Byungchae Ryan Son

ข้อมูลขนาดใหญ่สร้างความเข้าใจผิด

  • ภาษาที่เขียน: ภาษาเกาหลี
  • ประเทศอ้างอิง: ทุกประเทศcountry-flag
  • อื่นๆ

สร้าง: 2024-05-07

สร้าง: 2024-05-07 12:07

ตลอดทศวรรษที่ผ่านมา Big Data ได้สร้างความคาดหวังให้กับธุรกิจราวกับว่าได้พบดินแดนแห่งสัญญา ที่คาดหวังว่าจะเป็นสายด่วนที่น่าทึ่งซึ่งสามารถระบุพฤติกรรม ความปรารถนา และความต้องการของลูกค้าเป้าหมายได้ทันที


พฤษภาคม 2011รายงานวิจัยพิเศษMcKinsey บริษัทที่ปรึกษาด้านการจัดการ ได้อ้างว่า "Big Data จะเป็นรากฐานสำคัญของการแข่งขันทางธุรกิจในอนาคต ซึ่งจะสนับสนุนการเพิ่มผลผลิต นวัตกรรม และกระแสการบริโภคที่มากเกินไป" ในเวลาเดียวกัน รายงานของ IBM ที่ออกมาในเวลาต่อมาได้กล่าวว่าข้อมูลทั่วโลก 90% ในเวลานั้นถูกสร้างขึ้นในช่วง 2 ปีที่ผ่านมา สะท้อนให้เห็นว่าข้อมูลถูกสร้างขึ้นมากมายทุกวัน


แต่ผลลัพธ์ของNewVantage Partners 2020 Big Data & Executive Surveyที่เผยแพร่ในปี 2021 เผยให้เห็นความเป็นจริงที่แตกต่างจากความคาดหวังในตอนแรก การสำรวจนี้เป็นผลลัพธ์จากการตอบแบบสอบถามของผู้บริหาร 1,000 คนในบริษัทที่อยู่ในรายชื่อ Fortune ซึ่งรับผิดชอบและดูแลโครงการ Data initiative


  • เพียง 26.8% ของบริษัทเท่านั้นที่สร้างวัฒนธรรมข้อมูล
  • เพียง 37.8% ของบริษัทเท่านั้นที่ตอบว่าดำเนินงานแบบขับเคลื่อนด้วยข้อมูล
  • มีเพียง 45.1 บริษัทเท่านั้นที่กำลังแข่งขันในอุตสาหกรรมข้อมูลและการวิเคราะห์ในปัจจุบัน


แน่นอนว่าการทำเหมืองข้อมูลเพื่อสร้างความฉลาดทางลูกค้า (Customer Intelligence) ส่งผลให้ผู้ถือหุ้นของ Netflix และ Amazon มีความสุข นี่คือข้อเท็จจริงที่เราต้องยอมรับ


-

แต่ถึงแม้ว่าปริมาณข้อมูลจะเพิ่มขึ้นอย่างมหาศาลและบางบริษัทประสบความสำเร็จ แต่ในความเป็นจริง บริษัทส่วนใหญ่ไม่สามารถได้รับข้อมูลเชิงลึกที่ลึกซึ้งดังที่คาดหวังไว้ในตอนแรก ผลลัพธ์ก็คือการวิเคราะห์ข้อมูลเป็นเพียงเครื่องมือเมื่อเราใช้การวิเคราะห์ข้อมูลนี้เป็นกลยุทธ์ เราจะเริ่มตั้งสมมติฐานเกี่ยวกับบุคคลและพฤติกรรมของพวกเขา


ซึ่งเป็นสมมติฐานที่ผิดพลาดซึ่งไม่มีความเกี่ยวข้องกับโลกแห่งความเป็นจริงของบุคคล

ข้อมูลขนาดใหญ่สร้างความเข้าใจผิด


กล่าวอีกนัยหนึ่ง Big Data นั้นทำให้ธุรกิจเข้าใจผิดเกี่ยวกับบุคคล


ประการแรก Big Data นำไปสู่ Thin Data ในสาขาการวิเคราะห์สังคม การทำความเข้าใจพฤติกรรมของมนุษย์แบ่งออกเป็น 2 ประเภทหลัก Thin Data มักจะรวบรวมมาจากร่องรอยดิจิทัลของบุคคล ตัวอย่างเช่น เธอใส่เสื้อไซส์ 44 มีดวงตาสีน้ำตาล และดื่มไวน์ Pinot Noir นี่เป็นเพียงข้อมูลภายนอกที่เห็นได้ชัด


และ Thick Data ซึ่งเป็นอีกประเภทหนึ่ง มอบความเข้าใจเกี่ยวกับวิธีที่บุคคลสัมผัสกับโลกแห่งความเป็นจริง ตัวอย่างเช่น เธอได้กลิ่นหญ้าหลังฝนตก เธอเห็นเขาเป็นคนพิเศษขณะเดินด้วยกัน และรองเท้าผ้าใบของเธอทำให้เธอเดินเบาขึ้น นี่เป็นข้อมูลที่อุดมไปด้วยความหมายนั่นเอง

ข้อมูลขนาดใหญ่สร้างความเข้าใจผิด


กล่าวอีกนัยหนึ่ง Big Data มุ่งเน้นไปที่ความสัมพันธ์ (correlation) ที่เกี่ยวข้องกับผลิตภัณฑ์ แต่ไม่สนใจความสัมพันธ์เชิงสาเหตุ (causality) ในชีวิตประจำวัน อย่างไรก็ตามหัวใจของความเข้าใจพฤติกรรมของมนุษย์ในฐานะสิ่งมีชีวิตทางสังคมนั้นอยู่ที่ความสัมพันธ์เชิงสาเหตุ หากไม่มีข้อมูลเชิงลึกเกี่ยวกับความคิดและความรู้สึกที่แท้จริงของลูกค้า Thin Data นั้นจะมีความหมายและประโยชน์ใช้สอยที่จำกัด รายงาน Analytics in Action ของ Accenture ระบุว่า มีเพียง 20% ขององค์กรที่อ้างว่ามีทักษะการจัดการประสิทธิภาพที่ยอดเยี่ยมเท่านั้นที่ "พบความสัมพันธ์เชิงสาเหตุที่ได้รับการพิสูจน์ระหว่างสิ่งที่พวกเขาพยายามวัดกับผลลัพธ์ที่พวกเขาพยายามผลักดัน" นี่เป็นหลักฐานที่แสดงให้เห็นว่าธุรกิจที่เน้นอัลกอริทึมนั้นขาดความสามารถในการทำความเข้าใจพฤติกรรมของมนุษย์


เหนือสิ่งอื่นใด Big Data ไม่สามารถเผยให้เห็นรูปแบบที่มีคุณค่าทางกลยุทธ์ในตัวได้หากไม่มีทักษะการคิดเชิงวิพากษ์ การคิดเชิงวิพากษ์ (Critical thinking) ในที่นี้หมายถึงกระบวนการตรวจสอบและเปรียบเทียบสถานการณ์ตามหลักฐานเชิงวัตถุ เพื่อให้'ความสัมพันธ์เชิงสาเหตุ'ชัดเจน และดำเนินการตามการตัดสินใจที่ได้จากกระบวนการนี้ ความจำเป็นที่ธุรกิจต้องพัฒนาทักษะในการตีความพฤติกรรมของมนุษย์ที่ถูกต้องในหมู่ผู้บริหารสามารถอธิบายได้ผ่านกระบวนการนี้


-

รูปแบบการคิดเชิงวิเคราะห์ที่ยิ่งใหญ่ที่สุดของมนุษยชาติมาจากสาขาการวิเคราะห์สังคม


ตลอดเวลา 2,000 ปีที่ผ่านมา ประวัติศาสตร์ วรรณกรรม ปรัชญา มานุษยวิทยา และสาขาอื่นๆ ในมนุษยศาสตร์ได้สอนทักษะการคิดเชิงวิพากษ์ให้กับเรา เพื่อให้มนุษย์เข้าใจมนุษย์อย่างถูกต้อง การทำความเข้าใจพฤติกรรมของมนุษย์ในระดับลึกจะช่วยให้เราสามารถทำความเข้าใจและอธิบายการเปลี่ยนแปลงอย่างรวดเร็วของพฤติกรรมของลูกค้า และจากจุดนั้นเอง เราจะสามารถค้นพบโอกาสแห่งนวัตกรรม

ในท้ายที่สุด เมื่อเราสามารถค้นหาคำตอบของ "Why" ธุรกิจจะสามารถมีมุมมองที่เป็นประโยชน์ของตัวเองใน Big Data movement ที่วุ่นวายในปัจจุบัน และธุรกิจนั้นจะเป็นหน่วยงานเดียวที่สามารถเข้าใจมนุษย์ได้อย่างถูกต้อง

ข้อมูลขนาดใหญ่สร้างความเข้าใจผิด

ความคิดเห็น0

การวิเคราะห์ข้อมูลขนาดใหญ่และตัวอย่างการใช้งานที่หลากหลายบทความนี้แนะนำการวิเคราะห์ข้อมูลขนาดใหญ่และตัวอย่างการใช้งานที่หลากหลาย ในหลายสาขา เช่น การแพทย์ การเงิน และการตลาด การวิเคราะห์ข้อมูลขนาดใหญ่ช่วยให้สามารถคาดการณ์ ปรับปรุง และเพิ่มประสิทธิภาพได้ ตัวอย่างการใช้งานมากมายแสดงให้เห็นถึงประโยชน์ของการวิเคราะห
Cherry Bee
Cherry Bee
Cherry Bee
Cherry Bee

February 13, 2025

การวิเคราะห์เชิงพยากรณ์โดยใช้ AIบทความนี้จะแสดงวิธีการทำนายอนาคตและวางแผนกลยุทธ์โดยใช้ AI และการวิเคราะห์เชิงพยากรณ์บนพื้นฐานของข้อมูล รวมถึงตัวอย่างการใช้เทคโนโลยี AI เช่น แมชชีนเลิร์นนิงและดีพลอยเลิร์นนิง และยังกล่าวถึงจริยธรรมของข้อมูลและแนวโน้มในอนาคตด้วย
Cherry Bee
Cherry Bee
Cherry Bee
Cherry Bee

March 15, 2025

การเปลี่ยนผ่านสู่ดิจิทัลบทความนี้จะนำเสนอวิธีการเปลี่ยนผ่านสู่ดิจิทัลอย่างมีประสิทธิภาพ โดยวิเคราะห์ทั้งตัวอย่างที่ประสบความสำเร็จและไม่ประสบความสำเร็จของแบรนด์ชั้นนำ เช่น สตาร์บัคส์ และไนกี้ ครอบคลุมถึงกลยุทธ์การเปลี่ยนผ่านสู่ดิจิทัล การคิดเชิงลูกค้าเป็นศูนย์กลาง และการใช้ประโ
Cherry Bee
Cherry Bee
Cherry Bee
Cherry Bee

March 6, 2025

การผสานรวมบุคคลากร (Persona) และการบริหารจัดการด้านสิ่งแวดล้อม สังคม และธรรมาภิบาล (ESG) : แนวทางเชิงกลยุทธ์เพื่อธุรกิจที่ยั่งยืนบทความนี้จะแนะนำวิธีการผสานรวมบุคคลากร (Persona) และการบริหารจัดการด้านสิ่งแวดล้อม สังคม และธรรมาภิบาล (ESG) เพื่อสร้างกลยุทธ์ทางธุรกิจที่ยั่งยืนและสอดคล้องกับคุณค่าของลูกค้า โดยเฉพาะอย่างยิ่งการนำเสนอแนวทางเชิงกลยุทธ์ในการเสริมสร้างความแข็งแกร่งให้กับโคร
NEWS FDN (다큐)
NEWS FDN (다큐)
NEWS FDN (다큐)
NEWS FDN (다큐)

August 2, 2024

NetApp เผยแพร่รายงานความซับซ้อนของคลาวด์ปี 2024 … มองการณ์ไกลถึงยุคแห่งนวัตกรรม AI ที่จะก้าวไปสู่การเปลี่ยนแปลงครั้งใหญ่ทั่วโลกหรือล่มสลายรายงานความซับซ้อนของคลาวด์จาก NetApp ระบุว่าช่องว่างระหว่างผู้นำด้าน AI กับผู้ตามกำลังขยายตัว และเน้นย้ำว่าการรวมข้อมูลเป็นปัจจัยสำคัญต่อความสำเร็จของ AI
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)
스타트업 커뮤니티 씬디스 (SeenThis.kr)

April 25, 2024

ยกระดับประสบการณ์ลูกค้าด้วย AIบทความนี้แนะนำกลยุทธ์การปฏิวัติประสบการณ์ลูกค้า (CX) โดยใช้ AI ซึ่งรวมถึงการแนะนำผลิตภัณฑ์ที่ตรงกับความต้องการส่วนบุคคล แชทบอท AI การวิเคราะห์ความคิดเห็นของลูกค้า และการวิเคราะห์เชิงพยากรณ์ เพื่อเพิ่มความพึงพอใจของลูกค้า ปรับปรุงประสิทธิภาพการดำเนินงาน แ
Cherry Bee
Cherry Bee
Cherry Bee
Cherry Bee

March 24, 2025