Try using it in your preferred language.

English

  • English
  • 汉语
  • Español
  • Bahasa Indonesia
  • Português
  • Русский
  • 日本語
  • 한국어
  • Deutsch
  • Français
  • Italiano
  • Türkçe
  • Tiếng Việt
  • ไทย
  • Polski
  • Nederlands
  • हिन्दी
  • Magyar
translation

Dies ist ein von KI übersetzter Beitrag.

Byungchae Ryan Son

Die Missverständnisse, die Big Data erzeugt

  • Schreibsprache: Koreanisch
  • Referenzland: Alle Länder country-flag

Sprache auswählen

  • Deutsch
  • English
  • 汉语
  • Español
  • Bahasa Indonesia
  • Português
  • Русский
  • 日本語
  • 한국어
  • Français
  • Italiano
  • Türkçe
  • Tiếng Việt
  • ไทย
  • Polski
  • Nederlands
  • हिन्दी
  • Magyar

Von durumis AI zusammengefasster Text

  • Big Data hat große Erwartungen in Unternehmen geweckt, aber die Ergebnisse einer Umfrage aus dem Jahr 2021 zeigen, dass Unternehmen Schwierigkeiten haben, Daten zu nutzen.
  • Datenanalyse ist nur ein Werkzeug, und die Daten selbst können zu falschen Annahmen über das menschliche Verhalten führen.
  • Big Data liefert kein tiefes Verständnis des menschlichen Verhaltens, und ein Verständnis des Menschen durch humanistische Denkweise ist wichtig.

In den letzten zehn Jahren hat Big Data Unternehmen die Hoffnung auf ein Gelobtes Land geweckt. Die Hoffnung auf eine fantastische Hotline, die sofort aufdecken kann, was die Gewohnheiten, Wünsche und Bedürfnisse der Zielkunden sind.


Im Mai 2011 ein Sonderforschungsberichtargumentierte die Unternehmensberatung McKinsey, dass „Big Data die Grundlage für zukünftige Wettbewerbsvorteile von Unternehmen sein wird, indem es die Steigerung der Produktivität, Innovation und neue Trends des Konsumüberflusses unterstützt". In einem Bericht von IBM, der kurz darauf veröffentlicht wurde, wurde festgestellt, dass zu dieser Zeit 90 % der weltweiten Informationen in den letzten zwei Jahren generiert wurden, was zeigt, dass täglich große Datenmengen generiert werden.


Doch die Ergebnisse derNewVantage Partners 2020 Big Data & Executive Survey, die 2021 veröffentlicht wurden, zeigen die heutige Situation im Gegensatz zu den ursprünglichen Erwartungen. Die Umfrageergebnisse basieren auf den Antworten von 1.000 Führungskräften aus Unternehmen, die von Fortune 1000 für ihre Data Initiatives verantwortlich sind und diese beaufsichtigen.


  • Nur 26,8 % der Unternehmen haben eine Datenkultur aufgebaut.
  • Nur 37,8 % der Unternehmen gaben an, datengesteuert zu arbeiten.
  • Insgesamt sind nur 45,1 Unternehmen im Wettbewerb in den Bereichen Daten und Analysen.


Natürlich muss man erwähnen, dass es Fälle gibt, in denen Data Mining für Customer Intelligence die Aktionäre von Netflix und Amazon glücklich gemacht hat.


-

Doch trotz der enormen Zunahme der Datenmenge und des Erfolgs einiger Unternehmen ist es für die meisten Unternehmen in der Praxis schwierig, mit ihrer Hilfe die ursprünglichen Erwartungen in Bezug auf tiefe Einblicke zu erfüllen. Letztlich ist Datenanalyse nur ein Werkzeug. Wenn wir diese Datenanalyse als Strategie einsetzen, treffen wir Annahmen über Menschen und deren Verhalten.


Genau diese falschen Annahmen, die keine Verbindung zur realen Welt der Menschen haben.


Mit anderen Worten, Big Data selbst führt dazu, dass Unternehmen Menschen falsch verstehen.


Zunächst einmal führt Big Data zu Thin Data. In den Sozialwissenschaften werden Daten, die zum Verständnis menschlichen Verhaltens dienen, in zwei große Kategorien eingeteilt. Thin Data wird hauptsächlich aus den digitalen Spuren von Menschen gezogen. Zum Beispiel Informationen, die auf den ersten Blick sichtbar sind, wie z. B. dass sie Größe 44 trägt, braune Augen hat und Pinot Noir Wein trinkt.


Thick Data hingegen bietet ein Verständnis dafür, wie Menschen die Welt tatsächlich erleben. Zum Beispiel, dass sie den Duft von Gras nach dem Regen riechen konnte, ihn beim gemeinsamen Spaziergang als etwas Besonderes sah und die von ihr getragenen Turnschuhe ihren Gang leichter erscheinen ließen, sind sinnvolle Informationen.


Das heißt, Big Data konzentriert sich auf die Korrelation mit Produkten, aber nicht auf die Kausalität im Leben. Aber das Verständnis menschlichen Verhaltens als soziales Wesen liegt in der Kausalität. Ohne Einblicke in die tatsächlichen Gedanken und Gefühle der Kunden kann Thin Data an sich nur eine begrenzte Bedeutung und Nutzungsfähigkeit haben. Laut dem Bericht „Analytics in Action“ von Accenture hat nur 20 % der Organisationen, die behaupten, über ausgezeichnete Leistungsmanagementfähigkeiten zu verfügen, „einen nachgewiesenen kausalen Zusammenhang zwischen dem, was gemessen werden soll, und dem, was erreicht werden soll, festgestellt". Dies ist ein Beweis dafür, dass Unternehmen, die sich auf Algorithmen konzentrieren, ihre Fähigkeit verlieren, menschliches Verhalten zu verstehen.


Vor allem kann Big Data ohne kritische Denkfähigkeiten die in ihm verborgenen strategischen Muster niemals aufdecken. Das kritische Denken hier ist der Prozess des Vergleiches und der Beurteilung von Sachverhalten im Lichte objektiver Beweise und 'Kausalität'klarzustellen und auf der Grundlage dieses Urteils zu handeln. Die Notwendigkeit für Unternehmen, die Fähigkeit ihrer Führungskräfte zu fördern, menschliches Verhalten korrekt zu interpretieren, kann mit dieser Erklärung belegt werden.


-

Die großartigste Form des interpretativen Denkens der Menschheit kommt aus den Sozialwissenschaften.


Die Geisteswissenschaften wie Geschichte, Literatur, Philosophie und Anthropologie, die über 2.000 Jahre alt sind, haben uns die Fähigkeiten des kritischen Denkens vermittelt, um Menschen richtig zu verstehen. Nur das Verständnis menschlichen Verhaltens auf tiefgreifender Ebene ermöglicht es uns, den rasanten Wandel des Kundenverhaltens zu verstehen und zu erklären. Und dort entdecken wir das Potenzial für Innovation.

Wenn wir schließlich die Antwort auf die Frage „Warum“ finden, können Unternehmen einen eigenen wertvollen Standpunkt in der derzeitigen lauten Big Data-Bewegung einnehmen. Und dieses Unternehmen wird das einzige sein, das Menschen richtig versteht.

Byungchae Ryan Son
Byungchae Ryan Son
찾아가 관찰하고 경청하는 일을 합니다.
Byungchae Ryan Son
Menschliche Phänomene, der Maßstab für unternehmerische Entscheidungen - Teil 2 Dieser Artikel stellt einen phänomenbasierten Ansatz vor, der menschliches Verhalten als Grundlage für unternehmerische Entscheidungen verwendet. Dieser Ansatz hilft Unternehmen, die Bedürfnisse und Wünsche ihrer Kunden zu verstehen und differenzierte Wac

7. Mai 2024

Synthetische Daten: Maschinen werden zu Konsumenten Mit dem Aufkommen von Benutzerforschungsdiensten, die auf KI-synthetischen Konsumenten basieren, wird eine neue Definition von Daten und Wahrheit erforderlich. Dieser Dienst ermöglicht es, Feedback zur Produktentwicklung über virtuelle Figuren zu erhalten

10. Mai 2024

Niemand möchte die 'Strategie' eines Researchers. Ein Autor mit viel Erfahrung aus erster Hand, kein Designer oder UX-Researcher, gibt strategische Ratschläge für eine effektive Vermittlung von Insights in Unternehmen im Zeitalter der künstlichen Intelligenz. 'Kunden'-Stimmen allein reichen nicht aus, es

21. Mai 2024

Snowflake veröffentlicht Daten-Trendbericht 2024: KI-Entwickler erstellen durchschnittlich 90 Apps pro Tag Laut einer Umfrage von Snowflake unter über 9.000 Kunden hat der Anteil von Chatbots unter den LLM-Apps zugenommen, Entwickler favorisieren Python und die Verarbeitung unstrukturierter Daten hat zugenommen. Weitere Informationen finden Sie im Snowflake Da
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)

16. Mai 2024

#Marketing - Analyse für Marketing zeigt den aktuellen Stand auf. Bevor eine Marketingstrategie entwickelt wird, ist ein genaues Verständnis des eigenen Unternehmens, der Konkurrenz und der Kunden durch eine 3C-Analyse unerlässlich. Die 3C-Analyse unterstützt die Festlegung der Marketingrichtung, die Zielsetzung und die
30대의 존버살이를 씁니다.
30대의 존버살이를 씁니다.
30대의 존버살이를 씁니다.
30대의 존버살이를 씁니다.
30대의 존버살이를 씁니다.

18. Januar 2024

NetApp veröffentlicht Bericht zur Cloud-Komplexität 2024 – Ausblick auf die Ära der AI-Innovation oder des Untergangs, die sich weltweit entfaltet Der Bericht zur Cloud-Komplexität von NetApp analysiert die Kluft zwischen AI-Führern und Nachzüglern und unterstreicht, dass eine integrierte Dateninfrastruktur für den AI-Erfolg unerlässlich ist. Der Bericht hebt die Erfolgsgeschichten von AI-Führern he
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)

25. April 2024

Mr. Know-All 5 – Februar 2024 Unternehmen möchten LLM AI-Dienste mit ihren eigenen Diensten verknüpfen, um ein besseres UX zu bieten und Kunden zu gewinnen. Googles Dialogflow ist eine Lösung, die über ein chatbasiertes UX die Benutzerabsicht erkennt und eine Verbindung zu geeigneten
Pilot AISmrteasy
Pilot AISmrteasy
Pilot AISmrteasy
Pilot AISmrteasy

21. März 2024

Suchergebnisse auch Halluzinationen? Das Problem der "Halluzinationen" bei KI-Suchmaschinen Bei Suchmaschinen mit generativer KI tritt das Problem der "Halluzinationen" auf, bei dem die Suchmaschine Informationen generiert, die in Wirklichkeit nicht existieren oder falsche Inhalte liefern. Dies kann durch Datenverzerrung, Modellkomplexität und u
Rebeka letter
Rebeka letter
Rebeka letter
Rebeka letter
Rebeka letter

24. April 2024

Was ist ein LLM (Large Language Model)? Große Sprachmodelle (LLMs) sind ein zentrales Element der künstlichen Intelligenz. Sie werden mit riesigen Textdaten trainiert und entwickeln so Sprachverarbeitungsfähigkeiten, die denen des Menschen ähneln. LLMs können in verschiedenen Bereichen eingeset
세상 모든 정보
세상 모든 정보
세상 모든 정보
세상 모든 정보

1. April 2024