Елена Машкович
Глаза-зеркало души (работа с предикативными сигналами доступа)
Каждая репрезентативная система, а точнее, говоря простым языком, система восприятия окружающего мира, имеет свою модальность. Мы воспринимаем все, что имеет к нам отношение через различные органы чувств. И у каждого из нас визуальное, аудиальное иди кинестетическое восприятие мира преобладает в той или иной степени. В помощь нам, при общении с партнером, выступают на первый план предикаты . Это слова, которые относятся к конкретной модальности. Разберем подробнее работу с предикативной системой и визуальными (глазными ) сигналами доступа партнера .
Для того, чтобы начать работу с сигналами , необходимо задать уточняющие вопросы. Очень интересно наблюдать за моими «крокодильчиками» в этот момент. Мы с ними, много и часто говорим про зиму и все, что с ней связано. И на вопрос «Какое, сейчас, время года?» Большинство, на секунду, поднимают глазки вверх и , только, потом, отвечают….зима.
Это и не случайно. Наши реакции (а перемещение взгляда вверх и влево при вспоминании зрительных образов - это тоже реакция) не являются чем-то случайным; это всего лишь следствие работы нашего мозга .
Какая же информация скрывается за движением наших глаз !
Для уяснения движений глаз партнера (а вдруг они не соответствуют стандартной схеме) задают легкие тестирующие вопросы, затрагивающие поочередно то визуальную ("как выглядит…", то аудиальную ("как звучит…", то кинестетическую ("как ощущается…") системы представлений .
Визуальное конструирование Визуальная память Визуальная память
Аудиальное конструирование Кинестетика Внутренний диалог
Глазные сигналы доступа :
Глаза перемещаются вверх и влево (по отношению к человеку) – визуализация из прошлого опыта.
Вверх и вправо – конструирование зрительного образа.
По горизонтали влево – припоминание звуков.
По горизонтали вправо – конструирование звуков.
Вниз вправо – доступ к ощущениям .
Вниз влево – внутренний диалог.
Расфокусированный взгляд прямо перед собой - визуализация.
Все вышеперечисленное, верно для большинства правшей. У левшей обычно проявляется все наоборот, т. е. смена левой позиции на правую.
Для того, чтобы научиться считывать сигналы с человека , можно потренироваться с кем-то из знакомых, задавая ему вопросы отслеживая реакцию. Ниже представлен целый спектр таких вопросов. Я упражнялась на маме и дочке. Выяснилось при этом, что мама переученная левша.
Вопрос, включающие визуальное воспоминание :
Какого цвета ваша входная дверь? (мамины глаза ушли вверх и вправо )
Вопрос, требующие визуального конструирования :
Как бы выглядела Ваша комната с розовыми в крапинку обоями? (глаза вверх и вправо , сразу влево)
Вопрос, требующие аудиального припоминания :
Какая дверь в Вашем доме скрипит громче всех? (дочь-глаза уходят вверх влево )
Вопросы для аудиального конструирования :
Какой звук издаст пианино, если оно упадёт с 10 этажа? (у мамы глаза прошлись и по визуальному воспоминанию и конструированию, и по горизонтали, вспоминая звуки)
На что будет похож вопль мандрагоры? (дочь так же прошлась по визуальному воспоминанию и конструированию, а потом переместились в аудиальную зону. При этом добавились эмоции)
Вопросы для кинестетического канала восприятия :
Что бы Вы ощущали, надевая мокрые носки? (дочь вспомнила, потом ушла вниз, в кинестетическую зону)
Что Вы чувствуете, после того, как хлебнули целую ложку пересоленного супа? (мама, так же вспомнила, а потом перевела глаза в зону кинестетики )
Довольно часто, прежде чем ответить на вопрос, человек будет обращаться сначала к своей ведущей системе. Если у вашего партнера ведущая система визуальная, то он будет "рисовать" различные картинки (для того, чтобы получить доступ к звукам или ощущениям) при ответе на кинестетические или аудиальные вопросы. Глазодвигательные реакции отражают последовательность репрезентативных систем, которые использует человек для ответа на поставленный вопрос. Например, отвечая на вопрос : "Что Вы говорите себе, когда дела идут плохо?", ваш партнер может сначала визуализировать ситуацию, в которой у него все "валится из рук", затем почувствовать ощущения, которые он испытывает в подобной ситуации, и только после этого услышать то, что он себе говорит.
В процессе мышления мы сознательно двигаем глазами в любом направлении . Однако, чтобы получить доступ к определенной репрезентативной системе, необходимо обратить внимание на естественные движения глаз . Глядя вниз, очень трудно вспомнить, как выглядит ваш друг. Для того, чтобы вспомнить то, что Вы видели в отпуске или вчера, легче всего будет, если Вы посмотрите вверх и влево или зафиксируете взгляд перед собой.
Осторожно задавая эти вопросы в процессе общения, Вы узнаете, какими стратегиями пользуется ваш собеседник для организации и извлечения информации. Например, Вы можете спросить : "Какой день запомнился больше всего в прошедшем году? Заметив движение глаз , Вы узнаете, какая репрезентативная система является ведущей у вашего собеседника. Задав следующий вопрос : "Как Вы это узнали?", - Вы поймете, какую репрезентативную систему использует партнер в качестве оценочной, а предикаты укажут Вам на первичную или предпочитаемую систему . Например, ваш собеседник использовал визуальные предикаты (В) . Отвечая на вопрос "Какой день запомнился больше всего в прошедшем году?", глаза указали на ведущую аудиальную (Л) систему, а оценочной системой является кинестетика (К) . Таким образом, стратегия вашего партнера выглядит так : ВАК. Используя в своей речи, последовательно визуальные, аудиальные и кинестетические предикаты , Вы установите хороший диалог с вашим партнером. Для получения доступа к различным переживаниям люди используют различные стратегии. К сожалению, многие человеческие проблемы связаны с небольшим количеством стратегий : одна и та же стратегия может быть использована как для обучения, так и для любви. Не бывает неэффективных стратегий, бывает неэффективное их использование!
Список использованной литературы :
1. Аркин, Е. А. Ребёнок в дошкольные годы / Е. А. Аркин; под ред. А. В. Запорожца, В. В. Давыдова. – М.: Просвещение, 1968. – 446 с.
2. Житникова, Л. М. Учите детей запоминать : пособие для воспитателя дет. сада / Л. М. Житникова. – 3-е изд., доп. – М.: Просвещение, 1985. – 95 с.: ил.
3. Занков, Л. В. Память / Л. В. Занков. – М.: Учпедгиз, 1949. – 176 с. – (Академия пед. наук РСФСР) .
4. Зеньковский, В. В. Психология детства / В. В. Зеньковский; отв. ред. И сост. П. В. Алексеев. – М.: Школа-Пресс, 1996. – 336 с.: табл.
5. Ляудис, В. Я. Память в процессе развития / В. Я. Ляудис. – М.: Изд-во Московского ун-та, 1976. – 256 с.
6. Мухина, В. С. Психология дошкольника : учеб. пособие для студентов пед. ин-тов и уч-ся пед. училищ / В. С. Мухина; под ред. Л. А. Венгера. – М.: Просвещение, 1975. – 240 с.
Модель предиктивной аналитики (Predictive Analytics) выглядит как сбывшаяся мечта маркетологов. Анализ прошлой активности покупателя указывает на его поведение в будущем, что дает сформировать актуальную маркетинговую стратегию.
Это аккуратно и предсказуемо — как любят маркетологи. Но предиктивный анализ скрывает серьезную проблему, о которой пора поговорить подробнее. Она понятна из названия: предсказательная аналитика предсказывает, а не утверждает.
«Гладко было на бумаге»
Предиктивная аналитика пока только внедряется в маркетинг — но в здравоохранении, страховании, финансах и прочих областях она заняла место давно и прочно. Особенно в финансовой индустрии США, где прогностическая модель обеспечивает безопасность облигаций с ипотечным покрытием — но обеспечивает с оговорками. Пользуясь предиктивными моделями, 10 лет назад финансисты взвесили риски и предположили: американцы не откажутся платить по ипотечным кредитам одновременно и массово.
Но модели не принимали во внимание волатильность на рынке жилья — как и то, что дома стоили гораздо меньше суммарных платежей по ипотеке. Аналитики доверяли моделям, и мало кто удосужился сбалансировать их системой сдержек и противовесов. Когда первые финансисты увидели симптомы проблем, эффект домино уже невозможно было остановить. Речь о финансовом кризисе 2008 года — и его катастрофических последствиях.
Стоит ли нам винить только «плохие данные» в произошедшем? Не обязательно. Предиктивные модели оказались неспособными объяснить сдвиги и изменения в том, как мы берем кредиты и кому выдаем деньги. И когда в финансовой системе США стало слишком много неизвестных переменных, фундамент рухнул.
Бессилие предиктивного анализа в учете «неизвестных» факторов иллюстрируется « ». Она получила название из давнего предположения, что лебеди — только белые, потому что данные говорили именно об этом вплоть до 16 века, пока экспедиция в Австралии не обнаружила популяцию черных лебедей. Теория оказалась ложной — а представление об окрасе лебедей расширилось.
Но могли ли современники предположить это? Нет. В чем и кроется проблема предиктивной аналитики. Вы не охватите полный спектр неизвестных факторов, даже имея сложнейшие модели и подробные данные статистики.
Рисуйте умную картину аналитики
Предсказательный метод, конечно же, занимает место в маркетинге. Но доверять весомые решения или кампании предиктивной аналитике — все равно, что связать ноги перед марафоном. Эти случаи не подходят для предсказательных методов, потому что здесь традиционно много неизвестных факторов. Вот где пригодятся сухие, четкие данные, которые вы давно собирали.
А прогностическая аналитика лучше подойдет для маломасштабных предположений и оценок. Что произойдет, если вы измените этот объект на лендинге? Или поменяете с другим? Возможно, предложите дополнительный оффер? Вот области, в которых полезна предиктивная аналитика.
Конечно, лучше провести тесты, или иным образом выяснить предположение наверняка — но как подтвердить гипотезу с инструментом, который только предсказывает? Никак, в чем и загвоздка.
Почему это так трудно доказать?
Прогностическая аналитика применяется в маркетинговом арсенале, но это не «волшебная пилюля», которая «по часам» и без ошибок трактует поведение клиентов. Помните, что предсказания настолько же точны, насколько актуальны данные, «скормленные» системе.
Так много переменных нужно учесть, а люди такие неопределенные и так вольно трактуют исходные данные, что прогностический инструментарий по определению не сможет выдать абсолютно надежные решения. Запустить процесс и забыть о нем — не получится.
Даже на сложнейшие расчеты нельзя полагаться с уверенностью, особенно учитывая, что маркетологи — занятые люди, склонные хвататься за обрывки данных в принятии фундаментальных решений, основанных на целях. И с предиктивной аналитикой такой подход — верный рецепт катастрофы.
Своевременная помощь
На специалистов по data science (или «датологов»), ложится масса ответственности, не говоря уже о жестких требованиях к навыкам моделирования, регрессии и статистики. Это навыки, которых нет у «простых смертных» — они нужны только узким специалистам. И у вас не получится «скормить» информацию предсказательному методу и надеяться на достоверный результат. Поступая так, вы играете с огнем.
Лучше наймите эксперта для работы с командой. Он поможет разобраться в данных и обучит навыкам, необходимым для полного раскрытия потенциала предиктивной и вероятностной моделей. Аналитика — обоюдоострый меч. Она поможет навести порядок в хаосе данных, сделать долгосрочные выводы и скорректировать стратегию. Но при недостаточном опыте — она же подтолкнет на радикальные решения.
Что часто случается при неполном видении картины.
Как работает хороший предиктивный анализ?
По тону этой статьи вы могли подумать, что предиктивный анализ означает заведомый провал, и нет ничего дальше от истины. Но это не так — метод дает прекрасные результаты при правильном применении.
1. Точная настройка buyer personas
Согласитесь, что привлекать клиентов и оптимизировать UX помогает тщательный анализ прошлого опыта пользователей. Именно здесь прогностический анализ пригодится маркетологам.
2. Персонализация маркетинговых сообщений
Управляя данными — управляете судьбами бизнеса
Первый шаг к пониманию предиктивной аналитики — рациональная организация данных. Соедините релевантные департаменты компании и проработайте массив информации по ним, чтобы сделать ее актуальной и управляемой. Можете даже разбить данные на микро-сегменты, для маломасштабных экспериментов и тестов — так вы сохраните преимущества данных без риска навредить информации. «Поиграйте» с моделями и составьте представление, что подходит для прогностического анализа, а что не слишком релевантно ему.
Если хотите в полной мере использовать потенциал технологии, держите перед глазами стратегический план и сосредоточьтесь на нем. Ставьте акцент на одной инициативе, ремаркетинг ли это, увеличение среднего чека или нечто иное. Умение точечно фокусироваться на цели позволит вам рациональнее использовать предиктивные методы — и преуспеть в бизнесе.
Используйте данный языковой паттерн по следующей схеме: 1.
Найдите утверждение, в котором позитивное переживание "обесценивается" словом "но" или "и/а".
Пример: Я хочу научиться использовать этот паттерн, но у меня нет времени.
2. Замените "но" на "даже если" и посмотрите на чем сфокусируется ваше внимание.
Пример: Я хочу научиться использовать этот паттерн, даже если у меня нет времени.
Взаимосвязь языка и репрезентативных систем хорошо демонстрирует импровизация Бэндлера и Гриндера:
Вы знаете, доктор Бэндлер, моя жизнь очень тяжела. Вы знаете, похоже, я просто не могу совладать с этим.
Я это вижу мистер Гриндер.
Я чувствую себя так, как будто сделал что-то не то со своими детьми, и не знаю, что именно. И, знаете, я думаю, может быть, Вы в состоянии помочь мне ощутить это?
Конечно. Мне ясно, о чем Вы говорите. Давайте сфокусируемся на одной конкретной точке. Постарайтесь описать мне Ваше собственное видение перспективы. Расскажите, как Вы видите свою ситуацию в данный момент?
Ну... Вы знаете, я просто... я... просто чувствую себя так, как будто не могу ни за что зацепиться.
Я это вижу. Для меня важно, что стало ясным из вашего красочного описания; для меня важно, чтобы мы под единым углом зрения увидели ту точку на нашем пути, к которой пойдем вместе.
Я пытаюсь рассказать Вам о том, что моя жизнь, Вы знаете, была полна острых углов. И я стараюсь найти способ...
Все выглядит разрушенным... по крайней мере, в вашем описании. Тона, в которые Вы все раскрашиваете,
довольно мрачные.
В данном примере Бэндлер и Гриндер демонстрируют, как люди выбирают определенные слова для представления своего опыта - предикаты. Предикаты - это глаголы, прилагательные и наречия в предложениях, которые мы применяет при общении друг с другом. Использование нами предикатов отражает типичные процессы, которые помогают нам репрезентировать наш опыт. Обращая внимание на выбор человеком предикатов, Вы собираете информацию о том, как говорящий воспринимает и организует свой опыт. Сравните следующие предложения:
Нужно получше рассмотреть то, что здесь написано.
Нужно обсудить то, что здесь написано.
Нужно прочувствовать то, что здесь написано.
В первом предложении представлен визуальный предикат (рассмотреть); во втором - аудиальный (обсудить); а в третьем - кинестетический (прочувствовать). Предикаты в нашей речи указывают ни то, какую репрезентативную систему использует человек и данный момент времени: аудиальную, визуальную или кинестетическую. Постоянное применение одного вида предикатов указывает на предпочитаемую репрезентативную систему человека. В вышеприведенном примере Джон Гриндер демонстрирует человека с кинестетической предпочитаемой репрезентативной системой, а Ричард Бэндлер - с визуальной. В литературе по НЛП и эриксоновскому гипнозу человека с той или иной предпочитаемой репрезентативной системой условно называют:
- "Визуал" (предпочитаемая репрезентативная система - визуальная);
- "Аудиал" (предпочитаемая репрезентативная система - аудиальная);
- "Кинестетик" (предпочитаемая репрезентативная система - кинестетическая).
Естественно, что эта классификация довольно-таки условна, так как на разных этапах жизни человек может по-разному организовывать свой опыт: "визуал" может стать "кинестетиком" или "аудиалом", и наоборот.
Когда мы используем такие слова, как "думать", "понимать", "знать" или "воспринимать", мы не уточняем как конкретно организуем свой опыт, т.е. эти слова не являются сенсорноопределенными, а значит, они нейтральны по отношению к репрезентативным системам. Чаще всего нейтральные или полимодальные слова применяются в журналистике и научной литературе, а художественная литература содержит богатый и разнообразный набор предикатов, используя все репрезентативные системы равным образом. Например:
Сверчки умолкают.
Зима набирает силу.
Тускнеет солнце...
Иида Дакоцу
Ниже приводятся примеры сенсорноопределенных слов и выражений:
- визуальные: смотреть, картина, кино, взгляд, перспектива, фокус, фокусировать, воображение, зрение, иллюзия, рассматривать, глаз, предвидеть, вид, точка зрения, темный, светлый, мутный, неясный, слепой, визуализировать, отражать, блестеть, обозрение, зрелище, иллюстрировать, замечать, показывать, представлять, панорама, прояснять;
- аудиальные: звук, голос, говорить, рассказывать, слушать, слышать, спрашивать, звонкий, глухой, звонок, внятный, звенеть, созвучный, гармоничный, пронзительный, тихий, громкий, тон, резонировать, монотонный, дискуссия, неразговорчивый, шепот, шелест, журчать, вокальный, петь, заявлять, делать замечание, акцентировать, рифма, кричать, шептать, свистеть, шуметь;
- кинестетические: холодный, горячий, гладкий, шершавый, теплый, сдавить, сжать, ослабить, хватать, ощущать, чувствовать, чувствительный, вручать, контактировать, прикасаться, прикоснуться, осязать, напрячь, твердый, мягкий, тяжелый, легкий, держать, сильный, слабый;
- обонятельные: душистый, ароматный, запах, благоухать, благоухающий, вдыхать, дымный, спертый, свежий, вонючий, нюхать, аромат, пахнуть, зловонье, чутье;
- вкусовые: пресный, острый, сладкий, горький, пряный, привкус, вкус, лизать, вкусный, кусать, глотать, кислый, соленый, сочный;
- полимодальные: понимать, верить, думать, решать, помнить, знать, сознавать, учить, медитировать, догадываться, осознание, мотивировать, отношение, догадываться, оценивать, мнение, изменять, намериваться.
Некоторые предикаты могут иметь несколько значений с точки зрения сенсорных систем. Например: бархатный звук (кинестетическая и аудиальная система); свежий взгляд (кинестетическая и визуальная). Такие предикаты могут быть точно определены только с учетом контекста.
- Визуальные выражения: я вижу, что Вы имеете в виду; я внимательно рассматриваю эту идею; будущее выглядит светлым; решение возникло прямо перед глазами; приятное зрелище; смотреть глаза в глаза; пролить свет на существо вопроса; смотреть на жизнь сквозь розовые очки; без тени сомнения.
- Аудиальные выражения: говорить на тарабарском языке; держать язык за зубами; нем как рыба; звонить в колокол; слово за слово; пропустить мимо ушей; жить в гармонии; на той же длине волны; давать аудиенцию; болтать без умолку.
- Кинестетические выражения: руки чешутся; связан по рукам и ногам; хладнокровный человек; палец о палец не ударил; твердое решение; плавно урегулировать; пальцем не тронуть; печенкой чувствовать.
- Обонятельные и вкусовые выражения: чуять недоброе; навязло в зубах; кислая мина; вкус к хорошей жизни; слащавый человек; горькая пилюля.
Это третья публикация в рамках помощи участникам конкурса «SAP Кодер-2017» .
Каждое предприятие в процессе своей жизнедеятельности генерирует значительное количество данных, как «больших», так и не очень. Эти данные часто можно использовать для получения нового знания, которое, в свою очередь может оказать существенное влияние на стратегию развития бизнеса или тактику поведения в некоторые локальные моменты работы. Сейчас, в связи с развитием вычислительной техники и ростом объема накопленных данных, большое развитие получили численные методы, позволяющие извлекать полезную информацию из массива «сырых» данных и использовать ее в различных бизнес-сценариях.
SAP Cloud Platform имеет, наряду с другими встроенными сервисами, инструментарий предиктивной аналитики, позволяющий строить и использовать построенные модели в созданных на платформе (и вне ее) бизнес-задачи. Набор прогнозных инструментов, входящий в сервис на дату публикации поста, состоит из следующих элементов:
- Clustering – классический кластерный анализ и сегментация базы объектов с большим количеством атрибутов-классификаторов;
- Forecasts – построение прогнозов на базе временных рядов;
- Key Influencers – поиск наиболее влияющих на целевую функцию параметров;
- Outliers – поиск нестандартных паттернов в наборе данных (выявление мошенничеств, ошибок ввода и пр.);
- Recommendation – построение моделей продуктовых рекомендаций на базе истории покупок (чеков);
- Scoring Equation – построение и экстракция уравнения, позволяющего вычислять целевую функцию аналитически и встраивать ее в собственное приложение;
- What If – анализ «что-если», позволяющий предполагать последствия совершения тех или иных действий, базируясь на истории поведения объекта
- UserColumn – поле с номером участника программы лояльности
- itemColumn – SKU
- dateColumn – дата транзакции
- startDate – дата начала данных для расчета
- endDate – дата окончания данных для расчета
Запускаем построение модели и получаем отклик. Ключевой момент – записать ID модели
Видим, что количество SKU, встречающихся в одной корзине с другими составляет 2777 штук, на базе чего удалось найти 9633 правил рекомендаций. С помощью ссылки /api/analytics/recommendations можно протестировать полученную модель. Здесь необходимо ввести следующие параметры:
- itemList – SKU, уже лежащие в корзине
- maxItems – максимальное количество возвращаемых рекомендаций
- recommenderID – ID модели, построенной на предыдущем шаге
- userID – номер участника программы лояльности
Проверим модель с SKU 5000267097428
В ответ получаем
Посмотрим, что это такое
Таким образом, получаем, что при покупке виски неплохо бы порекомендовать покупателю еще и сухого вина.
Рекомендательная модель может также быть запущена в пакетном режиме, сгенерировав таблицу рекомендаций для всех пользователей программы лояльности. Для этого нажимаем закладку POST на ссылке /api/analytics/recommendations/batch
Затем указываем таблицу, в которую надо поместить наши рекомендации
И запускаем расчет. Сервис создает таблицу и для каждого пользователя рассчитывает рекомендованный товар, который может быть приобретен с большей вероятностью.
Таки образом, Predictive service позволяет очень быстро настроить и использовать некоторые наиболее часто употребляемые математические методы для построения предиктивных моделей, годных к применению в реальном бизнесе.
