애널리틱스 단락을 읽거나 서비스 별 소프트웨어의 문제점에 대한 정보를 따르면 "빅 데이터"라는 용어를 찾을 수 있습니다. 빅 데이터와 관련된 디지털 환경 덕분에 비즈니스 모델을 뒤집을 수 있습니다. 따라서 대기업처럼 많은 데이터를 경쟁적으로 사용하는 중소 기업의 경우 무엇이 위험에 처해 있습니까?
$config[code] not found저자 Viktor Mayer-Schroenberger와 Kenneth Cukier는 Big Data: 우리가 어떻게 살아가고, 일하고, 생각하는지 변화시킬 혁명에 그 이상을 대답하고자합니다. Mayer-Schroenberger는 Oxford University의 인터넷 거버넌스 및 규정 교수이며 여러 권의 책을 저술하고 있습니다. 그의 가장 최근은 디지털 시대에 잊어 버림의 진리를 삭제하십시오. . Cukier는 저명한 논평가이자 이코노미스트. 두 저자는 많은 산업, 조직 및 상황의 관점에서 분석 주제에 관한 수많은 저서와 기사를 만들었습니다.
반즈 앤 노블 (Barnes and Noble)에서이 거대한 데이터 북의 복사본을 가져 왔습니다. 저자들이 오늘날의 디지털 데이터 환경을 얼마나 잘 요약하는지 알고 싶었습니다.
간단한 방법으로 빅 데이터 토론에 추가하기
Mayer-Schroenberger와 Cukier는이 책의 배경 뒤에 배경을 단순화하려고 시도합니다. 본질적으로, 빅 데이터 사물의 "데이터 화"관점 - 데이터로 기록 될 수있는 프로세스, 사회가 데이터가 어떻게 성장하고 수집되는지 이해하도록 돕는다. 10 개의 챕터에는 Now, Correlation 및 Messy와 같은 하나의 단어 제목이 지정됩니다. 이 내용은 각 장에 포함 된 이야기와 함께 데이터가 사회적 문제와 비즈니스 기회에 미친 영향을 조명하기위한 것입니다.
데이터는 더 이상 가설을 확인하거나 반증하는 것이 아닙니다. 대신 조직은 데이터에 약간의 복잡성을 수용해야합니다. 즉, 정확성에 대한 관심이 낮고 이벤트가 인과 관계에 영향을주는 영역을 넓히는 것입니다.
"빅 데이터는 우리가 세상을 이해하고 탐구하는 방법을 변화시킵니다. 소규모 데이터 시대에 우리는 세계가 어떻게 작동했는지에 대한 가설에 몰두하여 데이터 수집 및 분석을 통해 검증하려고 시도했습니다. 앞으로 우리의 이해는 가설보다는 풍부한 데이터에 의해 더 많이 추진 될 것입니다. "
이 "더 이상 샘플 크기가 아닌"아이디어는 열광한 크리스 앤더슨 (Anderson)의 편집자 크리스 앤더슨 (Chris Anderson)이 "이론의 종말"에 대한 주장. 사실 저자들은 작은 데이터 크기로 가설 화하고 모델링하는 것이 쓸모 없게되었다고 선언하면서 앤더슨이 제기 한 논쟁을 살펴 본다.
스티브 잡스의 암 치료 방법 선택과 아마존의 고객 구매 행동 이해를위한 데이터 투자와 같이 잘 알려진 주제에 대한 몇 가지 단서를 포함하는 데이터 혁명에 대한 다른 사례도있다. Avid 기술 독자는 이전에 이러한 예를 읽었을 수도 있지만 기술 사건에 익숙하지 않은 사람들에게는 새로운 사례 일 수 있습니다. 뉴욕시에서 맨홀 뚜껑 사건을 예방하는 Con Edison의 노력뿐만 아니라 개방형 데이터 응용 프로그램 인 FlyOnTime.us와 같은 몇 가지 흥미로운 데이터 응용 프로그램이 있습니다.
생성 된 데이터의 엄청난 양은 새로운 솔루션을 허용하지만 새로운 도전 과제도 발생합니다. 처음에는이 책을 읽는 중소기업 소유주들이 사자의 몫을 감당할 수 있다고 느낄 수도 있습니다. Amazon에서의 장을 읽으면 따뜻하고 모호한 추억을 현지 서점으로 가져올 수 없습니다.
그러나 Mayer-Schroenberger와 Cukier는 중견 기업이 데이터에 따라 규모를 축소하거나 민첩하게 머물러야한다고 생각합니다. 이러한 측면에서, 주제 전문가는 많은 산업 분야에서 덜 영향력있게되었습니다.
"미디어에서 Huffington Post, Gawker 및 Fobres와 같은 웹 사이트에서 제작되고 공개되는 컨텐츠는 인간 편집인의 판단뿐만 아니라 데이터에 의해 정기적으로 결정됩니다. 제프 베조스 (Jeff Bezos)는 Amazon의 사내 도서 검토 자들을 제거하여 알고리즘 권장 사항이 더 많은 판매를 유도했다는 데이터를 보여주었습니다. 이것은 직장에서 성공하는 데 필요한 기술이 변하고 있음을 의미합니다. "
중소기업 독자는 자료가 실제 환경과 실용 가능한 아이디어를 연관 시킨다고 생각하지 않을 수 있습니다. 이 책은 큰 데이터 주제에 대해 짧은 역사적 맥락을 제시하며 지난 10 년 내에 참고 문헌을 나타내는 메모가 있습니다. 그러나 데이터베이스에 대한 IT 수준의 논의는 없으며 최소한 계획 기능 관리에 관한 것은 없습니다. 적어도 기술적 인 측면과 관련해서는 말입니다. 독자들이 noSQL과 SQL의 논쟁을 기대하고있는 독자는 다른 곳에서도 찾아 볼 수 있습니다.
$config[code] not found책이 중소 기업 소유주에게주는 가장 생각 - 도발적인 관점은 기술의 유용성이 어떻게 진화했는지에 대한 경고입니다.이것은 기술의 실행 가능성에 대한 오래된 논쟁과는 달리, 예산 고려 사항을 저해 할 수있는 논쟁입니다. 전자 메일이 소셜 미디어보다 나은지 여부에 초점을 맞추는 대신 비즈니스 전략가는 마케팅 매체와 고객 응답 간의 유용한 연관성을 개발하기 위해 마케팅 동향에 더욱주의를 기울여야합니다.
이런 종류의 생각 과정입니다. 빅 데이터 격려한다. 따라서이 책의 궁극적 인 가치는 조직이 어떻게 데이터를 수용하고 운영을 개선하는 솔루션을 모델링하는지에 대한 이야기에 있습니다.
위험과 통제에 관한 장은 더욱 현실적인 시나리오에 개념을 적용합니다. 이 장에서는 최신 전망에 대한 개인 정보 보호 주제를 다루며 아마도 기술 관련 작업을 식별하는 데 가장 실용적입니다. Mayer-Schroenberger와 Cukier는 프로파일 링에 대한 정의와 고객 행동에 대한 적절한 예측 변수의 개요를 설명합니다. 그러나 그들은 "성기능에 근거한 처벌"과 같은 사회적 합병증을 개략적으로 설명하는 데있어 올바른 단계를 밟습니다. 저자는 또한 수학자, 과학 및 컴퓨터 과학 전문가가 책임을 지도록 도와주는 알고리즘 전문가의 부상에 주목합니다. 우리가 만드는 바로 그 시스템들:
"우리는 알고리즘 전문가들이 더 많은 방해적인 규제를 피할 수있는 시장 지향적 접근 방식을 제공하는 것으로 생각한다. 기술 승격과 동시에 사람들을 보호하기 위해 기술을 형성 할 수있는 인간의 능력을 넘어서서 큰 데이터를 개발해서는 안됩니다. "
저자는 큰 데이터 연구에서 잠재적 인 미래 결과에 대한 실용주의 음색뿐만 아니라 글쓰기에서 희망찬 음색을 전달합니다.
그러나 오늘날의 비즈니스 환경에서 독서 빅 데이터 혁신적인 중소기업이 인간 행동의 원인과 그 행동이 어떻게 기록되는지에 대해 다르게 생각하도록 도울 것입니다. 서비스를 개선하거나 새로운 서비스를 구현하는 것이 더 좋습니다. 표본의 크기와 상관 관계에 대한 논쟁에 깊이 관여하는 다른 책들이 있지만, 비즈니스를위한 입문서로서, 빅 데이터 오해 된 주제를 더 이해하기 쉽게 만들기 위해 노력합니다.
