از نوسان تا نوآوری؛ «برآورد گستر ویرا» چگونه الگویی تازه در قیمت‌گذاری بازار خودرو ساخت؟
در بازار پرنوسان و پیچیده خودرو ایران، جایی که نبود شفافیت و تغییرات لحظه‌ای قیمت‌ها سردرگمی بسیاری برای خریداران و فروشندگان ایجاد کرده، «برآورد» با تکیه بر داده‌محوری و هوش مصنوعی توانسته الگویی نو برای تصمیم‌گیری آگاهانه بسازد.
کاماپرس در گفت‌وگوی اختصاصی با محی‌الدین نریمانی، مدیرعامل شرکت «برآورد گستر ویرا»، از مسیر پرچالش اما هدفمند این استارتاپ، تجربه‌های واقعی از مواجهه با بحران‌ها، سازوکار تصمیم‌سازی مبتنی بر داده، نقش هوش مصنوعی در خلق معنا از دل اعداد و چشم‌انداز آینده‌ای شفاف برای بازار خودرو ایران سخن گفت.
برای مشاهده جدیدترین اخبار کسب و کار کاماپرس را در اینستاگرام دنبال کنید.
با توجه به فضای کسب‌وکاری ایران و چالش‌های مداومی که با آن‌ها مواجه می‌شویم، الگوی شما برای گذر از این چالش‌ها چیست؟
ما در زیست‌بومی قرار داریم که ناگزیر به تطابق سریع و هماهنگ با شرایط متغیر آن هستیم؛ چه در سطح سیاست‌های کلان و خرد حاکمیتی و چه سایر عوامل موثر. اگر نتوانیم خود را با این تغییرات سازگار و هم‌راستا کنیم، نه تنها ماندگاری خود را از دست خواهیم داد، بلکه توانایی حفظ مخاطبان کنونی نیز برایمان غیرممکن خواهد شد.
در رویکرد ما برای مواجهه با چالش‌های نوظهور، نخستین موضوع تحلیل دقیق مسئله است. یعنی با بهره‌گیری از داده‌های بازار، رفتار کاربران و شرایط اقتصادی جدید، باید درک درست و عمیقی از مسئله داشته باشیم. این مرحله، بنیاد مواجهه صحیح با چالش‌ها به شمار می‌آید و تلاش می‌کنیم همواره آن را رعایت کنیم.
دومین اصل، استفاده از راه‌حل‌های تطبیقی است. به‌ویژه در فرآیند برآورد که رویکرد داده‌محور دارد، همواره به داده‌های تازه وزن بیشتری داده می‌شود. اتخاذ تصمیمات مبتنی بر نسخه‌های ثابت و داده‌های قدیمی، در مواجهه با شرایط و چالش‌های نو، احتمال خطا را به شدت افزایش می‌دهد. از این رو، راه‌حل‌های ما قابلیت تطبیق پیوسته با شرایط مختلف، از جمله تفاوت‌های جغرافیایی و حجم داده‌های جدید را دارا هستند و بر اساس داده‌های به‌روز، پاسخ‌هایی کارآمد و تازه ارائه می‌کنند.
نکته مهمی که همیشه به آن اشاره می‌کنم و از کتاب «هفت عادت انسان‌های موثر» اثر استفان کاوی بهره می‌گیرم، معرفی چند عادت کلیدی انسان‌های مؤثر است که می‌توان آن‌ها را به کسب‌وکارهای موفق نیز تعمیم داد. یکی از مهم‌ترین این عادت‌ها، داشتن رویکرد «پرواکتیو» یا فرا عامل است که ما به عنوان سومین اصل بر آن تأکید داریم و معتقدیم کسب‌وکارهای دیگر نیز برای پیشرو بودن ناگزیر به رعایت آن هستند.
به طور کلی، کسب‌وکارها در مواجهه با تغییرات و چالش‌ها، معمولا به سه صورت واکنش نشان می‌دهند؛ برخی به شیوه ریاکتیو یا واکنشی عمل می‌کنند و تنها پس از بروز مشکل یا رویداد، اقدام می‌نمایند و منتظر می‌مانند تا شرایط بیرونی آن‌ها را وادار به عمل کند که متحمل آسیب خواهند شد، برخی دیگر رویکردی اکتیو یا کنشگر دارند و با تحلیل وضعیت موجود، پیش از بروز چالش‌ها اقدام می‌کنند، اما دسته‌ای از سازمان‌ها پرواکتیو یا فرا عامل هستند؛ به گونه‌ای که نه تنها به شرایط فعلی پاسخ می‌دهند، بلکه با نگاهی آینده‌نگر و پیش‌بینی چالش‌های احتمالی، تغییرات لازم در زیرساخت‌ها، منابع انسانی و فرآیندها را پیشاپیش انجام می‌دهند تا در مسیر آینده موفق‌تر عمل کنند.
مورد چهارم، بهره‌گیری از «همافزایی» در مواجهه با چالش‌ها است که در دو سطح شکل می‌گیرد؛ نخست همافزایی درون‌تیمی که بین اعضای تیم ایجاد می‌شود و دوم همافزایی با کاربران که از طریق تعامل مستمر و دریافت بازخوردهای پیوسته تحقق می‌یابد.
این ارتباط و تعامل مداوم با کاربران و تیم نرم افزاری، زمینه‌ساز افزایش خلاقیت و نوآوری در یافتن راهکارهای مناسب برای چالش‌ها می‌گردد. ما نیز کوشیده‌ایم تا حداکثر توان خود را به کار ببندیم تا این چهار اصل کلیدی را در فعالیت‌ها و تصمیم‌گیری‌های خود به طور مستمر رعایت کنیم.
طی یک دهه گذشته تجربه شاخصی در مواجهه با چالش‌ها داشته‌اید؟
در طول ۱۰ سال گذشته اتفاقات زیادی رخ داده که ما را مجبور به تغییراتی در روند کارمان کرده است. ابتدای راه، وقتی وارد حوزه قیمت‌گذاری خودرو شدیم، چون کار اصلی ما برآورد هوشمند قیمت خودرو با استفاده از الگوریتم‌های هوشمند بود، از الگوریتم‌های اولیه استفاده می‌کردیم. اما تغییرات شدید و غیرمنتظره قیمت‌ها در برخی بازه‌ها، مثلا ظرف یک یا دو روز بازار به شدت دچار هیجان می‌شد و سرعت به‌روزرسانی داده‌ها که بر اساس زیرساخت اولیه طراحی شده بود، اصلا متناسب با این تغییرات نبود. بنابراین ناچار شدیم ساختار و برنامه‌ریزی خود را تغییر دهیم تا بتوانیم پاسخگو باشیم.
چالش دیگر، افزایش تعداد کاربران بود. زیرساخت طراحی شده برای تعداد مشخصی از کاربران در نظر گرفته شده بود، اما در یک بازه زمانی تعداد کاربران به شکل نمایی رشد کرد و دیگر زیرساخت قبلی پاسخگو نبود. پس نیاز به برنامه‌ریزی مجدد داشتیم.
مورد سوم، افزایش سرویس‌ها بود. ابتدا فقط سرویس قیمت‌گذاری خودرو و هزینه مالیات نقل و انتقال خودرو را داشتیم، اما با گذشت زمان و بر اساس نیاز کاربران و شرایط بازار، تنوع سرویس‌ها بیشتر شد که توسعه پایدار آن‌ها خود چالشی جدید بود.
راهکارهایی که برای گذر از این چالش‌ها طراحی کردید، بر چه فرآیندی استوار بود؟
اولین گام در مواجهه با مشکلات، تشخیص درست مسئله بود. با استفاده از داده‌های بازار و بازخورد کاربران، مسئله را از نظر فنی و نیازهای کاربران تحلیل می‌کردیم. سپس وارد مرحله طراحی راه‌حل اولیه می‌شدیم.
در این مرحله، همان همافزایی که پیش‌تر اشاره کردم رخ می‌داد؛ یعنی راه‌حل را طراحی، آزمون و به تدریج اصلاح می‌کردیم تا چالش را رفع کنیم. این فرآیند را برای اکثر سرویس‌ها و چالش‌ها طی کردیم.
نقش «برآورد» در شفاف‌سازی خرید و فروش در بازار خودرو ایران چیست؟
شروع فعالیت «برآورد» ناشی از نیازی اساسی بود. شخصا هنگامی که قصد فروش خودروی خود را داشتم، با تفاوت‌های قابل توجهی در قیمت‌های اعلام شده از سوی منابع مختلف مواجه شدم. در حالی که شرایط خودرو یکسان بود، قیمت‌ها اختلاف چشمگیری داشتند که این مسئله بیانگر عدم شفافیت در بازار برای خریدار و فروشنده بود.
بر این اساس، تصمیم گرفتیم با بهره‌گیری از داده‌های متنوع بازار و تحلیل رفتار بازیگران کلیدی شامل نمایشگاه‌داران، فعالان بازار و فروشندگان، با استفاده از روش‌های علمی و دانش روز، به الگویی دست یابیم که خریداران و فروشندگان را قادر سازد تصمیماتی آگاهانه و مبتنی بر واقعیت‌های بازار اتخاذ کنند.
در این سامانه، تصمیم‌گیری بر اساس داده‌های عینی و به صورت بی‌طرفانه انجام می‌شود، بدون تاثیرپذیری از منافع شخصی افراد، که گاه توسط برخی خریداران یا واسطه‌ها بر قیمت‌ها اثرگذار است. هدف ما کاهش یا حذف این تأثیرات غیرمنصفانه و ارتقای شفافیت بازار است.
نقش هوش مصنوعی در این فرآیند چیست؟ آیا فقط یک عدد تولید می‌کند یا معنا هم می‌سازد؟
ظاهر کار تولید یک عدد قیمت است، مثلا یک میلیارد و ۲۵۰ میلیون تومان. اما در واقع ما تلاش داریم با تحلیل داده‌ها و یادگیری از آن‌ها، به کمک یادگیری ماشین و در سطوح بالاتر با استفاده از یادگیری عمیق، معنا استخراج می‌کنیم.
در واقع، سیستم‌های قدیمی فقط عملیات ریاضی ساده انجام می‌دادند، اما هوش مصنوعی کمک می‌کند رفتار بازار پیش‌بینی شود و معانی جدیدی از داده‌ها به دست آید. هدف ما استخراج معنا از داده‌ها برای کمک بهتر به خریداران و فروشندگان است.
چشم‌انداز شما برای آینده برند «برآورد» چیست؟
چشم‌انداز ما تبدیل شدن به یکی از بازیگران موثر و مرجع قیمت‌گذاری خودرو در ایران است. در ادامه، تمایل داریم این تجربه را به بازارهای دیگر نیز تعمیم دهیم. هدف اصلی، کسب جایگاه مرجع قیمت‌گذاری خودرو و کمک به خریداران و فروشندگان است و در کنار آن، شفاف‌سازی در بازار خودرو، همراه با ارائه خدمات مشاوره تخصصی خرید و فروش خودرو برای ما اهمیت بالایی دارد.
با توجه به شرایط فعلی جامعه و فضای مبهم کسب‌وکارها، چه برنامه‌ای برای تقویت حضور برند خود در بازار دارید؟
فعالیت در شرایط کنونی برای همه کسب‌وکارها سخت است. بزرگان مدیریت می‌گویند «اره خودتان را تیز نگه دارید»؛ یعنی تیم باید همواره در حال رشد و به روز کردن خود باشد تا بتواند سریع واکنش دهد. متاسفانه بسیاری از کسب‌وکارها این ویژگی را ندارند.
علاوه بر تیم قوی و به روز، آموزش و تولید محتوای موثر برای کاربران اهمیت دارد. هر کسب‌وکاری که نیاز آموزشی مخاطبانش را برطرف کند، ارزش‌آفرینی کرده است، هرچند این روند نیازمند نگاه پایدار است.
نکته دیگر همافزایی است؛ همافزایی درون‌تیمی و همکاری با سایر کسب‌وکارها. برای مثال، «برآورد» باید بازیگران مرتبط را شناسایی و با آن‌ها همکاری کند تا سرویس‌های جدید خلق شود. بیشک این همکاری و همافزایی موجب تقویت برند و ایجاد شرایط برد-برد برای مشتریان و سایر شرکای تجاری برآورد خواهد شد.
انتهای پیام
مرتبط با:
