Это сообщение переведено AI.
Большие данные создают недоразумения
- Язык написания: Корейский
- •
- Базовая страна: Все страны
- •
- ИТ
Выбрать язык
Текст, резюмированный ИИ durumis
- Большие данные вызывали большие ожидания в компаниях, но результаты опроса 2021 года показывают, что компании испытывают трудности с использованием данных.
- Анализ данных – это всего лишь инструмент, и сами данные могут привести к неправильным предположениям о поведении людей.
- Большие данные не могут предоставить глубокого понимания человеческого поведения, поэтому важно понимать человека через гуманитарные знания.
За последние 10 лет Big Data вызывала у компаний ожидания, словно они нашли обетованную землю. Ожидание фантастической горячей линии, которая мгновенно покажет, каковы привычки, желания и потребности целевых клиентов.
В мае 2011 годаспециальный исследовательский отчетконсалтинговая компания McKinsey утверждала, что «Big Data станет ключевой основой будущей конкуренции между компаниями, поддерживая рост производительности, инновации и новые потоки потребительского спроса». Вскоре после этого, в отчете IBM говорилось о том, что в то время 90% всей информации в мире было создано за последние два года, и ежедневно создается огромное количество данных.
Однако результатыNewVantage Partners 2020 Big Data & Executive Survey, опубликованные в 2021 году, показывают другую реальность, нежели первоначальные ожидания. Результаты этого исследования были получены в результате опроса 1000 руководителей, отвечающих за управление и надзор за инициативами по работе с данными в компаниях, вошедших в список журнала Fortune.
- Лишь 26,8% компаний создали культуру работы с данными.
- Лишь 37,8% компаний заявили о том, что они управляются на основе данных.
- Всего 45,1 компании конкурируют в настоящее время в сфере данных и аналитики.
Конечно, нужно признать, что Data mining для Customer Intelligence определенно принес счастье акционерам Netflix и Amazon.
-
Однако, несмотря на огромный рост объемов данных и успехи некоторых компаний, большинство организаций не могут получить благодаря им ту глубокую аналитику, на которую они рассчитывали изначально. В конечном итоге,анализ данных — это всего лишь инструмент. Используя этот метод анализа данных в качестве стратегии, мы делаем предположения о людях и их поведении.
Это неверные предположения, не связанные с реальным миром людей.
Другими словами, Big Data сама по себе заставляет компании неправильно понимать людей.
Во-первых, Big Data приводит к появлению Thin Data. В области социальных наук данные, помогающие понять поведение человека, подразделяются на два основных типа. Thin Data обычно извлекается из цифровых следов человека. Например, это может быть информация о том, что она носит размер 44, у нее карие глаза и она пьет вино Пино Нуар.
А Thick Data, второй тип данных, дает представление о том, как люди на самом деле воспринимают мир. Например, она почувствовала запах свежескошенной травы после дождя, она считала его особенным человеком, а ее кроссовки делали ее шаг более легким. Этобогатая смыслом информация.
Другими словами, Big Data фокусируется на корреляциях (correlation), связанных с товарами, но не уделяет внимания причинно-следственным связям (causality) в повседневной жизни. Однако ключ к пониманию человеческого поведения как социального существа лежит в причинно-следственных связях.Если у вас нет инсайтов о реальных мыслях и чувствах клиентов, Thin Data сами по себе имеют ограниченное значение и возможности применения. Согласно отчету Accenture Analytics in Action, только 20% организаций, заявляющих о своем превосходстве в управлении эффективностью, «обнаружили доказанные причинно-следственные связи между объектами измерения и желаемыми результатами». Это похоже на свидетельство того, что компании, ориентированные на алгоритмы, теряют способность понимать человеческое поведение.
Прежде всего, Big Data не может раскрыть закономерности, обладающие стратегической ценностью, без наличия навыков критического мышления. Критическое мышление в данном контексте — это процесс сравнительного анализа ситуации в свете объективных доказательств и«причинно-следственных связей», в результате которого принимаются решения на основе полученных выводов. Именно этим можно объяснить необходимость для компаний развивать у менеджеров навыки правильной интерпретации человеческого поведения.
-
Самые великие типы аналитических рассуждений принадлежат области социальных наук.
История, литература, философия, антропология и другие гуманитарные науки, прошедшие через 2000 лет, научили нас навыкам критического мышления, необходимым для правильного понимания человека человеком. Только глубокое понимание человеческого поведения позволяет нам понять и объяснить резкие изменения в поведении клиентов. И именно там мы можем обнаружить потенциал для инноваций.
В конечном итоге, если вы сможете найти ответ на вопрос «Почему?», ваша компания сможет выделиться из хаотичного движения Big Data. И ваша компания станет единственной, способной правильно понимать людей.