الفبای دادههای افراد*> از شناسایی تا حل سوال درست
سؤال اصلی که قبل از نوشتن این مطلب با خودم مرور کردم این بود: زیرساخت، تحلیل و روایت دادههای منابع انسانی چطور به ذهنیت رشد تیمی کمک میکنه؟ چه مسائلی رو باید توی اولویت قرار بدیم و چطور روی یادگیری علاقه مند بمونیم؟
جوابهایی کوتاهی هم به ذهنم رسید: مثل اتکا به داشتن ذهنیت رشد، استمرار روی حل مسائل واقعی، پایداری در دقت به جزئیات کنار جمع‌آوری و مصورسازی داده ها… اما این موارد هم کافی نیستند. اصل داستان، حل کردن مشکلات واقعی و یا تبدیل مشکل به مساله و مساله به راه حل هست. یعنی اصل تبدیل نرخ بهتر از هر چیزی کاربرد داره.
این مطلب حاصل فکر، مطالعه و عملیاتی کردن حداقل 367 ساعت و 35 دقیقه کار هست و امیدوارم ارزش خوندن رو داشته باشه. سوال طرح شده نیز یکی از مسائل واقعی شرکتی هست که فعلا مشغول به کار هستم.
بهتره بدونیم در تحلیل افراد، انرژی تیمی بر تخصص فردی ارجحیت داره. اینکه صرفا یک متخصص تمام عیار نمی تونه کل مسائل رو به بهترین شکل حل کنه. البته که نباید تخصص افراد رو دست کم بگیریم ولی باید حس کنیم این موضوع صرفا توی یک جاده یک طرفه اتفاق نمی افته و اگر تخصصی بلد هستیم، داستان حل مساله تمام نشده!
برعکس بهترین تیم تحلیل از نظر من، به‌کارگیری انرژی، علاقه و تخصص ترکیب افرادی هست که اول مساله را درست و خوب صیقل بدن، و در ادامه راه رسیدن به حل مساله رو با جزئیات بهتر، با در نظر گرفتن زمان بهینه دنبال کنند.
اصل موضوع باید حل مساله باشه تا صرفا خروجی گزارشهای شیک سازمانی برای سایر مخاطبان!. هر گزارش، داشبورد و یا نمایشی از گرافها و تصاویر باید حداقل وجود مساله و در ادامه رشد رو نشون بده. البته مشکلی هم نداره که این خروجی با جذابیت بصری منتشر بشه تا هم زحمات افراد دیده بشن و این تجربه در اختیار بقیه قرار بگیره، ولی اگر مساله‌ای رو توی شرکت حل نکنه تبدیل میشه به یک کاتالوگ یا محتوایی که تاریخ انقضاش فرا میرسه.
پس قبل از هر شروع به تحلیل داده در منابع انسانی، اصل رو روی مساله واقعی شرکت قرار بدین و اگر سخت و دور از ذهن به نظر می‌رسند، بلند مدت روی اونها کار کنید. نکته اصلی اینکه منابع و انرژی شما باید روی تقاطع دادههای افراد یا (منابع انسانی داخل و خارج شرکت)، هزینه و فایده‌های مالی و احتمالا فروش قرار بگیرن!
اخیرا با یک سری سؤال مواجه شدم که معمولا روی این نکته اشتراک دارند: «چطور میشه حداقل به یک تخصص متوسط منابع انسانی داده محور رسید». جواب قانع کننده ای برای این موضوع ندارم چرا که تجربه و زمان و سیر یادگیری افراد فرق داره. ولی یک تجربه سه ساله نمی تونه یک نسخه ایده آل رو تجویز کنه و پاسخ قطعی زمانی هم وجود نداره، ولی بدونیم زمانی به یک تخصص ایده آل میرسیم که روی یادگیری اشتراکی و با نیت خود-خواسته و استمرار قدم بذاریم. این تعریف چند نکته داره: علاقه با نیت عمل، در نظر گرفتن تخصص همه و حفظ پایداری یادگیری. یعنی یادگیری در حین کار، یادگیری فعال و مهم تر حس اینکه واقعا مساله رو به ساده‌ترین روش ممکن حل کنیم. پیچیده کردن مسائل و یا ربط دادن هر موضوعی به فناوری بدتر ذهن خود شما و بقیه رو گیج‌تر میکنه. اصل ساده‌سازی مسائل پیچیده واقعا لذت بخشه.
همه ما میدونیم در یک شرکت سخت اقتصادی قرار داریم. پس یک متخصص تحلیل کسب و کار می تونه نقش پررنگی در مدیریت هزینه، عملکرد و در نهایت بهتر کردن راندمان یک مجموعه، تیم و یا سازمان داشته باشه.
حالا با در نظر گرفتن این پیش زمینه، منطق حل مسائل بر اساس داده می تونه با در نظر گرفتن این عوامل باشه. قبل از شروع دوست دارم این نکات رو هم یادآوری کنم.
- برخی موضوع ها ممکنه از نظر توالی برتری نداشته باشند و صرفا بر اساس تجربه شخصی باشه
- این پیشنهادها صرفا تجربی هست و پایه کاملا عملی نداره
- هر بخش با سؤال، پیش فرض و راه حل حداقلی آماده شده
از کجا شروع کنیم؟
به نظرم هر تعریف مساله و فرآیند حل و اقدام داده های منابع انسانی باید یک صافی درستی رو طی کنه.
پیش فرض مساله داده ها: دسته بندی، بهینه‌سازی یا جمع‌آوری دادههای جدید و یا ترکیب با دادههای موجود با اصل پدیده شناسی روند سیالیت داده. نقشه و یا مسیر ورودی و خروجی داده باید به جزئیات تصویر بشوند.
اصل نرخ ها: تعریف مساله مشخص و عینی که قابل لمس باشه (پارامترهایی مثل هزینه، فایده، سود، ضرر، درصد رشد و. بهتره که توی اولویت قرار بگیرند).
تعریف مساله: ارتباط عملکرد فردی> تیمی و اثرگذاری روی خروجی افراد دیگه.
تحلیل و درک جزئیات بیشتر و دقیق‌تر: بازتعریف درست چرخه و رعایت برابری و صداقت در داده ها (عدم دستکاری داده و یا ایجاد پیچیدگی که فهم افراد رو مشکل کنه یا اصطلاحا نکته تاریک دانشی افراد باشه.)
روایت: باور درست به حل مساله و قضاوت غیر احساسی و غیر تعمیمی به مساله. (افراد قربانی یک روایت آماری نشوند. دوری شناسایی نقاط تقاطع از مبالغه و پوشاندن ضعف و یا زیاده روی در تحلیل مسائل)
اقدام: متأسفانه این مساله خیلی در تحلیل افراد ضعیف هست.
بهبود راه حل در گذر زمان: اگر حتی باور به اقدام داشته باشیم، بهبود مستمر نقطه فراموش شده در حلقه کلی چرخه می تونه باشه. متأسفانه ذهن انسان به بسته شدن سریع پرونده ها عادت داره.
قبل از شروع> منتظر تعریف سؤال از مدیریت نباشید.
قبل از حل مساله> خیلی و خیلی مشورت کنید. به تخصص همه افراد حتی یک فردی بی ارتباط به موضوع اهمیت بدهید.
بعد از شروع حل مساله> روی دانش و یا ابزار خاصی تعصب اضافی به خرج ندهید. صداقت روی داده رو اصل حل مسائل قرار دهید.
قرار نیست با این حل مساله حتما تشویق شوید، رشد فردی رو در کنار رشد سازمان گره بزنید.
اگر تشویق نشدید و مطمئن به حل مساله درست تر هستید، مدیریت رو قانع به شنیدن کنید. (روی این مساله مطلبی خوبی رو آماده میکنم).
شکل زیر چرخه یک سؤال ساده و بدون احساس نیاز سازمانی رو نشون میده. طرح مساله از دل این موضوع اومد که هر هفته میزان فروش و نرخ لید یا پتانسیل مشتری در قالب داشبورد صافی یا Funnel بررسی می‌شد.
مدل شخصی به عنوان یک تحلیلگر کسب و کار با تقاطع دادهای مالی و منابع انسانی.
روند چرخه داده رو چطور ترسیم کنیم؟
حالا اگه این مراحل رو توی یک مثال ساده و کاربردی توضیح بدیم، می تونم این مساله واقعی که خودم روبرو شدم رو بسط بدم: چطور داده های مالی فروش و بازاریابی با منابع انسانی می تونند در یک نقطه تقاطع داشته باشند.
نقاط بهبود هم شناسایی و در نهایت شناسایی نقاط تقاطع حل بشوند. برای مثال آیا خطای انسانی رو میشه به کمک داده درست تحلیل و رفع کرد یا نه. منظور از خطا، اشتباه ارادی و یا تنبلی افراد نیست بلکه افشای نکته تاریکی هست شناسایی نقاط تقاطع که شاید افراد خبر ندارند.
در نظر بگیرید که بودجه یک شرکتی که ماهانه فروش سیصد میلیونی داره، روی دو میلیون تومن گوگل ادز پیش می‌ره و افراد بازاریابی و فروش در یک نقطه اساسی پاسخ گویی به مدیریت قرار گرفتند. یعنی نرخ تبدیل کلیک به پتانسیل مشتری و در نهایت فروش. مدیریت انتظار فروش بیشتر و افراد بازاریابی انتظار همدلی و فروش از سمت تیم فروش دارند. زیرسؤال شناسایی نقاط تقاطع رفتن رو تقریبا هر تیمی به سختی قبول میکنه و اتهام زدن به یک فرد نیز سخت و شاید غیر اخلاقی باشه، چون حل این تقاطع عملکرد سخت به نظر میاد.
سیر داده روی چند محور باید حرکت کنه. اصولا داده از کجا منتشر میشه و توسط چه فردهایی. ابعاد داده اهمیت خیلی خاصی دارن، چون باید کمیت و کیفیت داده ها رو هم چک بکنیم. برای مثال روی کیفیت و خروجی نسبت کلیک به هزینه، عملکرد یک نیروی بازاریابی اثر میذاره البته اگر عوامل خارجی رو کنار بذاریم. و نکته جالب تر اینکه این خروجی، میشه ورودی نیروی فروش که با یک کیفیتی لید دریافت میکنه. مساله اساسی در تحلیل بهینه‌سازی این نرخ هاست. پس این چرخه باید با جزئیات و اصل صداقت روی تحلیل دنبال بشه.
مساله ای که قرار حل بشه به صورت خلاصه اینه؟
چرا این داده به عملکرد یک یا چند نفر گره خورده؟ بدیهی ترین جواب ممکنه این باشه که چون عملکرد یک نفر روی عملکرد نفر بعدی تاثیر میذاره و الزاما این رابطه هم دو طرفه نیست. برای مثال بازاریابی در تنگنا قرار می‌گیره چون نمی تونه عدم دریافت مشتری رو گردن عملکرد گوگل ادز بندازه! شاید هم اگر اینکار رو بکنه راحتتر زیر سؤال بره (شناسایی نقاط تقاطع گرچه میشه بودجه رو بهانه قرار داد!) ولی نیروی فروش به راحتی می‌تونه این ادعا رو داشته باشه که لید یا اطلاعات مشتزی بالقوه با کیفیت مطلوبی به دست‌اش نمی رسه.
تحلیل و روایت
من قطعا جوابهایی برای این سؤال دارم ولی قبل از نگارش اون توی یک مطلب دوست داشتم باهم روی این مساله فکر کنیم. شاید این مساله جز مسائل شرکت شما هم باشه. اون موقع اشتراک دانش تعاملی و دلچسب‌تره. من سعی میکنم توی ده روز آینده با جزئیات حل مساله رو باز کنم و اگر بازخورد خوبی به دستم رسید؛ در ادامه مطلب هم اضافه کنم.
آشفتگی بصری و عملکردی تقاطع های شهر یزد ساماندهی می شود
به گزارش خبرگزاری موج یزد به نقل از روابط عمومی سازمان سیما، منظر و فضای سبز شهرداری یزد، در راستای ساماندهی تقاطع های سطح شهر اعم از چهارراه ها، میادین و مثلثی ها و. اجرای پروژه ساماندهی تقاطع های شهر یزد، اولویت بندی و ساماندهی مسیرها و تقاطع های سطح شهر در دستور کار سازمان قرار گرفت.
سید علیرضا رسولی رئیس سازمان سیما، منظر و فضای سبز شهرداری یزد با اشاره به اهمیت چهارراه ها، میادین و سایر انواع تقاطع های سطح شهر به عنوان فضاهای مکث و انتظاری که بواسطه نحوه عملکردشان فرصت تعامل بین پیاده، دوچرخه و سواره را ایجاد می کنند گفت: از آنجا که به دلیل ساخت و سازهای مختلف و نبود ضوابط مشخص و تعریف شده در حوزه منظر در مسیرهای منتهی به تقاطع ها، آسیب های منظری و عملکردی بسیاری مشاهده می شود که نه تنها برای همه اقشار جامعه از جمله معلولین، نابینایان و کم بینایان مناسب نیست بلکه موجب ایجاد آشفتگی بصری و عملکردی در این تقاطع ها شده است.
وی افزود: با اجرای این پروژه قرار است تا با شناسایی مسیرها و تقاطع های شهر یزد بر اساس شاخص های تعریف شده، موضوعات دسترس پذیری در تقاطع ها شامل شناسایی نقاط مختل کننده اتصال بین پیاده روها و هم تراز نمودن تغیر کدهای ارتفاعی موجود و نیز موضوع سیما و منظر جداره های آن شامل دیوارها، نماهای مشرف به تقاطع، وضعیت تابلوها، مجسمه ها، المان ها، مبلمان شهری، نورپردازی و . تحلیل و آسیب شناسی شود.
رسولی ادامه داد: پس از مرحله شناسایی و با توجه به نتایج به دست آمده از تحلیل های فوق، طراحی معماری و منظر تقاطع ها شامل ایده های کلی اصلاحی سیما و منظر تقاطع با هدف حفظ الگوی طبیعت محور، طراحی دیوارها و نماها بر اساس الگوی موجود، طراحی شبکه معابر و دسترسی های پیاده و دوچرخه و تسهیل روابط فضایی و تعاملی بین این دو، طراحی نورپردازی جداره ها و . انجام می شود.
۱۰ نقطه سیاه پر تصادف در مشهد شناسایی شد شناسایی نقاط تقاطع
به گزارش شهرآرانیوز، هادی عطارزاده گفت: انسان، وسیله نقلیه، راه و محیط اطراف ۳ عامل مهم درگیر در تصادفات است که منجر به وقوع تصادفات خودرو با عابر پیاده، خودرو با خودرو و خودرو با دوچرخه و موتور می‌شود.
وی با اشاره به تحلیل فرم‌های تصادف پلیس راهور در این رابطه، افزود: بر اساس تحلیل‌های صورت گرفته محل‌های پر تصادف شهر شناسایی شده و اقدامات ایمنی با هدف هشدار به رانندگان برای توجه بیشتر و رانندگی محتاطانه در نقاط پر تصادف انجام می‌شود.
مدیر عامل سازمان حمل و نقل و ترافیک شهرداری مشهد به شناسایی ۲۰ تقاطع و ۲۰ معبر پر تصادف شهر اشاره کرد و خاطر نشان ساخت: از این تعداد بر اساس اولویت بندی صورت گرفته، ۱۰ نقطه شناسایی شده که عمدتا در بزرگراه‌ها قرار دارد و با نصب علائم ترافیکی هشدار دهنده، اطلاع رسانی صورت می‌گیرد.
عطارزاده بیان کرد: نصب تابلو حاوی نماد «محدوده پر تصادف، رانندگی با احتیاط، نوع تصادف غالب و طول محدوده»، نصب نوار لرزاننده در بزرگراه ها، خط کشی عرضی هشدار دهنده، تغییر رنگ جداول به مشکی، قرمز و زرد و گشت ویژه پلیس در این نقاط در حال اجرا است.
وی تصریح کرد: این معابر، معابری هستند که با وجود بکارگیری تمام امکانات و ابزار‌های ترافیکی، باز هم بیشترین آمار تصادفات را به خود اختصاص داده اند و این امر نشان می‌دهد عوامل انسانی از جمله سرعت بالا، عدم توجه به قوانین و مقررات، عدم دقت به جلو و . سبب بروز تصادفات می‌شود.
گفتنی است، ۱۰ نقطه پر تصادف شهر مشهد شامل بولوار توس دوربرگردان توس ۹۸، تقاطع غیر همسطح شهید فهمیده، میدان فردوسی، تقاطع غیرهمسطح امام حسین (ع)، بزرگراه شهید بابانظر رو به روی بازار ملل، بولوار طبرسی شمالی دوربرگردان طبرسی ۴۳، بزرگراه شهید بابانظر رو به روی بازار ملل، بزرگراه بسیج رو به روی بازار حافظ، تقاطع غیرهمسطح الغدیر، تقاطع غیرهمسطح جهاد، تقاطع غیرهمسطح جمهوری، بزرگراه آزادی دوربرگردان الکترود صبا می‌شود.
شناسایی نقاط حادثه‌خیز همدان
فکری با بیان اینکه در سطح کشور آمار متوفیان در صحنه تصادف 32 درصد و در سطح استان این میزان 22 درصد است، خواستار رعایت قوانین و مقررات از سوی مردم برای کاهش تلفات و افزایش ایمنی در استان شد.
به گزارش فارس؛ علی فکری با اشاره به آمار تصادفات استان و مقایسه آن با میانگین‌های کشوری اظهار کرد: متاسفانه آمار تعداد تصادف‌های منجر به فوت در استان همدان بالاست و در این راستا پنج نقطه حادثه‌خیز در شهر همدان شناسایی شده است.
وی افزود: این نقاط شامل شناسایی نقاط تقاطع بلوار شهید سردار همدانی، بلوار شهید احمدی روشن، بلوار شهید مطهری حد فاصل پل رسالت تا تقاطع مزدقینه، بلوار آیت‌الله نجفی حدفاصل پل فرهنگیان تا تقاطع شهید قهاری سعید و میدان امام حسن(ع) تا سه راهی سد اکباتان است.
رئیس پلیس راهور استان همدان سهم عابر پیاده را در آمار کشوری تصادفات 46 درصد اعلام کرد و اظهار کرد: در استان همدان 59 درصد تصادفات سهم عابر پیاده است که لازم است با فرهنگسازی و سایر اقدامات مورد نیاز این درصد کاهش یابد.
وی افزود: سهم راننده در تصادفات کشور 19 درصد و در تصادفات استان 11 درصد به ثبت رسیده و در بخش راکبان موتورسیکلت نیز سهم کشور 35 در صد و سهم استان 30 درصد است.
فکری با بیان اینکه در سطح کشور آمار متوفیان در صحنه تصادف 32 درصد و در سطح استان این میزان 22 درصد است، خواستار رعایت قوانین و مقررات از سوی مردم برای کاهش تلفات و افزایش ایمنی در استان شد.
وی با اشاره به اینکه باید موضوع فرهنگسازی و فرهنگ ترافیکی مد نظر جدی قرار گیرد، مشارکت شهروندان در مباحث ایمن‌سازی را زمینه‌ای بی‌نظیر برای افزایش سلامت در سطح جامعه دانست.
فین تک: نقطه تقاطع تکنولوژی و مالی
عبارت فین-تک را می توان به دسته ای پویا در تقاطع خدمات مالی و تکنولوژی اطلاق کرد که طی آن استارت-آپ ها و تازه وارد های بازار، محصولات و خدمات ارائه شده توسط صنعت سنتی خدمات مالی را نوسازی می کنند. با این تفسیر، فین-تک گاها نوعی اخلالگر سیستم سنتی این خدمات محسوب می شود. تامین مالی استارت-آپ های فین تک در سال ۲۰۱۵ بیش از دوبرابر شد و از ۶/۵ میلیارد دلار در سال ۲۰۱۴، به ۲/ ۱۲میلیارد دلار رسیده است. شرکت های نوآور و فعالیت های جدید در بازار خدمات مالی در حال بازسازی فضای رقابتی بوده و بدین ترتیب مرز بندی بین نقش آفرینان مختلف این بازار را نامفهوم کرده اند.
اکثر افراد با شنیدن نام فین-تک ، تنها به استارت-آپ ها فکر می کنند. با این حال، نقش آفرینان اکوسیستم فین-تک را می توان به چهار دسته ی الف، ب، ج و د تقسیم کرد:
- دسته “الف” شامل موسسات مالی بزرگ مانند بانک آمریکا، وِلز فارگو و آل-استیت است و گاها از آنها به عنوان گروه “ضروری” یاد می شود
- دسته “شناسایی نقاط تقاطع ب” شامل شرکت های تکنولوژیک است اما منحصر به آنها نیست: اپل، گوگل، فیس بوک و توییتر
- دسته “ج” شامل شرکت هایی است که زیرساخت ها یا تکنولوژی مورد نیاز برای بهبود فرایند های مالی را ارائه می دهند. این دسته گسترده شرکت هایی مثل مسترکارت، فیسِرو، فِرست دیتا، بازارهای مالی متفاوت و بورس هایی مانند نَزدک را در بر می گیرد.
- دسته “د” شامل اخلال کنندگان است: شرکت های بسیار پویا، اغلب استارت-آپ ها، که تمرکز خود را به روی فرایند یا تکنولوژی نوآورانه ای گذاشته اند. شرکت هایی مانند استرایپ (پرداخت موبایل)، بِتِرمِنت (سرمایه گذاری اتوماتیک)، پراسپر (وام دهی فرد-به-فرد)، مووِن (بانکداری خرد) و لیموناد (بیمه) را می توان از جمله این اخلالگران دانست. شرکت های اخلال گر فین-تکی ارائه دهنده راه حال های جایگزین و مدل های تجاری ای هستند که قابلیت از رده خارج کردن بخش های گسترده ای از فرایند های بانکی سنتی را دارند. پیش بینی می شود، تنها در آلمان، این شرکت ها حدود یک-سوم درامد های کل بانک ها در آینده ای نه چندان دور به خطر بیاندازند.
برخی از حوزه های مختل شده توسط فین-تک
پرداخت: بانکها، طرح های صدورکارت و پردازنده های تراکنش های پرداخت بازیگران سنتی چشم انداز پرداخت به حساب می آیند، اما تازه وارد های این حوزه ضمن تمرکز بر روی حذف اصطکاک از فرایند پرداخت به ارائه خدمات در زمینه های پرداخت موبایلی، غیر حضوری و کیف پول الکترونیکی می پردازند. روند حال حاضر این حوزه شامل توسعه بیشتر در زمینه های شناسایی بیومتریک و استفاده هر چه بیشتر از داده های عظیم برای شناسایی پرداخت های کلاهبردارانه است.
وام دهی بانکی: بانک ها واسطه های مالی جامعه به شمار می آیند؛ بدین ترتیب که منابع مازاد را از گروهی دریافت کرده و به وام گیرندگان می دهند. فین-تک به حوزه وام دهی نیز نفوذ کرده و در سالهای اخیر، پدیده وام های فرد-به-فرد را وارد جامعه کرده است. این مساله بدین معنی است که افراد دارای مازاد مالی ، مبالغ خود را مستقیما به افراد نیازمند وام، قرض می دهند. در این طرح، پرداخت پول از سمت شرکت کنندگان درقالب وام صورت می گیرد و مانند روش های دیگر کرادفاندینگ در قبال طرح های تشویقی یا سهم از شرکت انجام نمی پذیرد. بازپرداخت این قروض در قالب اصل پول + سود صورت می گیرد. در واقع می توان این نوع قروض را مشابه وام های بانکی دانست، با این تفاوت که در صورت اخذ وام از بانک، وام گیرنده یک مبلغ بزرگتر را از یک وام دهنده (بانک) می گیرد و در این طرح، مبالغ کوچکتری را چندین وام دهنده مختلف می گیرد. این نوع کرادفاندینگ برای بازپرداخت قرض، بازسازی مسکن، تهیه شناسایی نقاط تقاطع انبار، خرید اتوموبیل و غیره مورد استفاده قرار می گیرد.
این نوع وام با نرخ سود متغیر و بدون اخذ وثیقه اعطا می شود. با این حال، ریسک برخاسته از آن با در نظر گرفتن تعداد بالای افراد وام دهنده در هر پروژه، بین وام دهندگان تقسیم و در نتیجه ناچیز می شود. به عنوان مثال، در یک پروژه کرادفاندینگ ۱۰ هزار دلاری، هزار وام دهنده، هر کدام ۱۰ دلار قرض داده و در صورت عدم بازپرداخت وام، هر کدام از آنها تنها ۱۰ دلار از دست می دهند. نرخ سود این وام ها بر اساس اعتبارسنجی شرکت واسط از پروژه و ریسک آن مشخص می شود و بر این اساس، وام دهندگان می توانند در برخی موارد سودی بیشتر از سود حساب های سرمایه گذاری بانکی (البته با تقبل ریسک بیشتر) دریافت کنند. همچنین، وام گیرندگان می توانند در این صورت، بدون قرار دادن وثیقه، بدون گذراندن بوروکراسی اداری و در عرض چند روز وام خود را دریافت کنند. از مهمترین شرکت های فعال در این زمینه می شناسایی نقاط تقاطع توان به لِندینگ-کلاب و زوپا اشاره کرد.
بیمه: ارائه خدمات بیمه فرد-به-فرد در دو سال اخیر، صنعت بیمه را در آینده ای نه چندان دور با مشکل روبرو خواهد کرد. در این روش که بر اساس اصل اقتصاد اشتراکی بنا شده است، دارندگان طرح های مشابه بیمه ای گروه های کوچکی تشکیل داده و بخشی از پیش پرداخت های آنها در صندوق استردادی جمع آوری می گردد. در انتهای سال، اگر هیچ ادعای خسارتی از هیچ کدام از اعضای گروه مذکور ارائه نگردد، اعضای گروه بخشی از مبالغ خود را در انتهای سال پس می گیرند. در صورت اعلام خسارت، خسارت اعلام شده توسط مبالغ درون صندوق پرداخت می گردد و مبلغ استردادی هر فرد کاهش می یابد. در صورت اعلام خسارات بزرگتر، شرکت های بیمه عادی مبالغ بیشتر از ظرفیت صندوق را پرداخت می کنند.
دیدگاه شما