Ceci est un post traduit par IA.
Les malentendus créés par le Big Data
- Langue de rédaction : Coréen
- •
- Pays de référence : Tous les pays
- •
- Technologies de l'information
Choisir la langue
Texte résumé par l'IA durumis
- Le Big Data a suscité de grandes attentes dans les entreprises, mais les résultats d'une enquête menée en 2021 montrent que les entreprises rencontrent des difficultés à utiliser les données.
- L'analyse de données n'est qu'un outil, et les données elles-mêmes peuvent conduire à des hypothèses erronées sur le comportement des personnes.
- Le Big Data ne fournit pas une compréhension approfondie du comportement humain, et la compréhension de l'être humain par la pensée humaniste est importante.
Au cours des dix dernières années, le Big Data a suscité chez les entreprises un enthousiasme comparable à la découverte d'un territoire prometteur. Un fantasme d'une ligne directe permettant de comprendre instantanément les habitudes, les désirs et les besoins de la clientèle cible.
En mai 2011,un rapport de recherche spécial, le cabinet de conseil en gestion McKinsey a affirmé que « le Big Data sera le fondement de la concurrence future des entreprises, soutenant l'augmentation de la productivité, l'innovation et de nouvelles tendances de consommation excessive ». À la même époque, un rapport d'IBM indiquait que 90 % des informations mondiales à l'époque avaient été créées au cours des deux dernières années, illustrant la croissance exponentielle de la production de données.
Cependant, les résultats de l'NewVantage Partners 2020 Big Data & Executive Surveypubliés en 2021 révèlent une réalité différente des attentes initiales. L'étude a été menée auprès de 1 000 dirigeants d'entreprises figurant au classement Fortune, responsables de la supervision et de la gestion des initiatives de données au sein de leurs organisations.
- Seulement 26,8 % des entreprises ont réussi à créer une culture des données.
- Seulement 37,8 % des entreprises affirment être axées sur les données.
- Seules 45,1 % des entreprises se considèrent comme des concurrentes dans le domaine des données et de l'analytique.
Bien sûr, il ne faut pas oublier que l'exploitation de données pour l'intelligence client a contribué à la satisfaction des actionnaires de Netflix et d'Amazon.
-
Cependant, malgré la croissance exponentielle du volume de données et les réussites de certaines entreprises, la majorité des entreprises peinent à extraire de ces données des insights profonds à la hauteur des attentes initiales. En fin de compte,l'analyse de données n'est qu'un outil. Lorsque nous utilisons cette analyse de données comme stratégie, nous formulons des hypothèses sur les individus et leurs comportements.
Des hypothèses erronées, déconnectées de leur réalité.
En d'autres termes, le Big Data lui-même conduit les entreprises à avoir une vision erronée des individus.
Premièrement, le Big Data produit des données minces. En sciences sociales, les données utilisées pour comprendre le comportement humain sont généralement classées en deux catégories. Les données minces sont principalement extraites des traces numériques laissées par les individus. Par exemple, elle porte du 44, a les yeux marron et boit du vin Pinot Noir. Ce sont des informations superficielles.
La deuxième catégorie, les données épaisses, offre une compréhension de la manière dont les individus vivent réellement leur expérience du monde. Par exemple, elle a senti l'odeur de la pelouse après la pluie, elle a trouvé l'homme qui marchait avec elle spécial, et ses chaussures de course la faisaient paraître plus légère. Ce sont desinformations riches de sens.
En bref, le Big Data se concentre sur les corrélations associées aux produits, mais n'accorde aucune attention aux liens de causalité dans la vie quotidienne. Cependant, pour comprendre lecomportement humain en tant qu'être social, la clé réside dans les liens de causalité. Si les entreprises ne disposent pas d'insights sur les pensées et les sentiments réels des clients, les données minces se révèlent limitées en termes de sens et d'utilisabilité. Selon le rapport Analytics in Action d'Accenture, seulement 20 % des organisations qui affirment avoir une capacité de gestion des performances exceptionnelle « ont trouvé un lien de causalité prouvé entre ce qu'elles cherchent à mesurer et les performances qu'elles cherchent à atteindre ». Il s'agit d'une preuve que les entreprises centrées sur les algorithmes perdent leur capacité à comprendre le comportement humain.
Surtout, le Big Data ne peut absolument pas révéler les schémas de valeur stratégique qu'il contient sans un esprit critique. Ici, la pensée critique, la « pensée critique », consiste à examiner et à comparer les événements à la lumière de preuves objectives, à identifier clairement les« liens de causalité »et à agir en fonction des jugements qui en résultent. La nécessité pour les entreprises de développer chez leurs dirigeants la capacité d'interpréter correctement le comportement humain peut être expliquée par cela.
-
Les formes les plus extraordinaires de pensée analytique proviennent des sciences sociales.
L'histoire, la littérature, la philosophie, l'anthropologie, etc., disciplines des sciences humaines qui ont existé pendant 2 000 ans, nous ont appris des techniques de pensée critique pour comprendre correctement l'homme. La compréhension du comportement humain à un niveau profond nous permet de comprendre et d'expliquer les changements rapides du comportement des clients. Et c'est de là que découlent les possibilités d'innovation.
En fin de compte, si les entreprises peuvent trouver des réponses à la question « Pourquoi », elles peuvent acquérir leur propre point de vue précieux dans le mouvement actuel du Big Data, qui est uniquement bruyant. Et ces entreprises deviendront les seules à vraiment comprendre les gens.