Baca paragraf tentang analitik atau ikuti infografis tentang tantangan perangkat lunak-sebagai-layanan, dan Anda akan menemukan istilah "data besar". Model bisnis sedang dibengkokkan, berkat lingkungan digital yang terkait dengan Big Data. Jadi apa yang dipertaruhkan, terutama untuk usaha kecil yang menemukan penggunaan data sebanyak kompetitif seperti perusahaan besar?
$config[code] not foundPenulis Viktor Mayer-Schroenberger dan Kenneth Cukier telah berusaha menjawabnya dan lebih banyak lagi dalam Big Data: Sebuah Revolusi yang Akan Mengubah Bagaimana Kita Hidup, Bekerja dan Berpikir. Mayer-Schroenberger adalah profesor tata kelola dan regulasi Internet di Universitas Oxford, dan penulis beberapa buku. Yang terbaru adalah Hapus Kebaikan Lupa di Era Digital . Cukier adalah komentator terkemuka dan editor data di The Economist. Kedua penulis telah menghasilkan banyak tulisan dan artikel tentang subjek analisis dari perspektif banyak industri, organisasi dan situasi.
Saya mengambil salinan buku data besar ini di Barnes dan Noble. Saya ingin melihat seberapa baik penulis merangkum lingkungan data digital hari ini.
Menambahkan ke Diskusi Data Besar dengan Cara Sederhana
Mayer-Schroenberger dan Cukier berupaya menyederhanakan latar belakang di balik tema buku. Pada dasarnya, Data besar adalah perspektif tentang "datifikasi" hal - proses yang dapat direkam sebagai data, membantu masyarakat untuk memahami bagaimana data tumbuh dan dikumpulkan. Sepuluh bab diberi nama dengan satu judul kata, seperti Sekarang, Korelasi dan Berantakan. Ini, bersama dengan kisah-kisah yang terkandung dalam bab-bab, dimaksudkan untuk menerangi dampak data terhadap masalah sosial dan peluang bisnis.
Data tidak lagi hanya untuk mengkonfirmasi atau menyangkal hipotesis. Sebagai gantinya, organisasi harus menerima beberapa kekacauan dengan data - yaitu menjadi kurang peduli tentang ketepatan dan sebagai gantinya, memperluas peristiwa apa yang mempengaruhi kausalitas dalam suatu kejadian:
“Data besar mengubah cara kita memahami dan menjelajahi dunia. Di zaman data kecil, kami didorong oleh hipotesis tentang bagaimana dunia bekerja, yang kemudian kami coba validasikan dengan mengumpulkan dan menganalisis data. Di masa depan, pemahaman kita akan lebih banyak didorong oleh banyaknya data daripada hipotesis. ”
Gagasan "no-more-sample-size" ini serupa dengan Wired Penegasan editor Chris Anderson tentang "akhir teori." Faktanya, penulis memang melihat debat yang dikemukakan Anderson ketika ia menyatakan bahwa hipotesa dan pemodelan dari ukuran data kecil menjadi usang.
Lain mengambil pada revolusi data termasuk beberapa tikungan pada mata pelajaran terkenal, seperti pilihan perawatan Steve Jobs untuk kankernya dan investasi Amazon dalam data untuk memahami perilaku pembelian pelanggan. Pembaca teknologi Avid mungkin telah membaca contoh-contoh ini sebelumnya, tetapi mereka mungkin baru bagi mereka yang akrab dengan kejadian teknologi. Ada beberapa aplikasi data yang menarik, seperti upaya Con Edison untuk mencegah meledaknya insiden penutup lubang di New York City, serta FlyOnTime.us, aplikasi data terbuka.
Besarnya data yang dibuat tentu saja memungkinkan solusi baru, tetapi juga menghasilkan tantangan baru. Pada awalnya, pemilik usaha kecil yang membaca buku ini mungkin merasa mereka akan menanggung sebagian besar tantangan (membaca bab di Amazon mungkin tidak membawa kenangan hangat dan kabur ke toko buku lokal).
Tetapi Mayer-Schroenberger dan Cukier mengharapkan perusahaan-perusahaan menengah berada di blok memotong - baik skala dengan data atau tetap kecil dan gesit. Sejalan dengan itu, ahli materi pelajaran menjadi kurang berpengaruh di banyak industri:
“Di media, konten yang dibuat dan dipublikasikan di situs web seperti Huffington Post, Gawker dan Fobres secara teratur ditentukan oleh data, bukan hanya penilaian editor manusia…. Jeff Bezos menyingkirkan peninjau buku in-house di Amazon ketika data menunjukkan bahwa rekomendasi algoritmik mendorong lebih banyak penjualan. Ini berarti keterampilan yang diperlukan untuk berhasil di tempat kerja berubah. "
Pembaca bisnis kecil mungkin tidak merasa bahwa materi tersebut menghubungkan ide-ide yang dapat ditindaklanjuti dengan lingkungan mereka. Buku ini memberikan konteks sejarah singkat untuk subjek big data, dengan catatan yang menunjukkan referensi dalam 10 tahun terakhir. Tapi tidak ada diskusi tingkat TI tentang database dan tidak ada perencanaan manajemen - setidaknya dalam kaitannya dengan fitur teknologi. Pembaca mengharapkan debat noSQL vs SQL harus mencari di tempat lain.
$config[code] not foundPerspektif paling provokatif yang diberikan buku ini kepada pemilik usaha kecil adalah peringatan tentang bagaimana kegunaan teknologi telah berevolusi.Ini berbeda dari debat lama tentang kelayakan suatu teknologi, debat yang dapat menghalangi pertimbangan anggaran. Alih-alih berfokus pada apakah email lebih baik daripada media sosial, ahli strategi bisnis harus lebih waspada terhadap tren dalam pemasaran mereka untuk mengembangkan asosiasi yang bermanfaat antara media pemasaran dan respons pelanggan.
Ini semacam proses pemikiran Data besar mendorong. Dengan demikian nilai utama buku ini terletak pada cerita yang diceritakan tentang bagaimana organisasi menerima data dan solusi pemodelan yang meningkatkan operasi.
Bab-bab tentang Risiko dan Kontrol mengambil konsep untuk skenario realistis lebih lanjut. Bab-bab ini membahas topik privasi dengan pandangan terbaru dan mungkin yang paling dapat ditindaklanjuti dalam menentukan apa yang harus dilakukan dengan teknologi. Mayer-Schroenberger dan Cukier menguraikan definisi profiling vs memilih prediktor yang sesuai dari perilaku pelanggan. Tetapi mereka mengambil langkah yang tepat dalam menguraikan komplikasi masyarakat, seperti "hukuman berdasarkan kecenderungan", yang mereka sebut "memuakkan." untuk sistem yang kami buat:
“Kami membayangkan algoritme sebagai menyediakan pendekatan berorientasi pasar untuk masalah-masalah seperti ini yang mungkin menghadang bentuk regulasi yang lebih mengganggu…. Untuk memastikan bahwa orang-orang dilindungi pada saat yang sama ketika teknologi dipromosikan, kita tidak boleh membiarkan data besar berkembang di luar jangkauan kemampuan manusia untuk membentuk teknologi. "
Para penulis menyampaikan nada harapan dalam tulisan mereka, serta nada pragmatisme untuk hasil potensial masa depan dari penelitian big data.
Tetapi untuk iklim bisnis saat ini, membaca Data besar akan membantu usaha kecil yang inovatif untuk berpikir secara berbeda tentang penyebab perilaku manusia dan bagaimana perilaku itu dicatat. Meningkatkan layanan atau melepaskan layanan baru dapat dipertimbangkan dengan lebih baik. Ada buku-buku lain yang masuk lebih dalam ke perdebatan tentang ukuran sampel dan korelasi, tetapi sebagai primer untuk bisnis, Data besar berfungsi untuk membuat topik yang disalahpahami lebih dimengerti.
