بنگاهی‌ها

بچه که بودم، یکی از شغل‌هایی که تو خانواده و مدرسه معمولا به خوبی ازش یاد نمی‌شد شغل بنگاهداری بود. حتی تو فیلم‌های سینمایی و سریال‌ها هم معمولا چندتا بازیگر که تو نقش‌ «کلاهبردار» کلیشه شده بودن، نقش بنگاهدار املاک یا اتومبیل رو بازی می‌کردن. وقتِ خرید و فروش خونه یا ماشین هم که می‌شد همه نگران بودن که بنگاهی‌ها سرشون کلاه نذارن و بعد از هر معامله هم بدگویی از بنگاهی‌ها رایج بود.

من ولی از همون موقع، بنگاهداری رو یه شغل لازم واسه جامعه می‌دونستم که نمیشه نباشه. چون بالاخره باید جایی باشه که کسی که می‌خواد چیزی بخره یا بفروشه به اونجا مراجعه کنه و راحت و سریع به اطلاعات موردنیازش دسترسی پیدا کنه. با توجه به اینکه اون موقع‌ها اینترنتی هم در کار نبود و در نتیجه از وبسایت‌هایی مثل «دیوار» و «شیپور» هم خبری نبود،‌ نیاز به وجود این شغل بدیهی‌تر به نظر میومد.

سالهای زیادی ازون روزا گذشت و حالا به نظر میاد هر سال و هر ماه، تعداد بنگاه‌ها تو هر کوچه و خیابونی به طور چشمگیری رشد کرده. عجیب هم نیست. وقتی با جوش دادن فقط یه معامله‌ی مِلک، حداقل به اندازه‌ی مجموع حقوق ۱۲ ماهِ یه کارمند پُست و مقام‌دار رو یکجا به دست میاری، چرا باید ازش چشم‌پوشی کنی. همینه که هر روز بنگاه‌ها بزرگ‌تر و شیک‌تر و دکوراسیون‌شون هم امروزی‌تر میشه.

حالا دیگه جُدا از بنگاه‌های رسمی و تابلودار، تعداد زیادی از افراد هم با یه گوشی تلفن همراه نقش بنگاه‌های سیار رو بازی می‌کنن. تو جمعِ اساتید دانشگاه‌ها، بین کارمندهای ادارات، بین کارکنان شرکت‌ها و .. هر جا بشینی، تعداد زیادی از افراد رو می‌بینی که در حال خرید و فروش هستن. البته الان دیگه فقط مِلک و ماشین معامله نمیشه، ارز، سکه، سهام بورس و ... هم اضافه شده.

وقتی گذر آدم به یکی از این بنگاه‌ها میفته، وقتی قیمت‌ها رو می‌شنوه و برخوردها رو می‌بینه، وقتی به این فکر می‌کنه که من باید چه مهارتی داشته باشم و چه کاری با چه مقدار سود رو چند سال انجام بدم که بتونم این قیمت‌ها رو پوشش بدم، یه احساس پوچی و مخصوصا حماقت عجیبی به آدم دست میده.

می‌فهمی اون موقع که داشتی مطالعه می‌کردی که یه تکنولوژی جدید رو بشناسی، اون موقع که متمرکز شدی که یه مهارت جدید به دست بیاری، دقیقا همون موقع که داری بررسی می‌کنی که می‌شه یه کسب و کار مبتنی بر تکنولوژی راه‌اندازی کنی و به سود دهی برسی یا نه، افرادی یه قطعه زمین که از اول به همون شکل روی کره‌ی زمین بوده رو از یکی خریدن و به یکی دیگه فروختن و مثلا در فاصله‌ی دو ماه چند صد میلیون سود کردن.

اونوقت دیگه تعجب نمی‌کنی وقتی همکارت میگه «آدم هر جا که زندگی می‌کنه، باید بر اساس شرایط همونجا روش زندگیش رو انتخاب کنه»، و تعجب نمی‌کنی که اکثر همکارا تمرکز اصلیشون روی ثبت‌نام خرید خودرو و بالا و پایین شدن شاخص‌ بورس هستش.

 احساس می‌کنم به اون بنگاهی‌های سنتی که تو بچگی تو فیلم‌ها می‌دیدیم هم خیلی ظلم شده و اونقدری که بهشون بد و بیراه گفته شد سود نبردن. احترام و منزلتشون هم تو خانواده و آشناها اونطور که باید نبود. ماشین شاسی بلند سوار نشدن، گرون‌ترین مدل گوشی تو دستشون نبود، سفرهای تفریحی لوکس نرفتن، یه مدرک تحصیلی خوب نتونستن تهیه کنن و خیلی موارد دیگه.

و البته همونطور که اول متن هم نوشتم، به نظرم وجود بنگاه‌های معاملات نیاز جامعه هستش. فقط ای کاش شرایط طوری باشه که همه نیاز نبینن وارد این کار بشن و بقیه‌ی افراد هم بتونن بدون احساس شکست و عقب‌موندگی، و با علاقه و اشتیاق پاسخگوی سایر نیازهای جامعه باشن. اینطوری مطمئنا زندگی خود بنگاهی‌هایِ امروزی ما هم با کیفیت‌تر خواهد بود.

 

 

 

دوره‌ی مقدماتی data science - مقدمه‌ای بر یادگیری ماشین

این پنجمین و آخرین بخش از خلاصه‌ی مجموعه‌ی «دوره‌ی مقدماتی data science» هستش. 

بخش اول - مقدمه

بخش دوم - مقدمه‌ای بر داده‌ها

بخش سوم - تصویرسازی از داده‌ها و تحلیل آنها

بخش چهارم - مقدمه‌ای بر آمار

 

منظور از یادگیری ماشین چیست؟

ما با استفاده از تعدادی داده‌‌ی در دسترس به یه مدل کامپیوتری یاد می‌دیم که چطور بتونه با دریافت داده‌های ورودی‌ جدید، خروجی مناسب رو پیش‌بینی کنه. در واقع مدل از موردهای آموزشی ارائه شده بهش یاد می‌گیره و بعد از اون ما می‌تونیم از مدلِ آموزش دیده برای پیش‌بینی داده‌های جدید استفاده کنیم. 

 

برای موفقیت در درک این موضوع، نکته‌ی کلیدی توجه به این مساله است که اگه کامپیوترها فقط در یه کار قوی باشن، اون کار اجرای محاسباته. به همین دلیل هستش که کامپیوترهای اولیه به عنوان «موتور محاسبه» شناخته می‌شدن. برای اینکه یه کامپیوتر دارای هوش پیش‌بینی از روی داده‌های موجود باشه، ما نیاز به راهی داریم که روش درست محاسبه رو به اون کامپیوتر یاد بدیم.

 در حالت خیلی کلی،‌ یادگیری ماشین به دو دسته‌ی «با نظارت» و «بدون نظارت» تقسیم می‌شه. در یادگیری با نظارت ما به منظور آموزش، تعدادی جفت ورودی-خروجیِ داده به سیستم ارائه می‌دیم تا با استفاده از اونها یاد بگیره که برای ورودی جدید، چه خروجی باید تولید کنه. اما در یادگیری بدون نظارت، داده‌های ورودی به سیستم به خروجی مشخصی متناظر یا اصطلاحا برچسب‌گذاری نشدن و اصولا هدف هم در اینجا اینه که سیستم بتونه الگوهای پنهان رو در داده‌های ورودی تشخیص بده و اونها رو به صورت درستی دسته‌بندی کنه. 

فرض می‌کنیم می‌خوایم از داده‌هایی که در مورد دمای هوا، میزان بارندگی و تعداد آگهی‌های پخش شده در روزهای مختلف داریم استفاده کنیم و با استفاده از تعداد فروش لیموناد در اون روزها و یادگیری ماشین، تعداد فروش رو در یه روز خاص پیش‌بینی کنیم. 

همونطور که در تصویر بالا می‌بینیم، مجموعه‌ داده‌ی [27.0,0.2,17] به عدد 12 برچسب‌گذاری شده. مشخصه که فقط با استفاده از داده‌ی یک روز نمی‌شه فرایند تعمیم دادن رو بخوبی انجام داد. بنابراین از داده‌های تعداد روزهای بیشتری برای آموزش دادنِ مدل استفاده می‌کنیم. 

 بعد از اینکه به مدل آموزش دادیم، می‌تونیم یه تابع تعمیم داشته باشیم و از اون برای محاسبه‌ی برچسب (Y) بر اساس داده‌های ورودی ([X₁, X_2, X₃]) استفاده کنیم. 

نوع دیگه‌ای از یادگیری با نظارت، «طبقه‌بندی» نامیده میشه. ساده‌ترین نوع طبقه‌بندی از نوع «دوتایی» یا باینری هستش که در اون، مدل باید پیش‌بینی کنه که یه ورودی به کدوم طبقه تعلق خواهد داشت. معمولا یکی از طبقه‌ها به عنوان صحیح (true) و دیگری به عنوان غلط (false) در نظر گرفته میشه. به عنوان مثال در داده‌های مربوط به فروش لیموناد، ما ثبت کرده‌ایم که در کدام روزها سود کرده‌ایم و در کدام روزها سود نکرده‌ایم و اطلاعات مربوط به دمای هوا، میزان بارندگی و تعداد آگهی‌ها رو هم در اختیار داریم. 

همونطور که در تصویر بالا مشخصه،‌ در این نوع یادگیری هم با ارائه‌ی داده‌های موجود به مدل و آموزش مدل، به یه تابع تعمیم می‌رسیم که خروجی اون 0 یا 1 و در واقع غلط یا درست خواهد بود. 

نکته‌ای که در اینجا می‌تونیم بهش اشاره کنیم اینه که خروجی این تابع می‌تونه حتی مقداری بین صفر و یک باشه و ما یه مقدار آستانه، مثلا 0.5 یا 0.25 داشته باشیم که فقط مقدار بیشتر از این مقدار آستانه به عنوان درست در نظر گرفته بشه و بنا به نیازهای مختلف، این مقدار تغییر کنه. 

 

کتاب Running Lean: سنجش ساختارمند طرح - آمادگی برای مصاحبه با مشتریان

این پُست هفتمین بخش از مجموعه‌ی خلاصه‌ی کتاب Running Lean یا اجرای ناب هستش.

بخش اول: مقدمه

بخش دوم: نقشه‌ی راه - اصول فراگیر

بخش سوم: نقشه‌ی راه - یک مثال

 بخش چهارم: مستند کردن طرح - بوم ناب

بخش پنجم: شناخت بخش‌های پر ریسک طرح - اولویت بندی و انتخاب نقطه‌ی شروع

بخش ششم: شناخت بخش‌های پر ریسک طرح - برای آزمایش آماده شوید

 

سریع‌ترین راه یادگرفتن، صحبت کردن با مشتری‌هاست. از این به بعد، ما از مصاحبه‌ با مشتری‌ها به عنوان یه ابزار یادگیری استفاده می‌کنیم. در این بخش به چند مورد پایه‌ای برای رسیدن به یه مصاحبه‌ی خوب اشاره می‌‌شه. 

لطفا نظرسنجی نکنید

معمولا وقتی از بنیان‌گذارای استارتاپ‌ها خواسته میشه که به منظور یادگیری از مشتری‌ها، کوچک‌ترین کار ممکن رو انجام بدن، اولین گرایش اونها به انجام چندتا نظرسنجی هستش. انجام این کار ممکنه موثرتر از مصاحبه با مشتری‌ها به نظر بیاد، با این حال شروع از این نقطه ممکنه ایده‌ی خوبی نباشه. چون:

- انجام نظرسنجی یعنی می‌دونید چه سوالایی باید بپرسید. اما در این مرحله، تهیه‌ی یه نظرسنجی که تمام سوال‌های لازم رو پوشش بده، اگه غیرممکن نباشه کار سختیه. چون شما هنوز نمی‌دونید که اون سوالا چیا هستن. اما در حین مصاحبه‌ با یه مشتری، شما می‌تونید موارد مبهم‌تون رو بپرسید تا براتون روشن بشه یا نقاطی خارج از درک اولیه‌‌تون رو کشف کنید. مصاحبه با مشتری‌ها با هدف کشف مواردی انجام میشه که نمی‌دونید که اونها رو نمی‌دونید.  

- حتی بدتر، نظرسنجی‌ها بر این اساس تهیه میشن که شما جواب‌های مناسب رو هم می‌دونید. در یه نظرسنجی، نه تنها شما باید سوالای مناسب بپرسید، بلکه باید گزینه‌های مناسبی هم به مشتری ارائه کنید. وقتی تو یه نظرسنجی شرکت می‌کردید، چندبار جواب شما گزینه‌ی «سایر» بوده؟ (یعنی جوابی که شما می‌خواستید بدید بین گزینه‌ها نبوده). بهترین یادگیری‌ها از سئوالات بدون حد و مرز به دست میاد. 

- در حین یه نظرسنجی، شما مشتری رو نمی‌بینید. در حالیکه زبان بدن به اندازه‌ی خود پاسخ‌ها می‌تونه نشان‌دهنده‌ی تناسب مساله/راه‌حل باشه. 

آیا نظرسنجی در همه‌ی موارد مناسبه؟

در حالیکه نظرسنجی برای یادگیری اولیه خوب نیست، می‌تونه کاملا در بررسی مواردی که از مصاحبه با مشتری‌ها یاد گرفتید موثر باشه. 

قبلا در مورد اصلِ اعتبارسنجی دو مرحله‌ای صحبت کردیم: اول کیفی، بعد کمّی. مصاحبه‌ با مشتری یک شکل از اعتبارسنجی کیفی موثر هستش. به محض اینکه به تایید اولیه برای فرضیه‌هاتون رسیدید، می‌تونید از اون چیزایی که یاد گرفتید برای تهیه‌ی یه نظرسنجی استفاده کرده و یافته‌هاتون رو به صورت کمّی هم بسنجید. اینجا دیگه هدف یادگیری نیست، بلکه رسیدن به اهمیت آماریِ نتایج هستش.

اما صحبت با افراد کار سخیه

مردم فکر می‌کنند صحبت با مشتری‌ها برای من کار راحتی بوده، در حالیکه من هم مثل اکثر بنیان‌گذارهای فنی، آدم درون‌گرایی بودم. من سالها از ابزارهایی مثل ایمیل، بحث در گروه‌های اینترنتی و وبلاگ‌ِ محصولات برای پرهیز از صحبت مستقیم با مشتری‌ها استفاده می‌کردم. موقعی که با مشتری‌ها صحبت می‌کردم،‌ مکالمه کاملا بی‌فایده به نظر می‌رسید. 

من می‌دونستم که گوش دادن به مشتری‌ها مهمه، اما نمی‌دونستم روش درستش چیه.

گفتنِ اینکه «برو با یه مشتری صحبت کن» تقریبا همونقدر مفیده که بگی «چیزی تولید کن که مردم می‌خوانش». سوال بزرگ اینه: چی بهشون می‌گی؟

تعدادی از روش‌های مناسب برای غلبه بر این محدودیت‌های ذهنی اولیه: 

- یادگیری رو هدف خودتون قرار بدید، نه ارائه و معرفی. ازونجایی که در حین معرفی، بیشتر شما صحبت می‌کنید، برای مشتری خیلی راحت خواهد بود که وانمود کنه با حرفای شما موافقه، یا می‌تونه بوضوح به شما دروغ بگه. مشکلِ شروع کار با ارائه اونجاست که بر این پیش‌بینی استوار میشه که شما می‌دونید چه محصولی برای مشتری مناسبه. قبل از اینکه بتونید راه‌حل مناسب رو ارائه بدید، باید مساله‌ی مشتری رو بدرستی متوجه بشید. وقتی هدف یادگیریه، جاها عوض میشه. زمینه‌ی صحبت رو شما مشخص می‌کنید، اما بعدش اجازه میدید که بیشتر مشتری صحبت کنه. 

- از مشتری‌ها نپرسید که چی‌میخوان، بررسی کنید که چکار می‌کنن. احتمالش خیلی زیاده که مشتری‌ها در حین مصاحبه به دلایل مختلف حقیقت رو نگن. لازم نیست این موضوع رو به روشون بیارید، بلکه سعی کنید راهی رو پیدا کنید که با فهمیدن کارهایی که انجام میدن، ترجیحا در حین مصاحبه، درستی حرف‌هایی که میزنن رو بسنجید. مثلا وقتی مشتری مساله‌ای رو خیلی مهم معرفی‌ می‌کنه، ازش بپرسید در حال حاضر چطور با این مساله مواجه میشه. اگه هیچ کاری در مقابل این مساله انجام نمیده، احتمالا این مساله اهمیت چندانی نداره. یا مثلا اگه گفتن حاضرن برای محصول شما پول بدن، ببینید حاضرن پیش‌پرداخت بدن. 

- به متن مصاحبه پایبند باشید. در غیر این صورت ممکنه مدت زمان زیادی رو صرف بدست آوردن مقدار زیادی اطلاعات بی استفاده کنید.

- فقط به پذیرندگان اولیه محدود نشوید. شما در دورهای بعدی مصاحبه‌ها فرصت زیادی دارید که مصاحبه‌شونده‌ها رو فیلتر کنید، اما در شروع کار به سراغ بازه‌ی وسیع‌تری از مشتری‌ها برید تا اطلاعات کامل‌تری کسب کنید. 

- مصاحبه‌ی رو در رو را ترجیح دهید. علاوه بر مساله‌ی زبان بدن که قبلا در موردش صحبت کردیم، مصاحبه‌ی رو در رو می‌تونه باعث ایجاد حس نزدیکی بشه و رسیدن به این حس که در ایجاد رابطه با مشتری حیاتی هستش، به صورت مجازی امکان‌پذیر نیست. 

- با افرادی شروع کنید که می‌شناسید. پیدا کردن افرادی برای مصاحبه در ابتدای کار ممکنه چالش‌ برانگیز باشه. با افراد آشنا شروع کنید و بعد از اونها برای پیدا کردن افراد دیگه‌ای برای مصاحبه استفاده کنید. 

- یک همراه داشته باشید. همراه کمک می‌کنه تا در حین مصاحبه چیزی از قلم نیفته. مهم‌تر اینکه باعث می‌شه به هدف یادگیری پایبند باشید.

- یک مکان خنثی انتخاب کنید. برای مصاحبه‌ی اول با مشتری، من جایی مثل کافی‌شاپ رو به خاطر ایجاد یه فضای غیر رسمی به یه دفتر ترجیح می‌دم. دفتر موضوع رو تجاری می‌کنه و حسی مثل ارائه‌ی فروش ایجاد می‌کنه که مناسب نیست. 

- مدت زمان مصاحبه مناسب باشد. مصاحبه‌های من بدون حس عجله و شتاب معمولا ۲۰ تا ۳۰ دقیقه طول می‌کشن. هم مطمئن باشید که زمان مورد نیازتان را دارید و هم به وقت مصاحبه‌شونده احترام بگذارید.

- مشوق ارائه نکنید. برخلاف «آزمایش قابلیت استفاده» که تعیین مشوق برای مشارکت قابل قبوله، هدف شما در اینجا پیدا کردن مشتری‌هایی هستش که حاضرن هزینه پرداخت کنن.

- مکالمه‌ها را ضبط نکنید. من قبلا این کار رو با کسب اجازه طرف مقابل انجام می‌دادم، بعد متوجه شدم که این کار باعث میشه مصاحبه‌شونده راحت نباشه.

- نتایج را بلافاصله بعد از مصاحبه مستند کنید. پیشنهاد من اینه که بعد از مصاحبه ۵ دقیقه وقت بذارید و تا ذهنتون آماده است نتایج رو ثبت کنید.

- خودتون رو برای مصاحبه با ۳۰ تا ۶۰ نفر آماده کنید. این عدد به عنوان به قاعده‌ی کلی و در یه بازه‌ی زمانی ۴ تا ۶ هفته‌ای در نظر گرفته میشه که  روزی ۲ یا ۳ مشتری رو شامل میشه. اما عدد واقعی می‌تونه بر اساس علائمی که شما از مصاحبه‌ها دریافت می‌کنید و همچنین بیزینس مدل شما متفاوت باشه.

- برون‌سپاریِ زمان‌بندیِ مصاحبه رو بررسی کنید. بزرگترین اتلاف وقت در بازه‌ی زمانی مصاحبه‌ها انتظاره. انتظار برای جواب افراد، هماهنگی زمانی و .. با چند تا کار کوچک می‌تونید با موفقیت این کار رو به شخص دیگه‌ای بسپارید. این روشیه که من استفاده می‌کنم:

- متن همه‌ی ایمیل‌هایِ درخواست مصاحبه رو می‌نویسم.

- بعدازظهرهام رو خالی نگه می‌دارم تا زمان‌بندی مصاحبه‌ها راحت باشه. 

- در تبادل ایمیل‌ها، ایمیل من هم اضافه میشه، بنابراین هر جا لازم باشه می‌تونم دخالت کنم.

 

روش‌هایی برای یافتن مصاحبه‌شونده

- با افرادی که ارتباط نزدیکی با آنها دارید شروع کنید. بعضی‌ها نگران این موضوع هستن که نتایج این روش ممکنه دارای جهت‌گیری باشه. اما به نظر من صحبت با هر کسی بهتر از صحبت نکردنه. 

- بخواهید که شما را به دیگران معرفی کنند. این درخواست رو با افراد نزدیک به خودتون و با بیان اینکه چه کسانی جامعه‌ی هدف مشتری‌های شما هستن مطرح کنید. بهتره که یه قالبِ پیام از پیش‌آماده رو هم برای اونها آماده کنید تا در زمانشون صرفه‌جویی بشه.

- از گزینه‌ی محلی بودن خود استفاده کنید. به طور کلی افراد نسبت به ملاقات با کسایی که بهشون حس نزدیکی دارن اشتیاق بیشتری دارن. مثلا اگه با فرد مقابل همشهری هستید، این موضوع رو به نوعی تو درخواست خودتون مطرح کنید.  

- یه لیست ایمیل با استفاده از اینترنت تهیه کنید. اگه اینترنت یکی از کانال‌های دسترسی مشتری‌ها به محصول شماست، یه صفحه‌ی معرفی درست کنید و برای ارتباط با مشتری‌های احتمالی امکان ثبت ایمیل‌ براشون فراهم کنید. 

 

برخی مخالفت‌ها با ایده‌ی مصاحبه با مشتریان و پاسخ به آنها

- مشتری‌ها نمی‌دونن که چی می‌خوان: هدف شما از مصاحبه این نیست که ویژگی‌های محصولتون رو از مشتری‌ها بپرسید، بلکه می‌خواید مساله‌ی اونها رو بشناسید و با یه راه‌حل مناسب حلش کنید. 

- صحبت با ۲۰ نفر از نظر آماری مناسب نیست: هدف یه استارتاپ ارائه‌ی یه چیز جدید و برجسته به دنیاست. بزرگ‌ترین چالش شما در ابتدا اینه که بتونید توجه یه عده رو جلب کنید. 

- من فقط به پارامترهای کمّی (عددی) اعتماد دارم: مشکل این رویکرد این هستش که به احتمال زیاد در ابتدا مراجعه‌ی کافی به محصول وجود نداره. اما مساله‌ی مهم‌تر اینه که پارامترهای عددی فقط می‌تونن به شما بگن بازدیدکننده‌ها چه کاری کردن و چه کاری نکردن، اما نمی‌تونن بگن چرا چنین اتفاقی افتاده. 

- من خودم مشتری خودم هستم، بنابراین نیازی به صحبت با کسی ندارم: موافقم که اینکه شما خودتون مساله‌ای رو تجربه کردید یه مزیت هستش،‌ اما این دلیل خوبی برای عدم صحبت با مشتری‌ها نیست. شما همچنان نیاز به بررسی این موضوع دارید که آیا این مساله‌ای هستش که ارزش حل کردن داره یا نه. 

- به نظر دوستانم این ایده عالیه: من در ابتدا با هر کسی حرف می‌زنم، اما نه به منظور یادگیری. چون جواب‌های اونها ممکنه بر اساس برداشت‌های خودشون خیلی مثبت یا خیلی منفی باشه. از دوستانتون برای تمرین انجام مصاحبه و آشنایی با افراد دیگه برای مصاحبه استفاده کنید. 

- چرا چند هفته صرف صحبت با مشتری‌ها کنیم، وقتی میشه تو یه آخر هفته یه چیزی تولید کرد: صرف زمان برای ساختن چیزی حتی بسیار مختصر هم می‌تونه اتلاف وقت باشه. اولا در بیشتر مواقع این تولیدات مختصر، واقعا اونقدرها هم مختصر نیستن. ضمن اینکه برای سنجیدن یه راه‌حل نیاز به اتمام ساخت اون ندارید،‌ بلکه می‌تونید از نمونه‌های فیزیکی اولیه، طراحی‌ها،‌ تصاویر ویدئویی و ... استفاده کنید. سعی کنید به فرایند یادگیری با استفاده از کوچک‌ترین راه‌حل‌های ممکن سرعت بدید.  

- نیازی به سنجش مساله نیست، چون کاملا واضحه: درسته که گاهی به دلایل مختلف وجود مساله کاملا واضح و روشنه، اما باز هم نیاز به درک مساله وجود خواهد داشت. ما می‌خوایم بدونیم که این مساله روی چه مشتری‌هایی بیشترین تاثیر رو داره، مشتری‌ها الان چطور مساله رو حل می‌کنن و شما چه ارزش متفاوتی به اونها پیشنهاد خواهید کرد. 

- نمی‌شه مساله رو سنجید،‌ چون مساله روشن نیست: ممکنه شما قصد دارید محصولی بسازید که به نظرتون هدفش حل یه مساله نیست،  مثلا یه بازی کامپیوتری، یه فیلم کوتاه یا یه رمان تخیلی. اما من می‌گم حتی تو این موردها هم میشه مساله‌ای پیدا کرد،‌ هر چند که در اینجا مساله بیشتر از نوع «خواسته» هستش. در اینجا هم هدف ما از مصاحبه درک بهتر مصرف‌کنندگان محصول و پیدا کردن مختصرترین و سریع‌ترین روش برای سنجیدن راه‌حل‌ خواهد بود. 

- افراد ایده‌ی من رو می‌دزدن: مصاحبه‌های ابتدایی کاملا بر روی مساله متمرکز خواهند بود و شما سعی می‌کنید مساله رو از طریق مشتری‌هایی که می‌دونید قبلا با این مساله مواجه شدن درک کنید. بنابراین فعلا چیزی برای دزدیدن وجود نداره. این وضعیت تا زمان انجام مصاحبه‌های مربوط به راه‌حل که شما راه‌حل خودتون رو بیان می‌کنید ادامه خواهد داشت. در اون زمان هم شما باید پذیرندگان اولیه‌ای رو انتخاب کنید که ترجیح می‌دن پول بدن و محصول شما رو بخرن، نه اینکه خودشون یکی تولید کنن. 

- افراد، خریدار یه طرح خالی نخواهند بود: وقتی شما مشکل مشتری رو درک کنید و بهش کمک کنید که یه راه‌حل قابل دسترس رو تصور کنه، خریدار شما میشه. در صورتیکه مواردی نظیر ارائه‌ی دوره‌ی آزمایشی، امکان لغو راحت و نظیر اون رو هم فراهم کنید. 

 

 

درباره‌ی «شُدن»

 

کتاب «شُدن» (becoming) توسط «میشل اوباما» همسر چهل و چهارمین رئیس‌جمهور آمریکا «باراک اوباما» نوشته شده که در اون به زندگی خودش در قبل و بعد از ازدواج و همچنین در دوران ریاست‌جمهوری همسرش می‌پردازه. این کتاب عنوان پرفروش‌ترین کتاب سال ایالات متحده رو هم کسب کرده. 

امروز خوندن این کتاب رو تموم کردم. نیمه‌ی اول این کتاب درباره‌ی خانواده، کودکی، تحصیل، اشتغال و همچنین نحوه‌ی آشنایی، ازدواج و زندگیِ خصوصیِ نویسنده‌ی کتاب با باراک اوباما و نیمه‌ی دوم کتاب بیشتر درباره‌ی حضور خانواده‌ی اوباما (میشل، باراک و دو دخترشون) در «کاخ سفید» و ویژگی‌های زندگی به عنوان «بانوی اول آمریکا» هستش.  

برای من نیمه‌ی اول کتاب جذابیت بیشتری داشت. تو این بخش میشل اوباما خیلی دقیق و با جزئیات فضای محل زندگی، روحیات و روابط پدر و مادرش با همدیگه، و نحوه‌ی تربیت فرزند توسط اونها رو شرح میده. علاوه بر اینها، توضیح انگیزه‌هاش در تحصیل و کار و همچنین دیدگاهش در انتخاب‌ شغل و همسر نکات جالبی داره. 

 به‌ نظرم با توجه به اینکه میشل اوباما در خانواده‌ای معمولی و حتی شاید ضعیف از نظر مالی به دنیا اومد و رشد کرد، و همچنین جزو اقلیت رنگین‌پوست آمریکا بود که احتمالا در اون سالها به معنی دشواری‌های بیشتری هم بوده، این بخش از کتاب می‌تونه برای همه‌، از جمله نوجوان‌ها و بخصوص دخترای نوجوان مفید و الهام‌بخش باشه. 

در نیمه‌ی دوم کتاب برخلاف انتظار من، خیلی به جزئیات اتفاقات داخل کاخ سفید که مسلما نویسنده ناظر خیلی از اونها بوده پرداخته نشده و به نظرم میشد حتی در نصف حجم فعلی هم این بخش رو جمع‌بندی کرد. به عنوان مثال به دو اتفاق مهم سیاست خارجه‌ی آمریکا در زمان اوباما یعنی «توافق هسته‌ای» با ایران و «درگیری‌های داخلی لیبی» و کشته شدن سفیر آمریکا در این کشور فقط در حد یک جمله اشاره شده. در حالیکه اشاره به تماس‌ها، رفت و آمدها و حال و هوای کاخ‌ سفید در اون روزها می‌تونست برای خواننده جالب باشه. 

شاید هم میشل اوباما نیاز داشته تا زمان بیشتری از دوران حضورش در کاخ سفید بگذره تا دید بهتری نسبت به اتفاقات و جزئیات اون زمان پیدا کنه. 

 

در اینجا چند جمله از کتاب رو که به نظرم جالب بودن می‌نویسم:

- Now I think it's one of the most useless questions an adult can ask a child-what do you want to be when you grow up? As if growing up is finite. As if at some point you become something and that's the end.

 

- I realize I don't know exactly what my mom did during the hours we were at school, mainly because in the self-centered manner of any child, I never ased. I don't know what she thought about, how she felt about being a traditional homemaker as opposed to working a different job.

 

- She (my mom) and my dad offered guildlines rather than rules. It meant that as teenagers we'd never have a curfew. Instead, they'd ask, "what's a reasonable time for you to be home?" and then trust us to stick to our word. 

 

- I understand now that even a happy marriage can be a vexation, that it's a contract best renewed and renewed again, even quietly and privately-even alone.

 

- I wasn't going to let one person's opinion dislodge everything I thought I knew about myself. Instead, I switched my method without changing my goal. 

 

- This is what a control freak learns inside the compressed otherworld of college, maybe above all else: There are simply other ways of being.

 

- This may be the fundamental problem with caring a lot about what others think: It can put you on the established path. 

 

- Nothing was impossible, but nothing looked simple either.

 

- My father was  just fifty-five when he died. Suzanne (my friend) had been twenty-six. The lesson there was simple: Life is short and not to be wasted.

 

- I put myself in front of anyone I thought might be able to give me advice. The point was less to find a new job than to widen my understanding of what was possible and how others had gone about it.

 

- I began to see that there were ways I could be happier and that they didn't necessarily need to come from Barack's quitting poilitics in order to take some nine-to-six foundation job.(...this was an unrealistic expectation.) 

 

- Growing up in a working-class community and with a disabled parent, I'd learned that planning and vigilance mattered a lot. It could mean the difference between stability and poverty. The margins always felt narrow. One missed paycheck could have leave you without electricity; one missed homework assignment could put you behind and possibly out of college.

 

- Having lost a fifth-grade classmate to a house fire, having watched Suzanne die before she'd had a chance to really be an adult, I'd learned that the world could be brutal and random, that hard work didn't always assure positive outcomes. 

 

- There's an age-old maxim in the black community: You've got to be twice as good to get half as far.

 

- I knew from my own life experience that when someone shows genuine interest in your learning and development, even if only for ten minutes in a busy day, it matters.

 

- Life was teaching me that progress and change happen slowly. Not in two years, four years, or even a lifetime. we were planting seed of change, the fruit of which we might never see. We had to be patient. 

 

- Being president doesn't change who you are; it reveals who you are.

 

- For me, becoming insn't about arriving somewhere or achieving a certain aim. I see it instead as forward motion, a means of evolving, a way to reach continuously toward a better self.