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

Esta é uma postagem traduzida por IA.

Byungchae Ryan Son

Os mal-entendidos criados pelo Big Data

  • Idioma de escrita: Coreana
  • País de referência: Todos os países country-flag

Selecionar idioma

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

Texto resumido pela IA durumis

  • O Big Data gerou grandes expectativas para as empresas, mas uma pesquisa de 2021 mostrou que as empresas estão tendo dificuldades em utilizar os dados.
  • A análise de dados é apenas uma ferramenta e os próprios dados podem levar a pressuposições erradas sobre o comportamento das pessoas.
  • O Big Data não fornece uma compreensão profunda do comportamento humano, e a compreensão humana por meio do pensamento humanístico é importante.

Nos últimos 10 anos, o Big Data tem gerado expectativas em empresas, como se tivessem encontrado a terra prometida. A expectativa de uma linha direta fantástica que permite ver instantaneamente os hábitos, desejos e necessidades dos clientes alvo.


Em maio de 2011Relatório de pesquisa especialA McKinsey, uma empresa de consultoria de gestão, argumentou que "o Big Data será a base fundamental para a competição empresarial no futuro, apoiando o aumento da produtividade, a inovação e novas correntes de consumo excessivo". Na mesma época, um relatório da IBM disse que, na época, 90% das informações do mundo foram geradas nos últimos dois anos, destacando que uma grande quantidade de dados está sendo gerada todos os dias.


No entanto, os resultados dePesquisa Executiva sobre Big Data e NewVantage Partners 2020publicados em 2021 revelam a realidade diferente das expectativas iniciais. O estudo foi baseado em respostas de 1.000 executivos que lideram e supervisionam iniciativas de dados em empresas listadas pela Fortune.


  • Apenas 26,8% das empresas construíram uma cultura de dados.
  • Apenas 37,8% das empresas disseram que operam de forma direcionada por dados.
  • Apenas 45,1 empresas estão competindo atualmente na área de dados e análises.


Claro, é preciso mencionar que a mineração de dados para inteligência do cliente trouxe felicidade aos acionistas do Netflix e da Amazon.


-

Mas apesar do aumento dramático na quantidade de dados e do sucesso de algumas empresas, a maioria das empresas está tendo dificuldade de obter insights profundos como os esperados inicialmente por meio disso. No final das contas,a análise de dados é apenas uma ferramentaQuando usamos essa análise de dados como estratégia, fazemos suposições sobre as pessoas e seus comportamentos.


Suposições erradas que não estão relacionadas ao mundo real das pessoas.


Em outras palavras, o Big Data, em si, faz com que as empresas tenham uma visão errada das pessoas.


Primeiro, o Big Data traz dados finos. Na área de ciências sociais, os dados que ajudam a entender o comportamento humano são divididos em duas categorias principais. Dos quais, dados finos são coletados principalmente de rastros digitais de pessoas. Por exemplo, informações superficiais, como ela usa tamanho 44, tem olhos castanhos e bebe vinho Pinot Noir.


E Thick Data, a outra categoria, fornece insights sobre como as pessoas realmente experimentam o mundo. Por exemplo, ela conseguiu sentir o cheiro da grama depois da chuva, viu aquele com quem estava andando como alguém especial e o tênis que usava fazia seus passos parecerem mais leves, sãoinformações ricas em significadoO Big Data concentra-se apenas na correlação associada aos produtos, e não se interessa pela causalidade na vida. No entanto, o cerne da compreensão do comportamento humano como um ser social reside na causalidade. Se não houver insights sobre os pensamentos e sentimentos reais dos clientes, dados finos por si só terão um significado e utilização limitados. De acordo com o relatório Analytics in Action da Accenture, apenas 20% das organizações que alegam ter capacidade superior de gestão de desempenho "encontraram uma causalidade comprovada entre o que pretendem medir e o desempenho que pretendem promover". Isso é como evidência de que empresas centradas em algoritmos estão perdendo sua capacidade de entender o comportamento humano.


Acima de tudo, o Big Data nunca será capaz de revelar padrões com valor estratégico dentro dele, a menos que tenha habilidades de pensamento crítico. Pensamento crítico aqui se refere ao processo de comparar e analisar eventos à luz de evidências objetivas, estabelecendo "causalidade"e agindo de acordo com o julgamento resultante. A necessidade de as empresas desenvolverem a capacidade de interpretar corretamente o comportamento humano pode ser explicada por meio disso.


-

O tipo de pensamento analítico mais poderoso da humanidade vem do campo das ciências sociais.


História, literatura, filosofia e antropologia, que passaram por 2.000 anos, nos ensinaram as habilidades de pensamento crítico para entender corretamente as pessoas. Entender o comportamento humano em um nível profundo nos permite entender e explicar as mudanças abruptas no comportamento do cliente. E a partir daí, podemos descobrir possibilidades para a inovação.

No final das contas, se pudermos confirmar a resposta para o "porquê", as empresas podem ter um ponto de vista valioso no movimento atual do Big Data, que é apenas barulhento. E essas empresas serão as únicas que realmente entendem as pessoas.

Byungchae Ryan Son
Byungchae Ryan Son
찾아가 관찰하고 경청하는 일을 합니다.
Byungchae Ryan Son
Fenômenos humanos, tornando-se o padrão para decisões corporativas - 2 Apresentamos uma abordagem centrada em fenômenos que utiliza o comportamento humano como base para a tomada de decisões corporativas. Esta abordagem ajuda a compreender as necessidades e aspirações dos clientes, descobrindo oportunidades de crescimento di

7 de maio de 2024

Dados Sintéticos: Máquinas se Tornam Consumidores Com o surgimento de serviços de pesquisa de usuários que empregam consumidores sintéticos de IA, uma nova definição de dados e verdade se tornou necessária. Esses serviços permitem obter feedback sobre o desenvolvimento de produtos por meio de personagens

10 de maio de 2024

Ninguém quer a 'estratégia' do pesquisador. Um autor com vasta experiência de campo, não um designer ou pesquisador de UX, compartilha dicas estratégicas para comunicação eficaz de insights dentro de empresas na era da inteligência artificial. Ele argumenta que as vozes dos 'consumidores' não são s

21 de maio de 2024

Snowflake publica relatório de tendências de dados de 2024... Desenvolvedores de IA criam em média 90 aplicativos por dia A Snowflake, com base em uma pesquisa com mais de 9.000 clientes, revelou que a proporção de chatbots entre os aplicativos LLM aumentou, os desenvolvedores preferem Python e a quantidade de dados não estruturados também aumentou. Descubra mais detalhes no
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)

16 de maio de 2024

NetApp lança relatório sobre a complexidade da nuvem em 2024, prevendo uma era de inovação ou morte impulsionada pela IA em todo o mundo O relatório sobre a complexidade da nuvem da NetApp analisa a disparidade entre líderes e seguidores da IA, destacando a importância de uma infraestrutura de dados integrada para o sucesso da IA. O relatório destaca o sucesso de líderes da IA, enfatizando
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)

25 de abril de 2024

#Marketing - A análise para marketing mostra o momento atual. Antes de elaborar uma estratégia de marketing, é essencial entender precisamente sua empresa, seus concorrentes e seus clientes por meio de uma análise 3C. A análise 3C ajuda a definir a direção do marketing, estabelecer metas e desenvolver estratégias de
30대의 존버살이를 씁니다.
30대의 존버살이를 씁니다.
30대의 존버살이를 씁니다.
30대의 존버살이를 씁니다.
30대의 존버살이를 씁니다.

18 de janeiro de 2024

3 hábitos pequenos, mas importantes, para melhorar suas habilidades de análise de investimentos Ao analisar investimentos, não aceite cegamente os dados de outras pessoas. Adote o hábito de verificar os dados diretamente e quantificá-los. Isso ajudará você a fazer análises precisas e criar estratégias de investimento sólidas.
고집스런가치투자
고집스런가치투자
고집스런가치투자
고집스런가치투자

3 de abril de 2024

Onde os investidores individuais têm uma vantagem sobre o Private Equity: dinheiro disponível o mais rápido possível, sem a necessidade de utilizá-lo todo O Private Equity tende a investir o dinheiro do fundo rapidamente para obter um alto retorno, o que pode levar a negócios apressados. Em particular, os fundos cegos exigem investimentos rápidos, pois os investimentos não são definidos, e a pressa para aum
고집스런가치투자
고집스런가치투자
고집스런가치투자
고집스런가치투자

3 de abril de 2024

Por que você deve abordar investimentos com uma mentalidade probabilística: você nunca saberá a causa exata dos resultados do investimento Os resultados dos investimentos são influenciados em grande parte pela sorte, além da habilidade, e é impossível determinar a causa exata. Portanto, os investimentos devem ser abordados com uma mentalidade probabilística, lutando o máximo possível onde vo
고집스런가치투자
고집스런가치투자
고집스런가치투자
고집스런가치투자

3 de abril de 2024