักไม่มีหลักฐาน ยืนยัน.
  • อาศัยแหล่งเดียว ทุกหมายเลขที่จะใช้เป็นพื้นฐานในการตัดสินใจจะต้องได้รับการตรวจสอบโดยแหล่งข้อมูลอิสระอย่างน้อยสองแห่ง
ข้อควรระวัง: หากขนาดตลาดหรือจำนวนการเติบโตจะเป็นพื้นฐานของการตัดสินใจเสนอราคาหรือการลงทุน จำนวนดังกล่าวจะไม่ถือเป็นที่สิ้นสุดจนกว่าจะได้รับการยืนยันจากแหล่งข้อมูลอิสระอย่างน้อยสามแห่ง ในการให้คำปรึกษา ตัวเลขที่สร้างขึ้นเพียงตัวเดียวจะทำลายความน่าเชื่อถือของงานวิจัยทั้งหมดในประโยคเดียว

โดยสรุป

ในการวิจัยตลาดและอุตสาหกรรม AI ประหยัดเวลาในการอ่าน การกลั่น และการจัดโครงสร้าง วิธีที่ปลอดภัยที่สุดคือให้แหล่งที่มาที่แท้จริงแก่แบบจำลองและพูดว่า "พึ่งพาสิ่งนี้" ติดตามแต่ละหมายเลขกลับไปยังแหล่งที่มา และทำให้มองเห็นความขัดแย้งแทนที่จะซ่อนไว้ แต่จิตวิญญาณของการสังเคราะห์ (สิ่งที่เกิดขึ้นจริงในตลาดนี้) และการตรวจสอบตัวเลขแต่ละตัวนั้นอยู่ในมือของคุณ โมเดลนี้เป็นผู้อ่านและผู้สร้างที่ดี หน้าที่ของที่ปรึกษาคือการเป็นล่ามและผู้ตรวจสอบที่ดี

งานสมัคร

เลือกอุตสาหกรรมและรวบรวมแหล่งข้อมูลข้อเท็จจริง/ตัวแทนอย่างน้อยสามแห่ง (รายงาน ข่าวสาร ข้อมูลการเชื่อมโยง) ให้คะแนนแต่ละแหล่งตามความน่าเชื่อถือ สร้างเอาต์พุตที่มีโครงสร้างโดยใช้พรอมต์การสังเคราะห์อันทรงพลัง กรอกคอลัมน์ ดังนั้น-อะไร ด้วยตัวคุณเอง แยกแยะตามแหล่งที่มาว่าการเติบโตมาจากราคาหรือปริมาณ ในขั้นตอนสุดท้าย ให้ยืนยันตัวเลขที่สำคัญที่สุดด้วยแหล่งข้อมูลอิสระลำดับที่สอง และทำเครื่องหมายตัวเลขที่คุณไม่สามารถยืนยันได้ว่า "ไม่ได้รับการยืนยัน"

รายการตรวจสอบ

  • [ ] ฉันให้แหล่งที่มาจริงแก่โมเดล ฉันไม่ไว้ใจความทรงจำของโมเดล
  • [ ] ฉันติดตามแต่ละประเด็นกลับไปยังแหล่งที่มา ฉันทำเครื่องหมายอันที่ไม่มีการอ้างอิง
  • [ ] ฉันให้คะแนนความน่าเชื่อถือของแหล่งข้อมูล
  • [ ] ฉันไม่ได้ซ่อนความขัดแย้ง ฉันแสดงให้พวกเขาเห็นเพราะพวกเขา
  • [ ] ฉันเขียนเลเยอร์ So-What/Synthetic ด้วยตัวเอง
  • [ ] ฉันได้ยืนยันตัวเลขวิกฤติกับแหล่งข้อมูลอิสระอย่างน้อยสองแห่ง
  • [ ] ฉันได้แยกคำกล่าวอ้างทางการตลาดของคู่แข่งออกจากข้อเท็จจริง