Блог компании kauri

О том, как рост продаж умных часов в самый разгар эпидемии побил все рекорды

Пока весь мир переживал кризис, в связи с обрушившейся пандемией, в феврале-марте этого года, а мировая экономика на протяжении четырёх месяцев испытывала большие трудности, рынок смарт-часов набирал свои обороты.

Почему эпидемия стала причиной роста продаж умных часов?

Спрос на приобретение модных и полезных гаджетов в первом квартале 2020 года рос в геометрической прогрессии. Заставив попотеть производителей, поставщиков и службы доставки, ведь только за первые три месяца было реализовано более 230.000 умных часов, на общую сумму почти 6 млрд. рублей.

Давайте с вами вспомним тот момент, когда на рынке появились первые смарт-браслеты (это было ещё до появления умных часов). Многие в тот момент были уверены, что вот за этими устройствами и есть будущее и иметь их будут в самое ближайшее время все, ведь это не только стильный и модный аксессуар, но и куча полезных функций, которые всегда можно носить с собой на руке.



Удобно, стильно и вполне доступно, что тут ещё скажешь.
Но, вопреки, ожидаемым прогнозам, интерес погас довольно быстро. И никто не мог подумать, что сейчас, в условиях мировых ограничений, смарт-часы наконец-то станут востребованы.

В чём же их секрет? Почему, несмотря на многие ограничения и опасения, мировой спрос на рынке умных часов продолжил расти?

Изучив различные мнения, в том числе специалистов американского аналитического агентства Strategy Analytics, вывод напрашивается сам собой. Ситуация с коронавирусом многих из нас заставила задуматься о здоровье, независимо от возраста, пола и финансовых возможностей человека.

В условиях домашнего заточения, идеальным вариантом следить за состоянием своего здоровья и общей физической формой, стало купить и всегда иметь под рукой (вернее на руке) заветные смарт-часы с кучей полезных функций. Многие так и сделали, благо интернет-каналы продаж работали без перебоев.

Лидеры продаж

Боимся быть слишком предсказуемыми, но лидером продаж на мировом рынке смарт-часов, по-прежнему остаётся компания Apple. Глобальных изменений в этом плане не произошло.

Цифры статистики от Apple по данным американского аналитического агентства Strategy Analytics:
Общая доля на рынке выросла до показателя 55%
Отгрузки увеличились на 1.5 миллиона, в сравнении с данными аналогичного периода прошлого года.
Общее число отгрузок составило почти 7.6 миллионов экземпляров

Apple несёт первенство в рейтинге самых популярных смарт-часов уже не первый год. Но кто знает, что будет дальше?

Второе место топовых умных часов занимает компания Samsung, что опять же весьма предсказуемо. Но факты вещь упрямая, поэтому пишем, как есть. Если говорить о достижениях компании в цифровом формате, то стоит отметить прямое влияние Ковид-19 на продажи этого бренда. Ведь начало эпидемии пошло именно со стран Азии, а Южная Корея была в числе первых.

Однако, несмотря на это, Samsung имеет следующие показатели, по сравнению с показателями 2019 года:
В первом квартале 2020 года объём поставок составил почти 1.9 миллионов экземпляров;
Рыночная же доля за первый квартал этого года снизилась на 1%, опустившись с показателя 14.9 до отметки в 13.9% (причину этого падения мы уже указали в предыдущем абзаце).

О новом игроке рынка, который занял третью позицию

Если с первыми лидирующими позициями, всё было довольно предсказуемо и даже, можно сказать, стабильно, то третье место самых популярных смарт-часов, остаётся загадкой для многих. Для нас, кстати, ответ на этот вопрос стал тоже, своего рода, неожиданностью.

Бронзу на мировом рынке смарт-часов получил довольно известный в мире электротехники бренд. Но это имя не так часто ассоциировалось именно со смарт-часами, поэтому неожиданное третье место, возможно, шокировало и саму компанию Garmin.
2020 год принёс бренду не только третью позицию в мире по продажам умных часов, но и увеличил их долю до 8% (при показателе 7% год назад).

Цифровые показатели Garmin тоже выглядят весьма убедительно:
Увеличение рыночной доли с 7% до 8% (как мы упоминали ранее);
Рост продаж умных часов в первом квартале 2020 года составил почти 38%;
Продано более 1.1 миллиона экземпляров часов этого бренда.

Резкий скачок показателей можно объяснить тем, что новые смарт-часы бренда Garmin нашли широкий отклик среди фитнес-тренеров и любителей спорта.

Собственно, результаты не заставили себя долго ждать. Третье место среди мировых лидеров по продажам носимой техники впервые, почти за два последних года.





*данные американского аналитического агентства Strategy Analytics

Что ждёт рынок умных часов в ближайшем будущем?

Однозначно ответить на этот вопрос, конечно, сложно. Strategy Analytics предсказал нам новый скачок роста продаж смарт-часов именно во второй половине 2020 года.

Связано это с тем, что все ограничения уже сняты, люди начинают возвращаться к обычному темпу жизни. Открылись торговые центры и шоу-румы, а заскучавшие за это время от изоляции и запретов покупатели, с ещё большим энтузиазмом станут приобретать себе новые электронные гаджеты.

Особенность умных часов перед остальными электронными устройствами, в частности, смартфонами, заключается в их многофункциональности. На рынке носимой техники постоянно появляются усовершенствованные новинки, которые постоянно стимулируют интерес у покупателя и тем самым продолжают сохранять уровень спроса и продаж по сей день.

Не исключено, что в ближайшем будущем, смарт-часы научатся заменять буквально все электроустройства, которые нас окружают и тем самым станут бесспорным лидером продаж на мировых рынках.

Наша команда кратко расскажет об истории появления IoT и о текущих проблемах индустрии.

История

Идея устройств, обменивающихся данными и взаимодействующих с интернетом, обсуждалась еще в 70х 80х годах. Дальновидный голливудский кинорежиссер, Джеймс Кэмерон, впервые исследовал это в своем легендарном блокбастере Терминатор (1984 год), где была сеть Skynet, ставшая самосознательной и захватившая все машины в мире, что привело к войне.

Сама фраза Интернет вещей впервые была использована в 90х годах британским технологическим гуру, Кевином Эштоном, соучредителем Центра Auto-ID в Массачусетском технологическом институте. В 1999 году Нил Гершенфилд опубликовал книгу Когда вещи начинают думать. В ней он исследовал концепции Интернета вещей.

Журналист Нила Гросса в своей статье для Businessweek 1999 года предсказал:

В следующем столетии планета Земля наденет электронную оболочку. Она будет использовать Интернет как опору для поддержки и передачи своих ощущений. Эта кожа уже сшита вместе. Она состоит из миллионов встроенных электронных измерительных приборов: термостатов, манометров, детекторов загрязнения, камер, микрофонов, датчиков глюкозы, ЭКГ, электроэнцефалографов. Они будут исследовать и контролировать города и вымирающие виды животных и растений, атмосферу, корабли, шоссе и грузовики, разговоры, тела людей и даже сны.


Изображение: Unsplash

Революция

Стремление соединить физический мир с интернетом, улучшая качество жизни потребителей ключевая стратегия технологических, маркетинговых и стратегических команд мировых компаний.

Например, Dropcam и RemoteLock, имеют продукты и приложения, позволяющие людям запирать двери и следить за домами из смартфонов, а также предупреждать соответствующие службы о пожарах, наводнениях и грабежах. Это происходит в режиме реального времени.

К примеру, если вы забыли выключить телевизор, то с помощью приложения от Comcast и Google, вы сможете сделать это со своего смартфона. Если потеряли ключи, то просто прикрепите bluetooth-трекер от Tile к вашим ключам, и вы сможете найти их в кратчайшие сроки.

LG, Samsung, Whirpool и Sony, делают умные домашние технологии. Amazon Echo имеет функцию распознавания голоса. Он совместим с другими подключенными устройствами, веб-музыкальными сервисами (Pandora и Spotify) и может выполнять другие задачи с помощью голосовой команды, включая вызов такси Uber, управление освещением и температурой в доме, обмен новостями, прогноз погоды и телефонные звонки.

Как работает IoT?

Каждое устройство/машина IoT содержит датчики, связанные с облачной платформой IoT. Последняя в свою очередь собирает, обрабатывает, и распространяет данные с каждого подключенного устройства/датчика, позволяя устройствам взаимодействовать друг с другом и в интернете (данный процесс межмашинной связи через платформы IoT называют M2M).

Проблемы

В некотором смысле у IoT те же проблемы, что и у блокчейна. Прежде всего это связано с непредсказуемой и постоянно развивающейся природой интернета:

Безопасность. Огромные объемы данных, генерируемых подключенными устройствами и обрабатываемыми на облачных платформах IoT лакомый кусочек для опытных хакеров, которые могут проникнуть на незащищенные устройства и платформы и нанести вред. Уже были прецеденты, когда хакеры взламывали подключенные автомобили, оружие и даже игрушки! Ситуация станет хуже, если возникнут новые компьютерные вирусы в IoT. Работа оборудования уже нарушалась в основных отраслях промышленности (например, вирус Stuxnet в Иране). Следует упомянуть и атаки ботнетов Mirai в 2016 году, которые затронули Netflix, Reddit и Airbnb. Более полумиллиона устройств по всему миру оказались в заложниках.

Управление. Как и блокчейн на заре возникновения, мир IoT подобен Дикому Западу повсюду появляются новые поставщики услуг и технологические компании, намеренные за короткие сроки занять лидирующие позиции на рынке. Сейчас они выпускают продукты с поддержкой IoT. Но большая часть из них создается без соблюдения стандартов качества, совместимости и безопасности, характерных в IT сфере. Это объясняется тем, что сейчас в данной области просто нет руководящей инстанции. Компании и правительства стран разрабатывают собственные индивидуальные критерии. Но единого стандарта нет.

Как IoT может захватить нас?

Изображение: Unsplash

И хотя у нас еще нет сверхинтеллектуальных машин правовые, политические, социальные, финансовые и иные регулирующие вопросы настолько сложны и широки, что необходимо взглянуть на них сейчас с точки зрения IoT. Тогда можно будет с ними безопасно работать в ближайшие 10-20 лет. Искусственный интеллект уже представляет опасность в своей нынешней форме. И вот некоторые возможные риски сверхумного IoT:

Автономное оружие. ИИ может быть запрограммирован убивать. Можно предположить, что ядерная гонка вооружений сменится на глобальную гонку автономных вооружений. Победившая страна станет управлять всем миром.

Кроме риска обретения оружием разума после активации, скорее всего, его будет трудно отключить или остановить боевые действия.

Социальные манипуляции. Автономные алгоритмы очень эффективны в целевом маркетинге социальных медиа. Они знают, кто мы, что нам нравится, и догадываются о том, что мы думаем.

Сейчас в США продолжают вести расследование в деле Cambridge Analytica и других компаний, где использовались данные 50 миллионов пользователей Facebook с попыткой повлиять на исход президентских выборов в США в 2016 году и на референдум по Brexit в Великобритании. Если обвинения верны, то это наглядная иллюстрация использования ИИ для социальных манипуляций. Распространяя пропаганду среди людей, идентифицированных с помощью алгоритмов и персональных данных, ИИ может нацелиться на них и распространить любую информацию, в любом формате, который будет наиболее убедительным для людей.

Нарушение частной жизни. Теперь можно отслеживать и анализировать каждое движение человека в интернете, а также видеть, когда он занимается своими повседневными делами. Камеры и алгоритмы распознавания лиц везде. Все уже знают, кто вы. Данный тип анализа информации используется в Китае: каждому гражданину дается личный балл в зависимости от поведения как они передвигаются по улицам, курят ли в неположенных местах, сколько времени играют в видеоигры и т.д. Когда Большой Брат следит за вами, а затем принимает решения, основанные на своих данных это уже не просто вторжение в частную жизнь. Это социальное угнетение.

Несогласованность человеческих и машинных целей. Люди ценят в машинах с ИИ эффективность и действенность. Но это может быть опасно, если цели машины отличаются от человеческих. Например, команда доставь меня в аэропорт как можно скорее может иметь ужасные последствия для других участников дорожного движения. Да, машина эффективно выполнит свою задачу доставит вас в аэропорт вовремя. Но может при этом оставить за собой шлейф из аварий, штрафов и даже смертей!

Дискриминация. Поскольку машины могут собирать, отслеживать и анализировать данные, возможно, они начнут использовать информацию против вас. Нетрудно представить себе надоедливые звонки от страховой компании, узнавшей, что вы недавно попали в аварию. Или работодателя, который уволил вас, основываясь на вашем социальном кредитном рейтинге.

Выводы

IoT индустрия появилась только в 2005 году. Ей нужно время, чтобы созреть. Но вместе с этим, период ее созревания это чернозем для хакерских атак. Поэтому компании вкладывают миллионы долларов в хакатоны, изучая уязвимости в IoT.

Проще говоря, на вершине горы окажутся компании, которые обеспечат безопасность на IoT платформах и связанного с ними оборудования, а также те, кто будет решать соответствующие деловые и потребительские задачи с помощью товаров и услуг IoT.

Но любая мощная технология, как мы знаем, может быть использована не по назначению. Сегодня искусственный интеллект действует для многих благих целей. В том числе, чтобы лучше ставить медицинские диагнозы, находить новые способы лечения рака и делать автомобили безопаснее. Тем не менее, по мере расширения возможностей искусственного интеллекта мы также увидим, что он используется в опасных или злонамеренных целях.

Машинное обучение это один из способов применения искусственного интеллекта в компьютерных технологиях при работе с различными данными. Благодаря машинному обучению, программные приложения могут точнее прогнозировать результаты и анализировать данные. Основная цель и идея машинного обучения позволить компьютерам обучаться самим, автоматически и без вмешательства человека.

По прогнозам специалистов, машинное обучение это будущее. По мере того, как люди становятся все более зависимыми от машин и гаджетов, грядет мировая технологическая революция, благодаря которой появятся новые профессии и исчезнут старые. В связи с этим, наша команда приготовила небольшое исследование по этому поводу.

История

В 1959 году Артур Самуэль, исследователь искусственного интеллекта, ввел термин машинное обучение. Он изобрел первую самообучающуюся компьютерную программу по игре в шашки. Самуэль определил машинное обучение как процесс, в результате которого компьютеры способны показать такое поведение, которое в них не было запрограммировано изначально.

Ниже рассмотрим другие важные даты в истории машинного обучения:

1946: Появился компьютер ЭНИАК сверхсекретный проект армии США.

1950: Алан Тьюринг создает Тьюринг тест для оценки интеллекта компьютера.

1958: Фрэнк Розенблатт придумал Персептрон первую искусственную нейронную сеть и создал первый нейрокомпьютер Марк-1.

1959: Марвин Минский создал первую машину SNARC со случайно связанной нейросетью.

1967: Написан метрический алгоритм по классификации данных. Алгоритм позволил компьютерам применять простые шаблоны распознавания.

1985: Терри Сейновски создает NetTalk искусственную нейронную сеть.

1997: Компьютер Deep Blue обыграл чемпиона мира, Гарри Каспарова, в шахматы.

2006: Джеффри Хинтон, ученый в области искусственных нейросетей, ввел термин Глубинное обучение (Deep learning).

2011: Эндрю Энг и Джефф Дин основали Google Brain.

2012: В Google X Lab разработали алгоритм, позволяющий идентифицировать видеоролики, в которых показываются коты :)

2012: Google запускает облачный сервис Google Prediction API для машинного обучения. Он помогает анализировать неструктурированные данные.

2014: В Facebook изобрели DeepFace для распознавания лиц. Точность алгоритма 97%.

2015: Amazon запустила собственную платформу машинного обучения Amazon Machine Learning.

2015: Microsoft создает платформу Distributed Learning Machine Toolkit, предназначенную для децентрализованного машинного обучения.

2020: Технологии искусственного интеллекта применяются практически в каждом программном продукте.


Изображение: Unsplash

Где применяется машинное обучение уже сейчас?

Образование. Благодаря внедрению искусственного интеллекта, разработчики создали обучающие системы, симулирующие поведение учителя. Они могут выявлять уровень знаний учащихся, анализировать их ответы, ставить оценки и даже определять персональный план обучения.

К примеру, AutoTutor, обучает студентов компьютерной грамотности, физике и критическому мышлению. Knewton учитывает характеристику обучения каждого студента и разрабатывает для него уникальную учебную программу. ВВС США используют систему SHERLOCK, чтобы обучить пилотов находить технические неисправности в самолетах.

Поисковики. Поисковые системы используют машинное обучение, чтобы улучшить свои функции. Например, Google внедрила машинное обучение в распознавание голоса и поиск изображений. В 2019 году Google представила Teachable Machine 2.0 самообучающуюся нейросеть, способную распознавать звуки речи, интонации и позы. С помощью веб-камеры и микрофона пользователь обучает нейронные сети без написания кода и экспортирует их в сторонние приложения, носители или на веб-сайты.

Digital-маркетинг. Машинное обучение в данной сфере обеспечивает глубокую персонализацию клиента. Таким образом, компании могут взаимодействовать с клиентом на личном уровне, становясь к нему ближе. Благодаря алгоритмам сложной сегментации, машина фокусируется на нужном клиенте в нужное время, чтобы эффективно продавать продукты. Кроме того, благодаря правильным данным о клиентах, компании располагают информацией, которую можно использовать для изучения их поведения и реакций.

Например, Nova использует машинное обучение для написания электронной рассылки клиентам, делая письма при этом персонализированными. Машина знает, у каких электронных писем ранее была высокая конверсия, и, соответственно, предлагает изменения в рассылках для лучших продаж.

Здравоохранение. У IBM есть разработка Watson. Это суперкомпьютер для медицинских исследований, основанный на машинном обучении. Технология Watson for Oncology обрабатывает большой объем медицинских данных, в том числе изображения, на которых можно точно диагностировать рак. Watson for Oncology сейчас используется в больницах Нью-Йорка, Бангкока и Индии. В июле 2016 года IBM стала сотрудничать с 16 медицинскими центрами и технологическими стартапами, чтобы ускорить развитие программ для точной диагностики.

Вывод

Будущее технологий за машинным обучением. В ближайшее десятилетие машинное обучение будет конкурентным преимуществом не только у топовых компаний, но и у перспективных стартапов. То, что сегодня делается вручную, завтра будут делать машины. Следует добавить, что алгоритмы машинного обучения не только будут использованы в бизнесе и экономике, но и прочно войдут в повседневность (распознавание голосовых команд для умного дома).

Сегодня машинное обучение приобретает новые формы и постоянно развивается. Машинное обучение строится на концепции, что компьютеры могут учиться. Т.е. они могут делать то, на что не были запрограммированы изначально.

В данный момент исследователи искусственного интеллекта хотят протестировать, смогут ли компьютеры учиться на полученных данных. Интерактивный аспект машинного обучения важен, поскольку машины способны постоянно учиться и самостоятельно адаптироваться. Компьютеры учатся на предыдущих вычислениях и показателях, чтобы получить надежные и успешные решения и результаты для создания лучшего будущего.

Привет, Хабр! Когда-то наша команда решила собрать список важных источников для расширения кругозора наших сотрудников в IT-индустрии.

Поэтому мы подумали и решили опубликовать наш список используемых ресурсов и здесь:

1. Новостные (СМИ)

1. 3DNews согласно описанию сайта, публикация новостей и аналитики в компьютерных технологиях, результатов тестирования компьютерной техники (видеокарт, мультимедиа, принтеров, сканеров и др.).
2. Tproger интернет-издание о разработке, публикуют актуальные новости, авторские статьи и переводы.
3. Dou украинский новостной сайт с публикациями об IT-индустрии в стране и мире, а также со статистикой зарплат работников и рейтингом компаний.
4. DevBy белорусский новостной сайт с публикациями об IT-индустрии в стране и мире. На сайте размещаются новости, интервью, репортажи, аналитика.
5. IXBT новостной сайт с разборами техники, информационных технологий и новых программных продуктов.

2. Общие сайты (блоги и форумы)

1. Securitylab.ru портал, посвященный информационной безопасности.
2. Unetway портал для общения между компаниями и IT-специалистами.
3. Ru.Board форум, где можно обсудить такие IT-проблемы как: компьютерные игры, ремонт компьютеров на дому, фото и видео техника, программирование, графика и многое другое.
4. Nomobile.ru журнал, посвященный гаджетам.
5. Киберфорум форум для программистов, системных администраторов, и администраторов баз данных, посвященный электронике и бытовой технике.
6. Computerworld Россия сайт, где публикуются обзоры событий индустрии информационных технологий в России и в мире, а также примеры успешных внедрений информационных систем на российских предприятиях.
7. Losst сайт, целиком посвященный Linux.

3. Англоязычные ресурсы

1. Network World печатное еженедельное IT-издание, ориентирующееся на новости и события в мире компьютерных сетей.
2. Mashable мировая техническо-развлекательная медиа-платформа.
3. Dzone сайт, посвящённый вопросам разработки ПО.
4. CIO англоязычный журнал, связанный с технологиями и ИТ.
5. Engadget блог о технологиях, публикующий новости о гаджетах и потребительской электронике.
6. Sitepoint сообщество со статьями на тему веб-разработки.
7. Slashdot сайт, на котором представлены новости о науке, технике и политике.
8. OSNews компьютерный новостной сайт, агрегирующий новости потребительской электроники.
9. Hacker News агрегатор IT-новостей.
10. TechCrunch интернет-издание о стартапах, интернет-бизнесе, инновациях и веб-сайтах.

4. Сайты формата Вопрос-Ответ

1. Stack Overflow сервис по типу вопрос-ответ, облегчает повседневные проблемы разработчиков.
2. Quora еще один сервис вопрос-ответ.
3. AskDev.ru и еще один сервис вопрос-ответ.
4. Собственно, сайт Хабра Q&A.

5. Подкасты

1. Раздел TED Talks о технологиях собрание выступлений известных личностей от изобретателей до обычных активистов в IT-сфере.
2. Радио-Т разговоры на темы хайтек, высоких компьютерных технологий, гаджетов, облаков, программирования и прочего интересного из мира ИТ.
3. DevZen обсуждение новостей IT, рассказы о работе и впечатления о новых продуктах.
4. The Art Of Programming интервью и монологи о современном в IT.
5. IT-тренд подкаст о новых продуктах от мировых компаний.
6. Разбор полётов обсуждение программирования программистами.

Мы стараемся пополнять наш список хорошими источниками, поэтому интересно будет посмотреть и на другие ресурсы. Пишите, обсудим)

Привет, Хабр!

Когда-то наша команда решила собрать список важных источников для расширения кругозора наших сотрудников в IT-индустрии.

Поэтому мы подумали и решили опубликовать наш список используемых ресурсов и здесь:

1. Новостные (СМИ)
1. 3DNews согласно описанию сайта, публикация новостей и аналитики в компьютерных технологиях, результатов тестирования компьютерной техники (видеокарт, мультимедиа, принтеров, сканеров и др.).
2. Tproger интернет-издание о разработке, публикуют актуальные новости, авторские статьи и переводы.
3. Dou украинский новостной сайт с публикациями об IT-индустрии в стране и мире, а также со статистикой зарплат работников и рейтингом компаний.
4. DevBy белорусский новостной сайт с публикациями об IT-индустрии в стране и мире. На сайте размещаются новости, интервью, репортажи, аналитика.
5. IXBT новостной сайт с разборами техники, информационных технологий и новых программных продуктов.

2. Общие сайты (блоги и форумы)
1. Securitylab.ru портал, посвященный информационной безопасности.
2. Unetway портал для общения между компаниями и IT-специалистами.
3. Ru.Board форум, где можно обсудить такие IT-проблемы как: компьютерные игры, ремонт компьютеров на дому, фото и видео техника, программирование, графика и многое другое.
4. Nomobile.ru журнал, посвященный гаджетам.
Киберфорум форум для программистов, системных администраторов, и администраторов баз данных, посвященный электронике и бытовой технике.
5. Computerworld Россия сайт, где публикуются обзоры событий индустрии информационных технологий в России и в мире, а также примеры успешных внедрений информационных систем на российских предприятиях.
6. Losst сайт, целиком посвященный Linux.

3. Англоязычные ресурсы
1. Network World печатное еженедельное IT-издание, ориентирующееся на новости и события в мире компьютерных сетей.
2. Mashable мировая техническо-развлекательная медиа-платформа.
3. Dzone сайт, посвящённый вопросам разработки ПО.
4. CIO англоязычный журнал, связанный с технологиями и ИТ.
5. Engadget блог о технологиях, публикующий новости о гаджетах и потребительской электронике.
6. Sitepoint сообщество со статьями на тему веб-разработки.
7. Slashdot сайт, на котором представлены новости о науке, технике и политике.
8. OSNews компьютерный новостной сайт, агрегирующий новости потребительской электроники.
9. Hacker News агрегатор IT-новостей.
10. TechCrunch интернет-издание о стартапах, интернет-бизнесе, инновациях и веб-сайтах.

4. Сайты формата Вопрос-Ответ
1. Stack Overflow сервис по типу вопрос-ответ, облегчает повседневные проблемы разработчиков.
2. Quora еще один сервис вопрос-ответ.
3. AskDev.ru и еще один сервис вопрос-ответ.
4. Собственно, сайт Хабра Q&A.

5. Подкасты
1. Раздел TED Talks о технологиях собрание выступлений известных личностей от изобретателей до обычных активистов в IT-сфере.
2. Радио-Т разговоры на темы хайтек, высоких компьютерных технологий, гаджетов, облаков, программирования и прочего интересного из мира ИТ.
3. DevZen обсуждение новостей IT, рассказы о работе и впечатления о новых продуктах.
4. The Art Of Programming интервью и монологи о современном в IT.
5. IT-тренд подкаст о новых продуктах от мировых компаний.
6. Разбор полётов обсуждение программирования программистами.

Мы стараемся пополнять наш список хорошими источниками, поэтому интересно будет посмотреть и на другие ресурсы. Пишите, обсудим)

Наша команда вкратце расскажет о том, почему геймификация является интересным инструментом, обсуждаемым в HR-сообществе

Одна из главных причин, почему геймификация это хорошо, она разгружает мозг

Ведь как известно, многие взрослые люди после работы приходят домой и играют в компьютерные игры для того, чтобы немного отвлечься и отдохнуть. Согласно исследованию Insight ONE, большая часть россиян играют в компьютерные игры, а средний возраст игрока равняется 30 годам.

Причем даже те, кто не играет в компьютерные игры, тем не менее, способны вовлечься и провести время, играя со своим ребенком (89% родителей). А это определенно играет в плюс геймификации даже в отношении тех, кто не склонен играть в видеоигры.

Процесс вовлеченности в игру более прост, чем попытка включиться в работу. Соответственно, геймифицированная версия работы = увеличение показателя вовлеченности и производительности.

По сути, геймификация труда отнимает какую-то долю времени у привычных компьютерных игр, заменяя их геймифицированной версией рабочего взаимодействия (баллы, соревновательный аспект и т.д.), похожего на компьютерную игру. Причем отнимает не потому, что вместо компьютерных игр персонал играет в работу, а потому что им не нужно так сильно разгружать собственный мозг.

Геймификация позволяет перейти из модели Я могу + я не хочу/Я могу + я должен в модель Я могу + я хочу

Я могу + я не хочу порождает такие проблемы сотрудников как я хотел, но не успел и я забыл, а я могу + я должен хоть и приносит неплохой результат, но, увы, это не уровень компаний ВКонтакте и Яндекс, где все работают благодаря своему энтузиазму. Последняя модель, к слову, присуща нашей российской системе.

Я могу + я хочу, в свою очередь, это и есть идеальная модель: современного работника интересует не только материальное вознаграждение, но и возможность самореализации в виде признания, социального статуса, интереса к самой работе и поставленным задачам. Как пример, исследование ВШЭ подтверждает данный тезис. Кстати, то же самое можно сказать и о других странах.

Иными словами, вышеуказанные потребности как раз и удовлетворяет геймификация. В этом ей помогают проявляющиеся на экране публичные баллы, рейтинги и другие важные для признания среди коллег вещи.

Есть два вида геймификации:

1. Сложный когда чуть ли не абсолютно все процессы подменяются игровыми механиками, направленными на виртуальное обучение сотрудников (управление логистикой, продажи и т.д.).

Как результат, уменьшение затрат на обучение персонала и снижение сокращений.
Пример кейса.

Главный минус: дороговизна.
Главная особенность: направлена не на получение реальной прибыли, а на сугубо обучение и разгрузку hr-менеджеров.

2. Простой когда к привычной работе добавляются виртуальные стимулы и (или) виртуальные элементы.

Виртуальные стимулы могут быть в виде 10 000 золотых на счету сейлза за закрытую сделку. Виртуальные элементы, в свою очередь, представляют собой каркас, форму представления.
Например, это можно представить либо в виде особо красочного варианта похода на орков, либо в более сдержанной форме, но с наличием метафор нейтральная визуализация компании с разными визуальными стимулами, выпадающими в окошках/меню геймифицированного интерфейса.

Пример удачности внедрения тех самых виртуальных стимулов можно посмотреть здесь.

Главный вопрос: зачем использовать виртуальные стимулы, если есть реальные материальные?

Потому что зарплата воспринимается лишь как обмен усилий, а игровые баллы, в особенности публичные и виртуальные, прибавляют соревновательный аспект и желание самореализоваться, видя наглядно плоды своих трудов. А это, в свою очередь, порождает ту самую увеличивающуюся мотивацию, которая присуща большим компаниями наподобие Яндекса или ВКонтакте.

Если с самореализацией и повышенным интересом все достаточно понятно, то случай с соревновательным аспектом от внедренной геймификации можно выразить в простом предложении:

если публично вывесить показатели эффективности сотрудников того или иного отдела и дать им возможность менять соотношение баллов, выполняя KPI и опережать друг друга, то желание быть в числе первых обязательно возьмет свое

Причины, почему геймификация работает долго

В книге Нира Эяля Hooked. На крючке подробно расписано про так называемые триггеры, заставляющие совершать определенные действия с целью получения награды. Наградами, как мы выяснили выше, могут быть, к примеру, 10 000 золотых монет за закрытую сделку.

Нил Эяль выделяет 3 вида наград:

1. Социальная награда/признание: желание продемонстрировать свое превосходство и получить лайки.
Работник выполняет лучше всех план и получает большое количество золотых монет, публичную награду в виде значка от руководства и наиболее высокую позицию в виртуальном геймифицированном пространстве.

2. Охота/собирательство: склонность к сбору наград, социальных очков и т.д.
Работник будет испытывать интерес к получению баллов за выполнение быстрых/несложных задач.

3. Внутренняя награда: улучшение навыков и мастерства.
Работник видит результаты своего труда и испытывает глубокое чувство самореализации в рамках своей профессии.

Второй пункт представляется самым интересным, так как за поддержание интереса и формирование привычки отвечает показатель Retention (пер. Возвращаемость). Именно Retention-коммуникации, пронизывающие процесс геймификации и позволяют иметь высокий, чуть ли не вечный срок жизни геймификации в компании, а также пользоваться активным спросом на рынке.

Вслед за Retention и большому количеству инвестированного времени в игру появляется и веская причина реально ценить продукт. Чем дольше и чаще взаимодействие с геймифицированным сервисом тем быстрее это входит в привычку, ведь для формирования устойчивых привычек по физиологии требуется около 2-х месяцев ежедневного повторения.

Таким образом, сформировав привычку потребления и инвестировав собственные время и усилия в геймифицированную версию работы, сотрудники будут больше ценить заработанное, и вследствие этого их уже будет тяжелее не заставить пользоваться сервисом, а отучить от его использования.

В заключении

Алгоритм возможной пользы от внедрения такого инструмента, как геймификация, будет выглядеть следующим образом:
1. Создание нематериальной мотивации через самореализацию и (или) соревновательный аспект.
2. Повышение результативности персонала, направленной не на просто результаты, а на сверхрезультаты.
3. Увеличение продаж компании и снижение нагрузки с hr-менеджеров.

Наша команда Kauri также занимается разработкой геймификации для повышения мотивации и вовлечения персонала. Если вашим проектам или бизнес-играм требуется визуализация, мы будем рады помочь!

Привет, Хабр! Сразу честно говорим, что это реклама)

Наша команда решила создать телеграм-канал, посвященный исследованиям популярных IT-технологий и обзором самых обсуждаемых новостей из мира IT:

1. Обзоры обсуждаемых, хайповых технологий, нововведений IT-сервисов и вышедших на рынок IT-продуктов и стартапов;
2. Исследования рынка, потребителей и основных игроков рынка обсуждаемых новинок;
3. Наши авторские полезные подборки ресурсов, а также модели для исследований и разработок.

Ссылка: t.me/kauriot

Кроме честной рекламы, мы также хотим получить фидбэк.
На данный момент, это наш первый опыт создания подобного канала, поэтому ждём критики от сообщества)

Главный фокус на исследовательской стороне дела, на потребителях, трендах и УТП.
Больший ориентир сделан на продакт-менеджеров, маркетологов и разработчиков, которые хотят в простой и интересной форме почитать о разборе самых обсуждаемых IT-продуктов в индустрии.

Вопрос: что по вашему мнению стоит улучшить на канале и чего не хватает?