![translation](https://cdn.durumis.com/common/trans.png)
Questo è un post tradotto da IA.
I malintesi creati dal Big Data
- Lingua di scrittura: Coreana
- •
-
Paese di riferimento: Tutti i paesi
- •
- Tecnologia dell'informazione
Seleziona la lingua
Testo riassunto dall'intelligenza artificiale durumis
- Il Big Data ha suscitato grandi aspettative nelle aziende, ma i risultati di un'indagine del 2021 dimostrano che le aziende hanno difficoltà a utilizzare i dati.
- L'analisi dei dati è solo uno strumento, e i dati stessi possono portare a false ipotesi sul comportamento delle persone.
- Il Big Data non fornisce una profonda comprensione del comportamento umano, ed è importante la comprensione umana attraverso il pensiero umanistico.
Negli ultimi dieci anni, il Big Data ha suscitato nelle aziende aspettative simili a quelle di chi ha trovato una terra promessa. L'aspettativa di avere una fantastica linea diretta per conoscere immediatamente le abitudini, i desideri e le esigenze dei clienti di destinazione.
Maggio 2011Rapporto di ricerca speciale, la società di consulenza aziendale McKinsey ha sostenuto che "Il Big Data sarà la base fondamentale della competizione aziendale in futuro, supportando l'aumento della produttività, l'innovazione e nuovi flussi di eccedenza dei consumatori". Nello stesso periodo, un rapporto IBM successivo ha raccontato che il 90% delle informazioni globali al momento era stato generato negli ultimi due anni, evidenziando la generazione continua di molti dati ogni giorno.
Tuttavia, ilNewVantage Partners 2020 Big Data & Executive Survey, pubblicato nel 2021, rivela un presente diverso dalle aspettative iniziali. I contenuti della ricerca sono il risultato di risposte da parte di 1.000 dirigenti di aziende classificate da Fortune, responsabili e supervisori delle iniziative di dati.
- Solo il 26,8% delle aziende ha implementato una data-culture.
- Solo il 37,8% delle aziende ha affermato di operare autonomamente in base ai dati.
- Solo 45,1 aziende competono attualmente nel settore dei dati e dell'analisi.
Naturalmente, è necessario riconoscere che esistono casi in cui questo data mining per Customer Intelligence ha reso felici gli azionisti di Netflix e Amazon.
-
Tuttavia, nonostante l'enorme aumento della quantità di dati e il successo di alcune aziende, la realtà è che la maggior parte delle aziende ha difficoltà a ottenere da questi dati intuizioni profonde come quelle inizialmente previste. Alla fine,l'analisi dei dati è solo uno strumento. Quando usiamo questa analisi dei dati come strategia, formuliamo ipotesi su persone e sui loro comportamenti.
Ipotesi errate che non sono collegate al mondo reale delle persone.
In altre parole, il Big Data in sé fa sì che le aziende fraintendano le persone.
Innanzitutto, il Big Data genera Thin Data. Nel campo delle scienze sociali, i dati utilizzati per comprendere il comportamento umano si distinguono in due categorie principali. Di questi, i Thin Data provengono principalmente dalle tracce digitali delle persone. Ad esempio, informazioni superficiali come il fatto che lei veste una taglia 44, ha occhi marroni e beve vino Pinot Nero.
L'altra categoria, i Thick Data, forniscono una comprensione di come le persone sperimentano realmente il mondo. Ad esempio, lei ha potuto sentire l'odore dell'erba dopo la pioggia, ha visto il ragazzo con cui camminava come qualcuno di speciale, le sue scarpe da ginnastica hanno fatto sembrare i suoi passi più leggeri, informazionipiene di significato.
In altre parole, il Big Data si concentra sulla correlazione associata ai prodotti, ma non si interessa alle cause e agli effetti nella vita. Tuttavia, come essere sociale,la comprensione del comportamento umano è al centro della causalità. Se non si dispone di informazioni su cosa le persone realmente pensano e sentono, i Thin Data da soli avranno un valore e un'utilità limitati. Secondo il rapporto Analytics in Action di Accenture, solo il 20% delle organizzazioni che affermano di avere una gestione delle prestazioni di alto livello "ha scoperto una relazione causale dimostrata tra ciò che si sta cercando di misurare e i risultati che si stanno cercando di ottenere". Questa è la prova che le aziende basate su algoritmi stanno perdendo la capacità di comprendere il comportamento umano.
Soprattutto, il Big Data non può rivelare i modelli di valore strategico al suo interno se non si dispone di competenze di pensiero critico. In questo contesto, il pensiero critico, il Critical thinking, si riferisce al processo di confrontare e valutare gli eventi in base a prove oggettive per chiarirela 'relazione causale'e agire in base al giudizio così ottenuto. Questo può spiegare la necessità per le aziende di coltivare la capacità dei propri dirigenti di interpretare correttamente il comportamento umano.
-
Il tipo più significativo di pensiero analitico dell'umanità proviene dalle scienze sociali.
Le scienze umane, come la storia, la letteratura, la filosofia e l'antropologia, che hanno attraversato 2.000 anni, ci hanno insegnato le tecniche di pensiero critico per comprendere correttamente le persone. La comprensione del comportamento umano a un livello profondo ci permette di comprendere e spiegare i rapidi cambiamenti nel comportamento dei clienti. E da lì, possiamo scoprire le possibilità di innovazione.
In definitiva, se riusciamo a scoprire la risposta al perché, le aziende possono avere una prospettiva preziosa nell'attuale movimento Big Data che è stato semplicemente rumoroso. E quelle aziende saranno le uniche in grado di comprendere correttamente le persone.