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

Ini adalah postingan yang diterjemahkan oleh AI.

Byungchae Ryan Son

Kesalahpahaman yang Dibuat oleh Big Data

  • Bahasa penulisan: Bahasa Korea
  • Negara referensi: Semua negara country-flag

Pilih Bahasa

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

Teks yang dirangkum oleh AI durumis

  • Big Data telah membangkitkan harapan besar di kalangan perusahaan, namun hasil survei pada tahun 2021 menunjukkan bahwa perusahaan mengalami kesulitan dalam memanfaatkan data.
  • Analisis data hanyalah alat, dan data itu sendiri dapat menyebabkan asumsi yang salah tentang perilaku manusia.
  • Big Data tidak memberikan pemahaman yang mendalam tentang perilaku manusia, dan pemahaman manusia melalui pemikiran humaniora adalah hal yang penting.

Selama dekade terakhir, Big Data telah membangkitkan harapan bagi perusahaan seperti menemukan tanah air yang dijanjikan. Harapan sebagai saluran hotline yang fantastis untuk segera mengetahui kebiasaan, keinginan, dan kebutuhan pelanggan target.


Pada Mei 2011Laporan Penelitian Khusus, perusahaan konsultan manajemen McKinsey berpendapat bahwa "Big Data akan menjadi dasar inti dari persaingan bisnis di masa depan, yang mendukung peningkatan produktivitas, inovasi, dan arus baru dari kelebihan konsumen." Pada waktu yang sama, laporan IBM yang dirilis kemudian menyatakan bahwa 90% dari informasi dunia pada saat itu dihasilkan dalam dua tahun terakhir, yang berarti bahwa sejumlah besar Data dihasilkan setiap hari.


Namun, hasil dariNewVantage Partners 2020 Big Data & Executive Surveyyang dirilis pada tahun 2021 menunjukkan realitas yang berbeda dari harapan awal. Isi survei tersebut adalah hasil dari jawaban 1.000 eksekutif yang bertanggung jawab dan mengawasi inisiatif Data di perusahaan yang tercantum dalam Fortune.


  • Hanya 26,8% perusahaan yang telah membangun budaya data.
  • Hanya 37,8% perusahaan yang menyatakan diri sebagai operasi yang digerakkan oleh data.
  • Hanya 45,1 perusahaan yang saat ini bersaing dalam ruang lingkup data dan analitik.


Tentu saja, perlu ditekankan bahwa ada kasus di mana penambangan Data untuk Customer Intelligence ini telah membuat pemegang saham Netflix dan Amazon bahagia.


-

Namun, meskipun jumlah Data meningkat secara luar biasa dan beberapa perusahaan telah berhasil, sebagian besar perusahaan kesulitan mendapatkan wawasan yang mendalam seperti harapan awal melalui Data ini. Pada akhirnya,Analisis data hanyalah alat. Ketika kita menggunakan analisis data ini sebagai strategi, kita membuat asumsi tentang orang dan perilaku mereka.


Asumsi yang salah yang tidak terkait dengan dunia nyata orang.


Dengan kata lain, Big Data itu sendiri membuat perusahaan salah memahami orang.


Pertama, Big Data menghadirkan Thin Data. Dalam ilmu sosial, data untuk memahami perilaku manusia dibagi menjadi dua kategori utama. Dari keduanya, Thin Data terutama diperoleh dari jejak digital orang. Misalnya, informasi yang tampak seperti dia memakai ukuran 44, bermata cokelat, dan minum anggur Pinot Noir.


Dan yang lainnya, Thick Data, memberikan pemahaman tentang bagaimana orang benar-benar mengalami dunia. Misalnya, dia bisa mencium bau rumput setelah hujan, melihatnya sebagai seseorang yang istimewa, dan sepatu olahraga yang dia kenakan membuatnya tampak lebih ringan.Informasi yang kaya makna..


Dengan kata lain, Big Data hanya fokus pada korelasi yang terkait dengan produk, bukan pada kausalitas dalam kehidupan. Namun, sebagai makhluk sosial,Pemahaman utama tentang perilaku manusia terletak pada kausalitas. Jika tidak ada wawasan tentang pemikiran dan perasaan sebenarnya dari pelanggan, Thin Data itu sendiri akan memiliki makna dan kegunaan yang terbatas. Menurut laporan Analytics in Action dari Accenture, hanya 20% dari organisasi yang mengklaim memiliki kemampuan manajemen kinerja yang unggul yang 'menemukan hubungan kausalitas yang terbukti antara apa yang ingin mereka ukur dan kinerja yang ingin mereka capai.' Ini seperti bukti bahwa perusahaan yang berpusat pada algoritma telah kehilangan kemampuan mereka untuk memahami perilaku manusia.


Terlebih lagi, Big Data tidak memiliki keterampilan berpikir kritis untuk mengungkapkan pola-pola bernilai strategis di dalamnya. Berpikir kritis di sini, Critical thinking adalah proses untuk membandingkan dan mengevaluasi suatu masalah berdasarkan bukti objektif dan'hubungan kausalitas'dengan jelas untuk bertindak berdasarkan penilaian yang diperoleh di sini. Hal ini dapat dijelaskan dengan kebutuhan perusahaan untuk menumbuhkan kemampuan interpretasi perilaku manusia yang benar oleh manajemen.


-

Jenis pemikiran interpretatif terbesar umat manusia berasal dari ilmu sosial.


Sejarah, sastra, filsafat, antropologi, dan humaniora lainnya yang telah ada selama 2.000 tahun telah mengajarkan kita keterampilan berpikir kritis untuk memahami manusia dengan benar. Memahami perilaku manusia di tingkat yang lebih dalam memungkinkan kita untuk memahami dan menjelaskan perubahan dramatis dalam perilaku pelanggan. Dan dari sana, kita dapat menemukan kemungkinan untuk berinovasi.

Pada akhirnya, jika kita dapat mengidentifikasi jawaban atas Why, perusahaan dapat memiliki perspektif yang berharga dalam gerakan Big Data yang berisik saat ini. Dan perusahaan tersebut akan menjadi satu-satunya yang benar-benar memahami manusia.

Byungchae Ryan Son
Byungchae Ryan Son
찾아가 관찰하고 경청하는 일을 합니다.
Byungchae Ryan Son
Fenomena Manusia, Menjadi Standar Keputusan Bisnis -2 Artikel ini memperkenalkan pendekatan yang berpusat pada fenomena, yang menggunakan perilaku manusia sebagai dasar untuk pengambilan keputusan bisnis. Pendekatan ini membantu Anda untuk memahami kebutuhan dan aspirasi pelanggan serta menemukan peluang per

7 Mei 2024

Data Sintetis: Mesin Menjadi Konsumen Munculnya layanan riset pengguna yang memanfaatkan konsumen sintetis AI telah memunculkan definisi baru tentang data dan kebenaran. Layanan ini memungkinkan untuk mendapatkan umpan balik tentang pengembangan produk melalui karakter virtual, namun menimbul

10 Mei 2024

Brainstorming Tidak Cukup Penurunan trafik ChatGPT dari OpenAI menunjukkan bahwa relevansi dengan kehidupan pengguna menjadi faktor penentu kesuksesan sebuah layanan. Koneksi antara minat pribadi pendiri dan kebutuhan pengguna adalah kunci, dan perusahaan dapat mencapai pertumbuh

14 Mei 2024

Snowflake, menerbitkan Laporan Tren Data 2024… Pengembang AI mengembangkan rata-rata 90 aplikasi per hari Snowflake mengungkapkan bahwa berdasarkan survei terhadap lebih dari 9.000 pelanggan, sebagian besar aplikasi LLM adalah chatbot, pengembang lebih menyukai Python, dan volume pemrosesan data tidak terstruktur juga meningkat. Temukan detail selengkapnya di
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)

16 Mei 2024

Keuntungan Investor Individu Dibandingkan Private Equity: Uang Tunai Secepat Mungkin, Tidak Perlu Digunakan Semua Private Equity cenderung untuk menginvestasikan dana fund dengan cepat untuk mendapatkan pengembalian yang tinggi, yang dapat mengakibatkan kesepakatan yang tidak masuk akal. Terutama Blind Fund tidak memiliki target investasi yang ditentukan, sehingg
고집스런가치투자
고집스런가치투자
고집스런가치투자
고집스런가치투자

3 April 2024

NetApp Menerbitkan Laporan Kompleksitas Cloud 2024… Memprediksi Era Inovasi AI atau Kehancuran yang Akan Berlangsung di Seluruh Dunia Laporan Kompleksitas Cloud NetApp menganalisis kesenjangan antara pemimpin AI dan pengikut, menyoroti bahwa infrastruktur data terintegrasi sangat penting untuk keberhasilan AI. Laporan ini menyoroti pentingnya integrasi data melalui contoh keberhasilan p
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)

25 April 2024

#Pemasaran - Analisis untuk pemasaran memberi tahu Anda tentang sekarang. Sebelum menetapkan strategi pemasaran, pemahaman yang akurat tentang perusahaan Anda, pesaing, dan pelanggan sangat penting melalui analisis 3C. Analisis 3C membantu dalam menetapkan arah pemasaran, menetapkan tujuan, dan mengembangkan strategi diferensia
30대의 존버살이를 씁니다.
30대의 존버살이를 씁니다.
30대의 존버살이를 씁니다.
30대의 존버살이를 씁니다.
30대의 존버살이를 씁니다.

18 Januari 2024

Seth Klarman dan Fed mengatakan bahwa waktu yang tepat untuk berinvestasi saham sudah berakhir Analisis menunjukkan bahwa pengembalian riil saham AS di masa depan sulit untuk mencapai lebih dari 2%. Berbeda dengan 30 tahun terakhir di mana AS menikmati keuntungan dari suku bunga rendah dan tarif pajak korporasi rendah, di masa mendatang, kemungkin
고집스런가치투자
고집스런가치투자
고집스런가치투자
고집스런가치투자

3 April 2024

Splunk, Rilis Laporan Keamanan 2024 Menurut Laporan Keamanan Splunk tahun 2024, 93% perusahaan menggunakan AI generatif, tetapi 34% belum membuat kebijakan. AI generatif menawarkan peluang baru bagi profesional keamanan siber dan penyerang, dan penting untuk memahami risiko dan manfaat tekn
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)

13 Mei 2024