रुझानों की पहचान और विश्लेषण करने के लिए कई दृष्टिकोण हैं। एक शामिल है संभावित परिवर्तनों के संकेतों के लिए लगातार स्कैनिंग और भविष्य के परिवर्तनों की ओर संकेत के रूप में वर्तमान विकास में गहराई से खुदाई करने के लिए साक्षात्कार जैसे तरीकों का उपयोग करना। प्रवृत्ति अनुसंधान अनुभव के आधार पर, आपके संदर्भ के लिए विशिष्ट प्रासंगिक विकास का अनुमान लगाने के लिए पैटर्न की पहचान की जाती है। प्रत्येक प्रवृत्ति में आपके रडार पर देखने के लिए स्पष्टीकरण, संबंधित संकेत और निकट भविष्य की संभावनाएं होती हैं।

एक वैकल्पिक तरीका कार्यरत है अद्वितीय और महत्वपूर्ण रुझान तैयार करने के लिए संगठन के भीतर और बाहर दोनों से डेटा, अंतर्दृष्टि, रूपरेखा और विशेषज्ञता। इस दृष्टिकोण में उन तत्वों के लिए पर्यावरण को स्कैन करना भी शामिल है जो परिवर्तन ला सकते हैं, उभरती भविष्य की संभावनाओं की पहचान कर सकते हैं, और संभावित भविष्य के परिदृश्यों और आख्यानों का निर्माण और जुड़ाव कर सकते हैं। यह दृष्टिकोण अनिश्चित दुनिया में सकारात्मक मानव-केंद्रित भविष्य का अनुमान लगाने और उसे आकार देने में मदद करता है।

आप रुझानों का क्यूरेटेड विवरण ढूंढ रहे हैं या रुझानों के लिए सामग्री तलाश रहे हैं, इसके आधार पर अलग-अलग विधियां भी हैं। किसी ऐसे व्यक्ति के लिए जिसने दूरदर्शिता के साथ शुरुआत ही की हो, रुझान की पहचान और विश्लेषण के लिए बहुत सारे उपकरण उपलब्ध हैं, जैसे एआई-आधारित ट्रेंडस्पॉटिंग सेवाएं या ट्रेंड क्यूरेशन प्लेटफॉर्म। इन प्लेटफार्मों में हजारों रुझान शामिल हैं - मेगा से लेकर सूक्ष्म रुझान तक - और उनका विवरण।

रुझानों का विश्लेषण करने में आमतौर पर उपयोग की जाने वाली कुछ पद्धतियां यहां दी गई हैं:

रुझान अनुसंधान

रुझान अनुसंधान में भविष्य की घटनाओं की भविष्यवाणी करने के लिए डेटा में पैटर्न की पहचान करना और उनका विश्लेषण करना शामिल है। यह उपभोक्ता व्यवहार, व्यावसायिक प्रदर्शन और विभिन्न उद्योगों के संभावित प्रक्षेप पथ को समझने के लिए एक महत्वपूर्ण उपकरण है।

प्रवृत्ति अनुसंधान के लिए दो प्रमुख पद्धतिगत दृष्टिकोण हैं:

• प्राथमिक अनुसंधान: इसमें ग्राहकों, प्रमुख उपयोगकर्ताओं, वैज्ञानिक और औद्योगिक क्षेत्रों के विशेषज्ञों, नियमित उपयोगकर्ताओं, कर्मचारियों और आपूर्तिकर्ताओं जैसे विभिन्न समूहों के साथ सीधा संपर्क शामिल है। विशेषज्ञ और हितधारक कार्यशालाओं या डेल्फ़ी अध्ययन जैसी तकनीकों को इस दृष्टिकोण में प्रभावी ढंग से नियोजित किया जा सकता है।

• द्वितीय शोध: यह दृष्टिकोण मौजूदा जानकारी का लाभ उठाता है। विभिन्न उद्योगों के लिए कई प्रवृत्ति रिपोर्टें मौजूद हैं, जो प्रवृत्ति की पहचान के लिए मूल्यवान संसाधनों और नींव के रूप में काम कर सकती हैं।

प्रचलन विश्लेषण

रुझान विश्लेषण एक विशिष्ट उपयोगकर्ता समूह के भीतर प्रचलित पैटर्न की पहचान करता है और समझता है कि ये पैटर्न समय के साथ कैसे विकसित हुए हैं या विकसित हो सकते हैं। यह प्रक्रिया नए अवसरों को उजागर करने और संभावित अवधारणाओं या उत्पादों के लिए विचार उत्पन्न करने में महत्वपूर्ण है, जिससे यह डिजाइन चरण के प्रारंभिक चरणों के दौरान नियोजित करने के लिए एक मूल्यवान रणनीति बन जाती है।

डिज़ाइन में एक शोध पद्धति के रूप में, प्रवृत्ति विश्लेषण में उपयोगकर्ताओं से संबंधित डेटा एकत्र करना शामिल है। फिर किसी प्रवृत्ति की पहचान करने के लिए इस डेटा की जांच की जाती है, जिसे बाद में समय के साथ इसकी प्रगति को समझने के लिए विश्लेषण किया जाता है।

हालाँकि, ऐसे उदाहरण हैं, जब एक शोधकर्ता को उपयोगकर्ता समूह के भीतर मौजूदा प्रवृत्ति की जांच करने की आवश्यकता होती है। ऐसे परिदृश्यों में, इसके कारण को इंगित करने के लिए प्रवृत्ति को सावधानीपूर्वक देखकर उपयोगकर्ता समूहों से विशिष्ट डेटा एकत्र किया जाता है। किसी प्रवृत्ति के कारण की पहचान करना अक्सर प्रवृत्ति की पहचान करने से अधिक चुनौतीपूर्ण होता है। यह ध्यान रखना महत्वपूर्ण है कि विभिन्न कारक, जैसे दिन का समय, मौसम और भौगोलिक स्थिति, प्रवृत्ति को प्रभावित कर सकते हैं, और इन कारकों को प्रवृत्ति निगरानी प्रक्रिया के दौरान प्रलेखित किया जाना चाहिए।

रुझान एक्सट्रपलेशन

ट्रेंड एक्सट्रपलेशन में एक निश्चित अवधि में डेटा में पैटर्न की पहचान करना और भविष्य के रुझानों की भविष्यवाणी करने के लिए उस जानकारी का उपयोग करना शामिल है। यह तकनीक अक्सर अल्पकालिक पूर्वानुमानों के लिए एक रैखिक या घातीय वक्र का विस्तार करके की जाती है, लेकिन दीर्घकालिक पूर्वानुमानों के लिए विकास की सीमा जैसे अन्य कारकों पर विचार किया जाएगा। इन सीमाओं में यह शामिल हो सकता है कि कोई तकनीक या सांस्कृतिक प्रथा कितनी फैल सकती है, और डेटा को फिट करने के लिए विभिन्न प्रवृत्ति वक्रों का उपयोग किया जा सकता है, जैसे कि लॉजिस्टिक वक्र। हालाँकि, अन्य पूर्वानुमान विधियों, जैसे विशेषज्ञ निर्णय और परिदृश्य विश्लेषण, के साथ एक्सट्रपलेशन का उपयोग करने की अनुशंसा की जाती है।

ट्रेंड एक्सट्रपलेशन का उपयोग बिक्री, वित्त, विपणन, संचालन, जोखिम प्रबंधन, मानव संसाधन और अन्य जैसे विभिन्न क्षेत्रों में भविष्य के रुझानों की भविष्यवाणी करने के लिए किया जा सकता है। ऐतिहासिक डेटा में पैटर्न की पहचान करके, संगठन भविष्य की घटनाओं का अनुमान लगाने और अपने संचालन को अनुकूलित करने और अपने लक्ष्यों को प्राप्त करने के लिए सूचित निर्णय लेने के लिए ट्रेंड एक्सट्रपलेशन का उपयोग कर सकते हैं।

ऐतिहासिक डेटा का उपयोग करके भविष्य के रुझानों की भविष्यवाणी करने के लिए विभिन्न तरीकों को नियोजित किया जाता है, जिन्हें मजबूत पूर्वानुमान तकनीकों के रूप में जाना जाता है; हालाँकि, वे हमेशा अप्रत्याशित घटनाओं पर विचार नहीं कर सकते हैं।

रुझानों को लाइन ग्राफ़ का उपयोग करके देखा जा सकता है, जहां आश्रित चर को y-अक्ष पर और अवधि को x-अक्ष पर प्लॉट किया जाता है। रुझानों को कई श्रेणियों में बांटा जा सकता है:

• स्थिर - कोई समग्र वृद्धि या गिरावट नहीं है। अभी भी नियमित उतार-चढ़ाव हो सकता है, जैसे विभिन्न मौसमों के दौरान।

• रैखिक - डेटा में लगातार और निरंतर वृद्धि या कमी की विशेषता। एक सीधी रेखा इन प्रवृत्तियों का प्रतिनिधित्व करती है, और ढलान या तो तीव्र या क्रमिक हो सकता है, यह इस बात पर निर्भर करता है कि डेटा कितनी तेजी से बदलता है।

• घातीय - डेटा में वृद्धि या गिरावट त्वरित गति से होती है। एक स्थिर प्रगति के बजाय, इस प्रकार की प्रवृत्ति को एक वक्र द्वारा दर्शाया जाता है, जहां x-मान (क्षैतिज रूप से प्लॉट किया गया) को y-मान की गणना करने के लिए ट्रेंडलाइन सूत्र में एक घातांक के रूप में उपयोग किया जाता है।

• अवमन्दित - एक क्षैतिज अनंतस्पर्शी या एक क्षैतिज रेखा के करीब पहुंचता है जिसके फ़ंक्शन का ग्राफ तेजी से करीब आता है लेकिन कभी छूता नहीं है।