Анализ активности в СМИ, как лучший показатель для прогнозирования тенденций в сфере технологий

Мы сегодня уже можем печатать ракеты на 3D-принтерах и секвенировать (разложить по составляющим) человеческий геном с затратами всего в $1000, тогда почему наши методы выявления и прогнозирования зарождающихся технологичных трендов так безнадежно неэффективны?

Эту неэфффективность идеально иллюстрирует индустрия дронов (беспилотных летательных аппаратов) и сфера виртуальной и дополненной реальности. Вот те вещи, которые сегодня на устах, практически, у каждого эксперта: рынок дронов достигнет к 2020 году размеров от $1,27 млрд. (да, именно вот такие точные цифры) до $10 млрд.; оценки перспектив индустрии дополненной и виртуальной реальности к 2020 году разнятся от $1,06 млрд. (то есть точно $1 млрд. и $60 млн.) до $150 млрд.

GM-Apple-Google-driverless-car

По этим двум примерам можно понять, что прогнозирование перспектив новых технологичных трендов очень похоже на метание дротиков, то есть кто кого переплюнет. Самое важное, что у людей отсутствует какая бы то ни было точная информация по формирующимся молодым инновационным направлениям и, поэтому у нас просто нет возможности провести доскональный собственный анализ, в результате чего приходится полагаться на анекдотические прогнозы экспертов.

wasdw

В этом месте аналитическое издание CBInsights предлагает свой собственный подход к прогнозированию развития технологичных направлений путем анализа информации и материала в средствах массовой информации, а точнее изучая тренды активности относительно тех или иных тем в СМИ (Google Trends).

Вот несколько примеров подобного подхода.

Рассмотрим два таких популярных на сегодня направления, как Интернет вещей и Big Data. Шкала интереса СМИ к этим двум технологичным трендам находится в восходящей динамике и, практически, на одинаковом уровне.

big-data-versus-internet-of-things

При этом стоит понимать, что Интернет вещей это достаточно общее понятие, которое включает в себя множество направлений. Если мы взглянем на направлении Интернета вещей для промышленности, то увидим, что интерес к этому направлению в СМИ растет.

industrial-IoT

А вот направление датчиков или, как еще называют этот формат взаимодействия между устройствами М2М (машина-машина), демонстрирует некоторую консолидацию без восходящего вектора в последнее время.

Industrial-IoT-sensor-machine-to-machine-m2m

Анализ Трендов может позволить нам увидеть и понять тенденцию, как отрасли в целом, так и динамику развития отдельных ее составляющих.

Почему этот способ анализа вектора развития новых технологий работает. Статьи в средствах массовой информации (их количество, риторика, эмоциональный накал) представляют большой интерес для маркетологов, которые потом выдают сводные аналитические прогнозы, а технологичные предприниматели в свою очередь читая материал в СМИ и анализируя аналитические материалы начинают двигать свои идеи в направлении наиболее популярных направлений, информацию о которых они почерпнули в тех-же СМИ. Так что, мы сами же и развиваем успех горячих тематик в реальные проекты и услуги.

Давайте попробуем разобрать эту позицию на примере индустрии виртуальной реальности.

Все начинается с постов в небольших блогах, которые пишут отдельные энтузиасты (Discovery Phase).

virtual-reality

Затем обычно происходит некое яркое событие с участием какой ни будь крупной и известной компании. В случае с ВР это покупка стартапа Oculus Rift социальной сетью Facebook. Это частное, но громкое событие взрывает интерес к отрасли в целом, о которой начинают говорить все, что приводит к рождению новых стартапов в этой сфере и она начинает расти.

virtual-reality-competition

В итоге стоит сказать, что для более ли менее реального понимания динамики развития и интереса общества к тем или иным технологиям имеет смысл поглядывать на активность СМИ, которые представляют собой один из самых лучших градусников развития и прихода новых инновационных направлений.
Поделиться:
698
Комментарии
Подписаться на канал
Наверх