קראו פסקה על ניתוח או עקבו אחר אינפוגרפיה על האתגרים של תוכנה כשירות, ותמצאו את המונח "נתונים גדולים". מודלים עסקיים מתערבים, הודות לסביבה דיגיטלית הקשורה ל- Big Data. אז מה מונח על כף המאזניים, במיוחד עבור עסקים קטנים אשר מגלים כמו שימוש תחרותי של נתונים כמו תאגידים גדולים?
$config[code] not foundמחברים ויקטור מאייר, Schroenberger ו קנת Cukier יש להגדיר את זה כדי לענות על זה ועוד נתונים גדולים: מהפכה זה יעבור איך אנחנו חיים, לעבוד ולחשוב. מאייר-שרנברגר הוא פרופסור לממשל ורגולציה באינטרנט באוניברסיטת אוקספורד, ומחבר של מספר ספרים. האחרונה שלו היא מחק את סגולה של שכחה בעידן הדיגיטלי . Cukier הוא פרשן בולט ואת עורך הנתונים ב הכלכלן. שני המחברים יצרו כתבים ומאמרים רבים בנושא הניתוח מנקודת המבט של תעשיות, ארגונים ומצבים רבים.
הרמתי עותק של ספר הנתונים הגדול הזה בברנס ובנובל. רציתי לראות עד כמה מסכמים החוקרים את סביבת הנתונים הדיגיטלית של ימינו.
הוספת לדיון נתונים גדולים בדרך פשוטה
מאייר-שרנברגר וצ'וקייה מנסים לפשט את הרקע שמאחורי הנושא של הספר. בעיקרו של דבר, נתונים גדולים היא פרספקטיבה על "datification" של דברים - תהליכים שניתן להקליט כנתונים, לעזור לחברה להבין כיצד הנתונים גדל ו להיות שנאסף. עשרה פרקים נקראים עם שמות מילה אחת, כגון עכשיו, מתאם ומבולגן. אלה, יחד עם הסיפורים הכלולים בפרקים, נועדו להאיר את השפעת הנתונים על בעיות חברתיות והזדמנויות עסקיות.
הנתונים כבר לא רק לאשר או להפריך השערה. במקום זאת, על הארגונים לקבל קצת אי-נוחות עם נתונים - כלומר, פחות מודאגים לגבי הדיוק ובמקום זאת, הרחבת האירועים משפיעה על הסיבתיות בהתרחשות:
"נתונים גדולים הופכים את האופן בו אנו מבינים ומגלים את העולם. בעידן של נתונים קטנים, היינו מונעים על ידי היפותזות על איך העולם עובד, אשר לאחר מכן ניסינו לאמת על ידי איסוף וניתוח נתונים. בעתיד, ההבנה שלנו תהיה מונעת יותר על ידי שפע של נתונים ולא על היפותזות ".
זה "לא יותר מדגם גודל" הרעיון דומה חוטי הצהרות של כריס אנדרסון על "סוף התיאוריה". למעשה, המחברים בוחנים את הדיון בו העלה אנדרסון כאשר הכריז שהשערה ודוגמנות ממידות נתונים קטנות הופכות למיושנות.
מהלכים אחרים על מהפיכת הנתונים כוללים כמה פיתולים בנושאים ידועים, כמו הבחירה של סטיב ג 'ובס של הטיפול בסרטן שלו ואת ההשקעה של אמזון בנתונים כדי להבין את התנהגות הרכישה של הלקוח. AVID הטכנולוגיה הקוראים אולי קרא את הדוגמאות האלה לפני, אבל הם עשויים להיות חדשים לאלה עם היכרות שטחית עם התרחשויות טק. יש כמה יישומי נתונים מעניינים, כגון המאמץ של קון אדיסון כדי למנוע תקיפה של תקלות ביוב בניו יורק, כמו גם FlyOnTime.us, יישום נתונים פתוח.
גודל הנתונים שנוצר בהחלט מאפשר פתרונות חדשים, אך הוא גם יוצר אתגרים חדשים. בהתחלה סומק, בעלי עסקים קטנים לקרוא את הספר הזה עשויים להרגיש שהם יישאו את חלק הארי של האתגרים (קריאת הפרק על אמזון לא יכול להביא זיכרונות חמים ומעורפלים לחנויות המקומיות).
אבל מאייר-שרונברגר וצ'וקייר מצפים שהחברות הבינוניות יהיו על בלוק החיתוך - אם בקנה מידה של נתונים ואם יישארו קטנים וזריזים. לאורך שורות אלה, מומחה הנושא הפך להיות פחות משפיע בענפים רבים:
"בתקשורת, התוכן שנוצר ונוצר באתרי אינטרנט כמו Huffington Post, Gawker ו- Fobres נקבע באופן קבוע על ידי נתונים, לא רק על פי שיקול דעתם של עורכי אנוש …" ג 'ף Bezos נפטר הספר בבית הספר סוקרים ב אמזון כאשר הנתונים הראו כי המלצות אלגוריתמיות גרמה יותר מכירות. משמעות הדבר היא כי הכישורים הדרושים כדי להצליח במקום העבודה משתנים. "
קוראי עסקים קטנים עשויים שלא לחוש כי החומר מתייחס רעיונות לפעולה לסביבתם. הספר נותן הקשר היסטורי קצר לנושא נתונים גדול, עם הערות המציין הפניות בתוך 10 השנים האחרונות או כך. אבל אין דיון ברמת ה- IT על מסדי נתונים ולא כלום על ניהול התכנון - לפחות ביחסים עם תכונות טכנולוגיות. הקוראים מצפה noSQL לעומת דיונים SQL צריך לחפש במקום אחר.
$config[code] not foundנקודת המבט הפרובוקטיבית ביותר שהספר מעניק לבעלי עסקים קטנים היא התראה כיצד התועלת של הטכנולוגיה התפתחה.זה שונה מכל דיון עתיק על הכדאיות של הטכנולוגיה, ויכוח זה יכול לעכב שיקולים התקציב. במקום להתמקד אם הדוא"ל הוא טוב יותר מאשר מדיה חברתית, האסטרטגים העסקיים צריכים להיות ערניים יותר למגמות השיווק שלהם לפתח אסוציאציות שימושיות בין המדיום השיווקי ואת התגובה של הלקוח.
זה סוג של תהליך מחשבה נתונים גדולים מעודד את. לפיכך, הערך הסופי של הספר טמון בסיפורים על האופן שבו ארגונים מקבלים נתונים ופתרונות דוגמנות המשפרים את הפעילות.
הפרקים על סיכונים ובקרה לוקחים את המושגים לתרחישים מציאותיים נוספים. פרקים אלה לכסות את נושא הפרטיות עם Outlook outlooks והם כנראה הכי מעשי ב להבחין מה לעשות עם טק. מאייר- Schroenberger ו Cukier מתאר את ההגדרה של פרופיל לעומת בחירת מנבאים מתאימים של התנהגות הלקוח. אבל הם נוקטים את הצעד הנכון בהתוויית סיבוכים חברתיים, כגון "עונשים המבוססים על נטייה", שהם מכנים "מבחילה". המחברים מציינים גם את עליית האלגוריתמים - אנשי מקצוע בעלי רקע מתמטי, מדעי ומדעי המחשב כדי לסייע בביטחון עבור מערכות מאוד ליצור:
"אנו רואים את האלגוריתמים כמספקים גישה מוכוונת שוק לבעיות כמו אלה שעשויות להוביל לצורות פולשניות יותר של רגולציה. כדי להבטיח שאנשים יהיו מוגנים בעת קידום הטכנולוגיה, אסור לתת לנתונים גדולים להתפתח מעבר לטווח היכולת האנושית לעצב את הטכנולוגיה ".
המחברים מעבירים נימה של תקווה בכתיבה שלהם, כמו גם טון פרגמטיזם לתוצאות עתידיות פוטנציאליות ממחקר נתונים גדול.
אבל עבור האקלים העסקי של היום, קריאה נתונים גדולים יסייע עסקים קטנים חדשניים לחשוב אחרת על סיבת ההתנהגות האנושית וכיצד התנהגות זו נרשמת. שיפור השירותים או unleashing חדשים ניתן לשקול טוב יותר. ישנם ספרים אחרים כי להעמיק לתוך הדיון על גודל המדגם וקורלציה, אבל כמו פריימר לעסקים, נתונים גדולים עובד כדי להפוך את הנושא misunderstood יותר מובן.
