چرا ROR عامل اصلی در برشته کاری بهینه محسوب نمیشود

چرا نرخ افزایش یک نقطه مرجع بد برای بهبود طعم قهوه در رست است؟

من می دانم که این موضوع کمی بحث برانگیز است زیرا به نظر می رسد بسیاری از مربیان به گونه ای عمل می کنند که گویی این بهترین روش برای آموزش و توسعه محصول است. من به عنوان یک مشاور و مربی، دائماً با مفهوم Rate of Rise به عنوان یک نقطه مرجع برتر برای بهبود پروفایل برشته مواجه هستم. با پیشینه علمی و تعهد قوی خود به استفاده از مفاهیمی که صراحتاً برای برشته‌کنندگان قهوه برای ایجاد محصولات موفق برای مشتریان مفید است، باید در مورد ماهیت گمراه‌کننده این موضوع صحبت کنم که چگونه نرخ افزایش اغلب توسط دانشجویان در سراسر جهان مورد وسواس قرار می‌گیرد. این تنها مفهومی است که من باید در تمام دوره هایم به آن بپردازم و قبل از اینکه بتوانیم به مفاهیم کاربردی برسیم که واقعاً در زندگی آنها تفاوت ایجاد می کند و از منظر استراتژیک تجاری قابل عمل است، برسیم. در 5 سال گذشته من این را در سراسر جهان (از ایالات متحده، اروپا، منطقه گلف، آسیا و استرالیا) تجربه کرده ام، بنابراین محتوای این وبلاگ نتیجه بحث در مورد این موضوع با صدها و صدها دانش آموز و مشتری است، بنابراین فکر می کنم این است.
ایجاد یک پست وبلاگ جداگانه در مورد آن مرتبط و مفید است، حتی اگر از زوایای مختلف در مجموعه پادکست ما در مورد علوم قهوه نیز به آن پرداخته شد. اگر هنوز پادکست را نشنیده اید، لطفاً آن را هم اکنون در وب سایت ما پیدا کنید. این به شما نشان خواهد داد که چگونه افکار ما نه تنها «نظر ما» است، بلکه عمیقاً در سنت علمی تا افلاطون و طی قرن‌ها پالایش و بهبود تفکر علمی جا افتاده است! جایی که مجموعه پادکست های علمی از نقطه نظر علمی ساختار یافته است، این مقاله نمونه خوبی از چگونگی استفاده عملی از علم در یک موضوع فنی است که باعث سردرگمی بسیار شده است.
این مقاله تراکم رویکردی است که من در مورد بحث نرخ افزایش در طول دوره ها و جلسات مشاوره دارم. برای صرفه جویی در زمان و به پایان رساندن این موضوع قبل از این جلسات، به طور سیستماتیک دانش آموزان و مشتریان را قبل از رویداد به این مقاله ارجاع می دهیم.

البته نکات زیر تنها با توجه به رویکرد کلی ما در CoffeeMind به آموزش برشته کردن معنا دارد. من تصدیق می کنم که همه همکارانم در آنجا تجربیات و رویکردهای متفاوتی دارند و برخی از مفاهیم ما فقط در زمینه ما معنا پیدا می کند. همچنین البته می‌دانم که همیشه حق با من نیست، اما هویت CoffeeMind این است که این سوال را می‌پرسد: “یک دقیقه صبر کنید… آیا این اصلاً منطقی است؟”. گاهی اوقات به نظر می رسد که جامعه عمومی آموزش جهانی (و همچنین دانشگاه ها) بیشتر مشتاق هستند تا نظرات، رویکردها و مفاهیم پیچیده بیشتری را اضافه کنند تا اینکه همه مزخرفات قدیمی را که در طول سال ها در جامعه جهانی برشته کردن قهوه انباشته شده است، از بین ببرند.

بنابراین در اینجا شما آن را دارید: مقاله زیر یک رویکرد انتقادی به مفهوم استفاده از نرخ افزایش به عنوان یک شاخص کیفیت در برشته کردن قهوه با توجه به رویکرد خاص CoffeeMind برای آموزش برشته کردن قهوه است که از سال 2005 با آموزش بیش از 1600 نفر به صورت کوچک توسعه یافته است. گروه‌های 6 تا 8 نفره و انجام بیش از 30 پروژه تحقیقاتی که 12 مورد آن اکنون به صورت علمی منتشر شده‌اند و از سال 2007 با بیش از 30 کسب‌وکار کوچک و بزرگ‌تر روست قهوه در سراسر جهان مشاوره می‌کنند. من فقط به پیشینه تجربی خود و دلیلی که عمیقاً درگیر مفاهیم علمی برای آموزش برشته کردن قهوه هستیم و علاقه مند به آن هستیم اشاره می کنم. بنابراین در ادامه لطفا کمتر به این فکر کنید که چه کسی درست می گوید یا چه کسی اشتباه می کند، اما با توجه به هدف استفاده از مفاهیم در وهله اول، کدام مفاهیم به خودی خود معنا دارند و چرا. امیدواریم این مقاله و بحث‌های حاصل از آن همه ما را به جلو بکشاند (از جمله CoffeeMind و نقاط کوری که هنوز متوجه نشده‌ایم) جایی که سؤال «چه کسی» وقت همه را تلف می‌کند.
در ابتدا مناسب به نظر می رسد که با این سوال شروع کنیم:

مفهوم Rate of Rise در کجای برشته کردن قهوه مفید است؟
می توان از نرخ افزایش استفاده کرد

برای پیش بینی اینکه رست به کجا می رود درست مانند سرعت سنج ماشین شما. از آنجایی که سرعت اساسی فرآیند را در هر لحظه نشان می‌دهد، می‌توانید از آن در ماشین خود استفاده کنید تا تخمین بزنید که آیا زود، دیر یا به موقع برای جلسه‌ای که می‌روید حاضر می‌شوید یا خیر. به طور مشابه، می‌توانید از Rate of Rise استفاده کنید تا ببینید آیا در حین رست کردن به نقطه‌ای می‌رسید که هدفش را داشتید، مانند کرک اول یا اینکه سریع‌تر و کندتر از برنامه‌ریزی اولیه برشته می‌کنید و بنابراین از برنامه خود منحرف می‌شوید.
برای «طبقه بندی طعم» پروفایل های رست شده مختلف شما. حتی با وجود اینکه شما از قبل اطلاعاتی دارید که فقط زمان توسعه و رنگ پایان یک برشته را مشخص می کند، که بیشترین همسویی را با تیغ Ocham’s Razor دارد، فکر می کنم منطقی است که میانگین نرخ افزایش پس از اولین کرک را کمی کنید و از این عدد استفاده کنید. پروفایل های مختلف شما را دسته بندی می کند این عدد به شدت وابسته به ماشین است، بنابراین می توانید فقط برای مقایسه رست های خود در دستگاه خود از آن استفاده کنید. این روش طبقه‌بندی رست‌های مختلف شما با تحقیقات ما مطابقت دارد که نشان می‌دهد زمان توسعه کوتاه‌تر (با نرخ افزایش بیشتر) طعم میوه‌ای و اسیدی‌تر و زمان توسعه طولانی‌تری به شما می‌دهد (نرخ افزایش کمتری خواهد داشت. ) نسبت به مدت زمان کوتاه رشد، طعم میوه ای کمتر و اسیدی کمتر و بیشتر طعم آجیلی شکلاتی به شما می دهد. این در مقاله علمی ما در مورد این موضوع نشان داده شده است که به صورت رایگان در وب سایت ژورنال با عنوان عبارت کلیدی در دسترس است: “اثر مدولاسیون های زمان توسعه برشته روی مشخصات حسی و ترکیب شیمیایی قهوه دم کرده با اندازه گیری NMR و DHS -GC–MS».

بنابراین منظور من این نیست که این مفهوم به خودی خود معنی ندارد و در واقع آن را یکی از مهمترین و مفیدترین مفاهیم در ریاضیات می دانم (رجوع کنید به حساب دیفرانسیل). اما در راستای مدل من برای یک نظریه خوب، خطرناک (و بسیار گیج کننده) است که خود را محدود به استفاده از ساده ترین مفاهیم ممکن با کمترین فرضیات صراحتاً مرتبط برای کاری که می‌خواهید انجام دهید. به‌طور پیش‌فرض، استفاده از مفهومی بیش از حد پیچیده و با فرضیات سنگین، خطرناک است (گیج‌کننده، بازدارنده تصمیم‌گیری و اتلاف وقت). مشکلات زمانی شروع می‌شوند که مفاهیم خارج از محدوده‌ای که مستقیماً مرتبط هستند و منطقی هستند، از جایی شروع می‌شود که مسیر علم کاذب آغاز می‌شود.

به هر حال، کاهش مداوم نرخ افزایش یک رفتار طبیعی در یک روستر است
حتی اگر تنظیم شعله را در طول رست کردن ثابت نگه دارید، سیستم نرخ افزایش نسبتاً کاهشی ثابتی را با نوسانات بسیار کمی در منحنی نشان می دهد. دلیل آن این است که شعله ثابت با جریان هوای ثابت در نقطه‌ای به حالت ثابت می‌رسد و به دمای ثابتی از هوا که وارد دانه‌های بو داده می‌شود، ختم می‌شود. و از آنجایی که دما همیشه از یک ماده گرم به یک ماده سردتر با سرعت تبادل انرژی متناسب با اختلاف دمای بین دو ماده می رود. واضح است که هوای گرم قهوه سردتر را گرم می‌کند و وقتی هوا موفق به گرم کردن قهوه می‌شود، اختلاف دمای هوا و قهوه کاهش می‌یابد و از این رو حرارت قهوه کندتر می‌شود که به شما یک رست تدریجی کندتر می‌دهد که منجر به کاهش مداوم می‌شود. نرخ افزایش. با کمی نوسان. و از آنجایی که داده‌های ما نشان می‌دهد که نوسانات کوچکی که منجر به تفاوت‌های کوچک بین برشته‌ها می‌شود حتی توسط متخصصان قهوه قابل تشخیص نیست، به نظر می‌رسد تمرکز بر نوسانات کوچک منحنی RoR حتی برای حرفه‌ای‌ها زیر آستانه حسی است (لطفاً این داده‌های حسی ارائه‌شده را ببینید.

پیامدهای عملی تاسف بار استفاده از Rate of Rise به عنوان نقطه مرجع برای بهینه سازی پروفایل های Roast.
واقعاً علم چه می گوید و چه می کند، اگر برای زندگی روزمره و تصمیم گیری به عنوان یک روستر قهوه هیچ کاربرد عملی نداشته باشد، مهم نیست! تنها دلیل علاقه ما به علم این است که – اگر به درستی به کار رود – پیامدهای عمیق، رهایی بخش و هدفمندی برای نحوه تصمیم گیری شما در پرتو هدف سازمان و در نتیجه زندگی شما دارد (زیرا کیفیت زندگی شما بستگی به موفقیت شما یا تبدیل نکردن سازمان به تصویری از اشتیاق و رویاهای شما. بسیاری از افراد در تلاش هستند تا سازمان خود را با عمیق ترین رویاهای خود هماهنگ کنند و با مفاهیم ناشیانه ای که با هدف کلی سازمان هماهنگ نیستند، در حال مبارزه هستند. بنابراین ابتدا می خواهم به برخی مفاهیم کاربردی اشاره کنم.

بداهه سازی با تنظیمات گاز در هنگام برشته کردن برای حفظ آن در مسیر
افرادی که از Rate of Rise به عنوان نقطه مرجع برای بهینه‌سازی پروفایل‌های برشته استفاده می‌کنند، اغلب دیده می‌شوند که در هنگام برشته کردن، تنظیمات گاز را بداهه می‌کنند تا منحنی RoR را صاف کنند، که بسیار تاسف‌آور است زیرا نشان می‌دهد که آنها ترمودینامیک اساسی دستگاه را درک نمی‌کنند. اولین مکان. اگر آن‌ها ترمودینامیک ماشین را می‌دانستند، مجبور نبودند در حین برشته کردن بداهه‌نویسی کنند، زیرا فقط طرحی را که در طول آزمایش توسعه داده‌اند، اجرا می‌کردند که دانش عمیقی از ترمودینامیک ماشین خود ارائه می‌داد. در روش آموزش CoffeeMind، این مرحله ای است که در طول مرحله «کنترل» در نقشه راه ما یاد می گیرید (تصویر زیر را ببینید) که می توانید در دوره آموزش الکترونیکی آنلاین اصول طراحی پروفایل Roast با تنها 30 یورو انجام دهید.

بداهه سازی با تنظیم گاز در حین برشته کردن نه تنها نشانه آن است که شما از ترمودینامیک روستر خود مطلع نیستید، بلکه نتیجه ناگوار جبران دیرهنگام تصمیم بدی را که زودتر در حین برشته کردن گرفته شده است، دارد. اگر متوجه شدید که رست شما از برنامه شما منحرف می شود، باید حداقل یک یا دو دقیقه زودتر تنظیمات را انجام می دادید تا از آن اجتناب کنید و جبران آن بعد از این واقعیت واقعاً کمکی نمی کند و به همان نتیجه ای نمی رسد که اگر کاهش را انجام دادید. زودتر به همین دلیل است که ما در آموزش برشته کردن CoffeeMind به مردم می گوییم که هرگز بداهه نسازند، بلکه روند تکراری و دایره ای “Plan-Execute-Learn” را دنبال کنند.

اگر برنامه بد را تا پایان تلخ دنبال نکنید، از میزان خطای برنامه که اساس و ماده خاصی برای یادگیری شماست، نمی دانید تا بتوانید برنامه بعدی را برای رست بعدی بهبود بخشید تا زمانی که شما برای هر یک از پروفایل های شما یک نقشه محکم و ساده ایجاد کرده اند. اگر ترمودینامیک ماشین را بدانید، همیشه به نتیجه ای می رسید که قصد انجام آن را داشتید. اگر این کار را نکنید، احتمالاً انحرافات برای طعم دادن بسیار کوچک هستند (اگر رنگ را یکسان نگه دارید!) در این صورت مدیریت میکرو شعله زمان شما را بدون اینکه نتیجه متفاوتی به شما بدهد، تلف می کند. اگر بیش از حد شعله را جبران کنید، ممکن است قهوه خود را بسوزانید و هیچ یک از این موارد به نتیجه بهتری منجر نمی شود. به یاد داشته باشید که تا زمانی که رنگ قهوه یکسان باشد، تغییرات جزئی در مشخصات روست معمولاً توسط هیچ کس، حتی متخصصان ماهر قهوه قابل تشخیص نیست.

به شما در پیش‌بینی ترجیحات مشتری کمک نمی‌کند، زیرا از آن حمایت می‌کند و فرض می‌کند که یک بهینه وجود دارد.

با نبود پیش بینی خاصی از طعم، نمی توانید از آن برای توسعه محصول استفاده کنید
مشکل بزرگ دیگر این است که این تئوری مدل شدت روشنی را بین داده‌های پروفایل رست کردن و مصرف‌کننده ارائه نمی‌کند، بنابراین حتی اگر ترجیح داده شود، مشخص نیست که چرا از منظر شدت طعم ترجیح داده می‌شود.

مقایسه و ترجمه پروفایل ها بین ماشین ها مشکل است
از نظر آموزش و مشاوره، مقایسه نرخ افزایش بین ماشین‌ها دشوار است، زیرا اشکال بسیار متفاوتی از منحنی‌های RoR را به دلیل نوع و محل قرارگیری پروب دریافت می‌کنید، جایی که مفاهیم ساده و اساسی مانند زمان، دما و رنگ به راحتی قابل انتقال هستند. ماشین به ماشین البته هنوز نمی‌توانید رست 1:1 را از روستر به روستر منتقل کنید، اما با استفاده از مفاهیم اساسی‌تر خیلی سریع به آن نزدیک می‌شوید و می‌توان تغییرات نهایی را براساس آزمایش و تحلیل حسی انجام داد.
مفهومی
به عنوان یک نظریه، ادعای برتری نرخ افزایش دائماً رو به کاهش ساختار خوبی ندارد. در قلب یک نظریه مفهوم علت و معلول است و در طراحی تحقیق به آن پارامترهای ورودی و پارامترهای خروجی می گویند.

علت → معلول
ورودی → خروجی
متغیر مستقل → متغیر وابسته
سادگی پادشاه است
در یک تئوری خوب، بسیار مهم است که هم پارامترهای ورودی و هم پارامترهای خروجی بر ساده‌ترین مفاهیم ممکن با کمترین مفروضات مانند زمان، دما، انرژی، رنگ قدیمی استوار باشند.

ما قبلاً داده ها را داریم!
با رعایت سادگی، قابل توجه است که نرخ افزایش اطلاعات جدا عمیقی در منحنی برشته نیست، زیرا فقط کمی کردن شکل منحنی دمای قهوه است که قبلاً می بینیم! پس چرا این همه سر و صدا در مورد آن ایجاد می شود؟ با نگاهی به منحنی ها، همچنین قابل توجه است که جهش های بزرگی که در منحنی نرخ افزایش مشاهده می کنیم، بزرگنمایی برآمدگی های کوچک روی منحنی دمای قهوه است. به خودی خود، برجستگی‌های روی منحنی دمای قهوه به‌نظر مهم و نگران‌کننده نیستند، اما هنگام انجام محاسبات، نویز سیگنال روی پروب bean همراه با نویز ایجاد شده توسط محاسبات مختلف رایانه‌ای پیچیده درگیر با محاسبه نرخ افزایش زنده تقویت می‌شود. در حین رست کردن این امر باعث می شود تا نوسانات کوچک را بیش از حد برآورد کنیم، فقط به این دلیل که از نظر بصری در منحنی نرخ افزایش بزرگتر است. شما طعم منحنی را نمی‌چشید – قهوه را می‌چشید! و تنها در صورتی که تاثیرات زیادی روی قهوه وارد شود، اصلاً در خواص حسی قهوه ظاهر می شود. این مانند قرار دادن یک ذره بین روی یک عنکبوت کوچک است: آن را خطرناک تر نمی کند!

متغیر ورودی
برای درک عمیق‌تر اینکه چگونه کیفیت بخش ورودی یک نظریه در نظریه کلاسیک علم، پایه و اساس یک نظریه خوب است، لطفاً به قسمت پادکست روش‌شناسی علم قهوه، قسمت 4: تجربه‌گرایی و عقل‌گرایی انتقادی گوش دهید و به آن توجه ویژه داشته باشید. چگونه عینیت آن را پایه و اساس می‌یابد که شرایط و متغیرهای مستقل در نظریه چقدر خوب و خاص تعریف شده‌اند تا هر کسی که آزمایش مشابهی را انجام می‌دهد همان نتیجه را بگیرد.

بیشتر بخوانید:

چرا قهوه من طعم بدی دارد؟

 

اگرچه RoR یک مقدار مشتق شده از دما و زمان است، مفروضات بی‌اساس زیادی در مورد استفاده از آن به عنوان یک سنگ جامد «علت» / «ورودی» / «متغیر مستقل» در یک نظریه وجود دارد. دمایی که یک کاوشگر نشان می دهد در حال حاضر کمی یک مصنوع است زیرا به هر حال دمای واقعی قهوه را نشان نمی دهد و برای من در درجه اول یک قرائت نسبی است که به ما می گوید چقدر انرژی اضافه کرده ایم در نقاطی مانند کرک اول و رنگ نشانگر مطلق انرژی است که به قهوه اضافه شده است. بنابراین تأکید بیش از حد بر شکل پیشرفت یک قرائت نسبی و مصنوع مانند دمای قهوه یک پارامتر بسیار ضعیف است که به عنوان «علت» / «ورودی» / «متغیر مستقل» در یک نظریه استفاده می‌شود. این صرفاً نظریه ای نیست که از ابتدا بر روی زمین محکم تکیه کند.

متغیر خروجی

از آنجایی که تئوری برتری نرخ افزایش پیوسته در حال کاهش، پیامدهای طعمی مشخصی ندارد که از منظر حسی تعریف شده باشد، به نظر می‌رسد که پارامترهای خروجی این نظریه نیز مبهم‌تر از آن است که مبنای خوبی برای یک نظریه ارائه کند. یک مثال از یک پیش‌بینی نتیجه خاص یک نظریه می‌تواند این باشد که پیش‌بینی کند که یک نمونه برشته کمتر یا بیشتر اسیدی یا کمتر یا تلخ‌تر می‌شود.

مفاهیم زیربنایی برای یک نظریه خوب باید ساده ترین مفاهیم ممکن و خاص ترین مفاهیم با کمترین مفروضات باشد، در غیر این صورت مشخص بودن و در نتیجه کاربردی بودن در استفاده از نظریه دشوار است. همانطور که در پادکست نیز اشاره کردم (همراستا با خردگرایی انتقادی پوپر)، نظریه ای که در وهله اول چیزی را به طور خاص پیش بینی نمی کند، می تواند برای مدت طولانی زنده بماند، زیرا هرگز نمی توان آن را در اشتباه بودن گرفتار کرد، زیرا هرگز چیز خاصی را در این زمینه پیش بینی نکرده است. اولین مکان.

با نگاهی به زنجیره علت رویدادها در یک روستر، منبع حرارت (1) اولین علت همه چیز است، زیرا بو دادن قهوه مربوط به اعمال گرما است، بنابراین این پارامتر شماره یک است. شعله محیط بین (2) منبع حرارت و قهوه را گرم می کند. و قهوه به عنوان حلقه سوم در این زنجیره گرم می شود. نرخ افزایش قهوه یک مقدار مشتق شده از حلقه سوم در زنجیره است که با تمام مصنوعات پروب های قهوه به طور کلی همراه است، بنابراین احتمال اینکه این مقدار به ما بینش عمیق یا شهود عمیقی در مورد سیستم بدهد، کمی دور به نظر می رسد.

متغیرهای خطی

تجسم خوب “یک نظریه خوب” یک تابع خطی ساده است که در آن رابطه خاصی با هر نقطه از خط وجود دارد. برای یک نقطه در محور X دو نقطه در محور Y وجود ندارد. به طور خاص فقط یک نقطه در محور Y برای هر نقطه در محور X وجود دارد.

متغیرهای طبقه بندی شده
فقط در موارد شدید با تفاوت‌های شدید، استفاده از متغیرهای طبقه‌بندی مانند انجام شده در برنامه آموزشی اصلی SCAA Roasting Defects سودمند است (که شامل دسته‌های «پخته»، «سوخته»، «صورت»، «نوع»، «توسعه‌نشده» و زمانی که ما نقشه تفاوت شدید خود را در اولین بخش از تحقیقات خود انجام دادیم که ویژگی‌های حسی مدولاسیون پروفیل برشته را ترسیم می‌کردیم نقص‌های معمول برشته کردن قهوه: ترکیب عطر، خصوصیات حسی و ادراک مصرف‌کننده. و از آن زمان من شروع به اجتناب از استفاده از این دسته‌ها کردم، زیرا آنها بیش از حد نسبی هستند و از منظر توسعه محصول مفید نیستند، زیرا این مفاهیم ناشیانه می‌توانند تفکر شما را متوقف کنند، زیرا تنها سؤال مرتبط این است: چگونه می‌خواهم طعم آن را داشته باشد؟ و کدام نوع قهوه سبز را باید انتخاب کنم و چگونه می توانم طعم آن را برای رسیدن به آن هدف حسی تعدیل کنم؟ تا زمانی که افراط نکنید، نیازی به نگرانی در مورد نقص های شدید ندارید و می توانید تا زمانی که به هدف طعم و مزه خود دست یابید، فقط بر روی آزمایش و ارزیابی به طور مکرر تمرکز کنید.

تنوع ورودی و خروجی در آزمایش
در قلب یک آزمایش، تغییر یک و تنها یک پارامتر ورودی است تا نشان دهد که چگونه تغییر این پارامتر پارامتر خروجی را تغییر می دهد. پیروی از ایده کاهش ثابت نرخ افزایش توصیه‌ای است که شما را تشویق نمی‌کند تا آزمایش‌های خود را با مدولاسیون طعم انجام دهید زیرا یک بهینه را فرض می‌کند. در CoffeeMind می‌خواهیم افراد را برای انجام آزمایش‌های طعمی توانمند کنیم تا در طول آموزش، افراد را در گوشه ترجیحی قرار ندهیم. مسئله بهینه سازی طعم ها باید به مدل کسب و کار خاص یک فرآیند توسعه محصول خاص واگذار شود.

فقط چیزهای خاص (و بزرگ) مهم هستند
شایان ذکر است که یک تئوری خوب یک رابطه خطی بین پارامترهای ورودی و خروجی فراهم می‌کند، مانند کم و بیش اسیدی کم و بیش تلخ که در آن تفاوت‌های دسته‌بندی به تفاوت‌های بزرگ نیاز دارد. در ادامه این ممکن است استدلال کنید که من خودم این کار را انجام دادم وقتی استدلال می‌کردم که می‌توانید از نرخ افزایش برای طبقه‌بندی رست‌هایتان با مشخص کردن میانگین نرخ افزایش بعد از کرک اول استفاده کنید، اما به یاد داشته باشید که من این کار را فقط به این دلیل انجام می‌دهم که در تحقیق ما به تفاوت‌های بسیار شدید در زمان توسعه که از 1.5 تا 6 دقیقه زمان توسعه بین نمونه‌ها را در بر می‌گرفت، نگاه می‌کنیم و من فقط پیشنهاد می‌کنم که افراطی‌ها را دسته‌بندی کنیم، جایی که در داده‌های ما به نظر می‌رسید که توصیفگرهای حسی هنگام رفتن از یک افراطی به حالت کاملاً خطی مدوله می‌شوند. افراطی دیگر و گرایش خطی که ما ترسیم کردیم کاملاً به توسعه محصول و نقشه برداری ترجیحات مشتری کمک می کند که کاملاً با مدل Pangborn برای نگاشت شدت و تقسیم بندی بعدی مصرف کننده همسو باشد (بدون فرض اینکه یک طعم برای همه مناسب باشد).

درک تفاوت بزرگ و کوچک در جایی است که بی میلی به حتی فکر کردن به موضوع نرخ افزایش پیدا می کند.

چارچوب کلی CoffeeMind
در CoffeeMind ما متوجه یک روند کلی در جامعه قهوه شده ایم که دانش آموزان را با مفاهیم نامشخص بسیار پیچیده به سوراخ خرگوش ها می کشاند که به سادگی ذهن آنها را غرق می کند تا جایی که آنها تصویر بزرگ و هدف خود را از همه چیز از دست می دهند. به همین دلیل است که ما در CoffeeMind یک نقشه راه شایستگی (شکل XX) برای رست‌آپ‌های راه‌اندازی با مراحل بسیار ساده و خاص ایجاد کرده‌ایم که دامنه محدودی دارند و در کاربرد بسیار کاربردی هستند، بنابراین می‌توانید پس از اتمام یک مرحله به مرحله بعدی بروید. به این ترتیب بسیار واضح است که چگونه هر مرحله با مرحله بعدی مطابقت دارد و با هدف کلی سازمان همسو می شود. یا فریمورک ما مراحل زیر را دارد.

هدف شخصی از داشتن یک شرکت در وهله اول
چشم انداز کسب و کار ناشی از هدف شخصی است
کنترل (ترمودینامیک دستگاه شما که در آن نصب شده است)
آزمایش طعم
نقشه برداری شدت
کنترل کیفیت
نقشه برداری مصرف کننده
سازمان به طور مستمر از طریق بهبود مستمر دوباره به هدف و اشتیاق بنیانگذاران شرکت باز می گردد تا شرکت را پر از اشتیاق و هدف نگه دارد. توجه کنید که چگونه ما اصول یک نظریه خوب را با جداسازی هر مرحله به عنوان یک سیستم «ورودی → خروجی» در خود به کار گرفته‌ایم. اشتیاق و استعداد شخصی خروجی ورودی چشم انداز کسب و کار است که توسط مشتریانی که سازمان متعهد به ارائه خدمات به آنها است تعریف می شود. مدل کسب و کار نیاز به قابل پیش بینی دارد به همین دلیل کنترل تجهیزات تولید اولین شایستگی مورد نیاز در سازمان است. این خروجی سازگاری ورودی مرحله آزمایش است که بدون کنترل کافی ماشین نمی تواند به درستی انجام شود. بنابراین در تجهیزات بو دادن ورودی تنظیمات منبع گرما و خروجی منحنی برشته است. اما ما در اینجا متوقف نمی‌شویم زیرا خروجی مرحله آزمایش، ورودی مرحله ارزیابی است و خروجی مرحله ارزیابی، شدت طعم‌های ترسیم شده است. ورودی مرحله مصرف کننده خروجی مرحله آزمایش یعنی شدت طعم است. و خروجی مرحله مصرف کننده، پسندیدن شدت ها در بخش های مختلف مصرف کننده است! همه به هم متصل هستند اما به خوبی برای هر مرحله از هم جدا شده اند، بنابراین قابل مدیریت است و موفقیت بدون از دست دادن تصویر بزرگ (گیر کردن در سوراخ های خرگوش که به نظر می رسد روند) سازمان و کیفیت زندگی شما به عنوان یک قهوه ساز قابل دستیابی است!

تنها با پیروی از یک چارچوب آموزشی ساده، دقیق و عملی مانند این، می‌توانیم مطمئن شویم که برشته‌کنندگان قهوه را آموزش می‌دهیم تا بتوانند روش‌ها و تلاش‌های خود را با هر مدل کسب‌وکاری که ممکن است در آینده در آن تعبیه شده باشند (صرف نظر از اینکه آن‌ها هستند، هماهنگ کنند). خودتان یا اگر آنها شاغل هستند یا حتی اگر می خواهند خانواده و دوستان خود را به عنوان برشته خانه تحت تأثیر قرار دهند! همان قهوه را برای دوستان هیپستر خود مانند مادر شوهرتان سرو نکنید!) زیرا مربیان آنها را در گوشه ترجیحی قرار نمی دهند. که در وهله اول آنها را آموزش داد. این کاملاً مطابق و با روح تمایزات Pangborn و در نتیجه استاندارد طلایی علم برای توسعه محصول و جایی است که انرژی خود را برای فرآیندها و سؤالات مختلف در شرکت خرج کنید! در CoffeeMind، آزمایش و نه یکپارچگی همراه با تنوع مورد انتظار ترجیحات، در مرکز آموزش برشته کردن قهوه قرار دارد.