偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

大數(shù)據(jù)離不開 “厚數(shù)據(jù)”

大數(shù)據(jù)
當前,全世界各種規(guī)模的公司都在被告知需要大數(shù)據(jù) —— 大數(shù)據(jù)是驅(qū)動下一輪創(chuàng)新的源動力。風投公司專門確立針對大數(shù)據(jù)的投資組合,初創(chuàng)公司對外宣稱自己是 “大數(shù)據(jù)” 公司,成熟的巨頭企業(yè)會成立專門做大數(shù)據(jù)項目的數(shù)字創(chuàng)新團隊。

 [[151814]]

當前,全世界各種規(guī)模的公司都在被告知需要大數(shù)據(jù) —— 大數(shù)據(jù)是驅(qū)動下一輪創(chuàng)新的源動力。風投公司專門確立針對大數(shù)據(jù)的投資組合,初創(chuàng)公司對外宣稱自己是 “大數(shù)據(jù)” 公司,成熟的巨頭企業(yè)會成立專門做大數(shù)據(jù)項目的數(shù)字創(chuàng)新團隊。面對先進的計算數(shù)據(jù)收集和分析能力,許多初創(chuàng)公司和大型企業(yè)不惜以犧牲人的洞察為代價,過度地專注于收集定量數(shù)據(jù)。這種把定量數(shù)字凌駕于定性洞察之上的做法著實令人擔憂。我就曾親眼見證了一家公司為此遭受到的重大影響,沒有任何一家公司會希望遵循這種做法。

2009年 的時候,我在諾基亞做調(diào)研工作。諾基亞是當時新興市場最大的手機公司。我在研究中發(fā)現(xiàn),這家公司在整體商業(yè)模式上正面臨挑戰(zhàn)。經(jīng)過多年在中國的人類學研究工作,不論是與外來打工者一起生活,體驗街頭小販的辛酸苦辣,還是沉浸在網(wǎng)吧世界,這些都讓我看到了大量的市場信號,我有理由相信,低收入消費者已經(jīng)準備好為更昂貴的智能手機買單。 

[[151815]]

當時我的結(jié)論是,諾基亞必須轉(zhuǎn)變他們當前的產(chǎn)品開發(fā)策略,從制造價格昂貴、面向精英用戶的智能手機,轉(zhuǎn)而開發(fā)價格適中、面向低收入用戶的智能手機。我把我的研究報告和相關(guān)建議匯報給了諾基亞總部。但諾基亞在看過我的研究發(fā)現(xiàn)后卻不知道該怎么做。他們說,我的樣本量只有 100 個,和他們成百上千萬的樣本量相比,簡直就是微不足道。另外他們還說,根據(jù)他們現(xiàn)有的數(shù)據(jù)資料,我的洞察發(fā)現(xiàn)根本就沒有任何根據(jù)可言。

當然現(xiàn)在,我們所有人都知道諾基亞后來發(fā)生了什么。微軟在 2013年 收購了諾基亞手機業(yè)務(wù),目前它的全球智能手機市場份額僅占 3%。諾基亞的衰落是由很多原因?qū)е碌模渲凶顕乐氐脑蛑?,也是我親歷的一個原因就是,諾基亞過度依賴數(shù)字。他們過于注重定量數(shù)據(jù),以至于在面對難以衡量或現(xiàn)有報告里沒有的數(shù)據(jù)時,就變得不知所措。原本可以成為諾基亞的競爭籌碼,最后卻幫了一個倒忙,導致它走向衰亡。

自從諾基亞的那次工作經(jīng)歷以來,企業(yè)組織這種過度重視定量數(shù)據(jù)而忽略定性數(shù)據(jù)的做法就一直讓我感到非常不解。隨著大數(shù)據(jù)時代的崛起,我發(fā)現(xiàn)這種情況開始愈演愈烈,一些公司不惜扣減花在以人為本調(diào)研上的預算,而寧愿花重金投資在大數(shù)據(jù)技術(shù)上。人類學定性研究工作在大數(shù)據(jù)時代下的生存現(xiàn)狀讓我深感憂心。

在當前這個以數(shù)據(jù)為驅(qū)動的世界,人類學研究工作(經(jīng)常以市場調(diào)研、設(shè)計調(diào)研和定性調(diào)研的形式在行業(yè)里出現(xiàn))正面臨一個非常嚴重的認識誤區(qū)。經(jīng)常會聽到人們談?wù)撜f,人類學研究的數(shù)據(jù)樣本量太小,人類學研究數(shù)據(jù)是 “小數(shù)據(jù)”,就像當時諾基亞高層說的一樣。

由于缺少概念性文字來快速界定人類學研究在大數(shù)據(jù)時代的價值,自去年開始我一直在用 “厚數(shù)據(jù)”(在此向 Clifford Geertz 致意!)這個詞來表示我對綜合性研究法的提倡和支持。厚數(shù)據(jù)是指利用人類學定性研究法來闡釋的數(shù)據(jù),旨在揭示情感、故事和意義。厚數(shù)據(jù)難以量化,但能從少量樣本中就解讀出深刻的意義和故事。厚數(shù)據(jù)與大數(shù)據(jù)截然不同,定量數(shù)據(jù)需要依賴大量的樣本,同時借助新技術(shù)來捕捉、存儲和分析數(shù)據(jù)。要讓大數(shù)據(jù)變得可分析,它就必須經(jīng)過一個正?;?、標準化的定義和歸類過程,這個過程會在無形之中剔除數(shù)據(jù)中所包含的背景、意義和故事。而厚數(shù)據(jù)恰恰能防止大數(shù)據(jù)在被解讀的過程中丟失這些背景元素。

“厚數(shù)據(jù)是指利用人類學定性研究法來闡釋的數(shù)據(jù),旨在揭示情感、故事和意義。”

整合大數(shù)據(jù)和厚數(shù)據(jù)能讓企業(yè)站在全局的高度,更全面、更徹底地把握任何情形。企業(yè)要縱觀全局,就必須同時運用大數(shù)據(jù)和厚數(shù)據(jù),從中獲得不同類型的洞察,獲得豐富的廣度和深度。大數(shù)據(jù)需要借助大量樣本來揭示特定模式,而厚數(shù)據(jù)只要借助少量樣本就能從深層次解讀出各種以人為本的模式。厚數(shù)據(jù)依賴人的學習活動,而大數(shù)據(jù)依賴機器的學習活動。厚數(shù)據(jù)體現(xiàn)著各種數(shù)據(jù)關(guān)系背后的社會背景,而大數(shù)據(jù)體現(xiàn)的是從一系列特定定量數(shù)據(jù)中提煉出的洞察。厚數(shù)據(jù)技術(shù)能包容不可化約的復雜性,大數(shù)據(jù)技術(shù)則是通過分離變量來明確模式。厚數(shù)據(jù)缺少廣度,大數(shù)據(jù)缺少深度。
 

運用大數(shù)據(jù)存在風險

企業(yè)組織在運用大數(shù)據(jù)時,如果沒有一套整合框架或權(quán)衡尺度,那么大數(shù)據(jù)就會變成一個危險因子。Steven Maxwell 指出:“人們過度沉迷于數(shù)據(jù)信息的量,卻忽略了 ‘質(zhì)’ 的部分,也就是分析法所能揭示的商業(yè)洞察。” 量越大并不意味著生成的洞察就一定越多。

另一個問題是,大數(shù)據(jù)往往過于注重定量結(jié)果,而貶低了定性結(jié)果的重要性。這就會導向一種比較危險的看法,即認為經(jīng)統(tǒng)計分析得出的標準化數(shù)據(jù)要比定性數(shù)據(jù)更有用、更客觀,從而進一步肯定了定性數(shù)據(jù)就是小數(shù)據(jù)這一觀點。

以上兩個問題導致企業(yè)組織幾十年來僅僅憑借定量數(shù)據(jù)來做管理決策。一直以來,企業(yè)管理咨詢顧問都是利用定量數(shù)據(jù)來讓提升企業(yè)的運作效率和贏利。

利用大數(shù)據(jù)的風險在于,企業(yè)和個人會開始依賴運算法則,把它作為衡量標準來做決策和優(yōu)化表現(xiàn)。

如果沒有一種平衡力量,大數(shù)據(jù)很可能會導致企業(yè)和個人總是依據(jù)從運算法則得來的標準來做決策和優(yōu)化。在這個優(yōu)化過程中,包括人、故事、真實的體驗在內(nèi)的一切都會被忽視。正如 Clive Thompson 寫道的:“把人的決策因素從這個等式中抹去,就意味著我們會與深思熟慮的做法漸行漸遠,而這些深思熟慮的時刻恰恰是我們從道德層面反思自己行為的機會。”


釋放大數(shù)據(jù)與厚數(shù)據(jù)的整合效應

大數(shù)據(jù)產(chǎn)生的信息量實在太過龐大,以至于不得不借助其他方式才能填補和 / 或揭示知識缺口。而這恰恰是人類學研究工作在大數(shù)據(jù)時代的價值所在。下面,我會分享一些有關(guān)企業(yè)如何整合使用厚數(shù)據(jù)的方式。

厚數(shù)據(jù)是勾勒未知世界的最佳方式。當企業(yè)組織想了解他們并不了解的領(lǐng)域時,就需要厚數(shù)據(jù)的幫助,因為它能帶來大數(shù)據(jù)所沒有的東西——靈感。收集和分析故事有助于生成洞察。

當企業(yè)組織想要了解并不熟悉的領(lǐng)域時,就需要 “厚數(shù)據(jù)” 的幫助,因為它能帶來大數(shù)據(jù)所無法帶來的東西——靈感。收集和分析故事有助于生成洞察。

故事能激發(fā)企業(yè)組織探索通往目的地的不同途徑,這個最終目的地就是洞察。打個比方,假設(shè)你在開車,厚數(shù)據(jù)能讓你瞬間移動到想去的地方。厚數(shù)據(jù)常常會帶來一些意料之外的發(fā)現(xiàn),既讓人困惑又讓人驚喜。但不論怎樣,它都能帶來靈感啟發(fā)。只有在富于想象力的企業(yè),創(chuàng)新才能賴以生存。

當企業(yè)想要與利益相關(guān)方建立更穩(wěn)健的關(guān)系時,他們就會需要用到 “故事”。“故事” 包含著情感,而這是經(jīng)分析過濾的標準化數(shù)據(jù)所不能提供的。數(shù)字無法折射出日常生活中的各種情感:信任、脆弱、害怕、貪婪、欲望、安全、愛和親密。很難用算術(shù)法則來表示一個人對服務(wù) / 產(chǎn)品的好感程度,以及這種好感會隨著時間變化而發(fā)生怎樣的轉(zhuǎn)變。相對地,“厚數(shù)據(jù)” 分析法能深入人們的內(nèi)心。畢竟,利益相關(guān)方與企業(yè) / 品牌的關(guān)系是感性的,而不是理性的。


厚數(shù)據(jù)和大數(shù)據(jù)的未來整合機會點

大數(shù)據(jù)概念的提出者 Roger Magoulas 強調(diào)了故事的必要性:“故事能很快傳播開來,把數(shù)據(jù)分析法的經(jīng)驗教訓擴散到企業(yè)組織的各個角落。”

僅僅使用大數(shù)據(jù)會帶來問題,關(guān)鍵是要懂得如何同時利用起大數(shù)據(jù)和厚數(shù)據(jù),讓兩者相輔相成。對于定性研究者來說,這是他們在以定量結(jié)果為主導的大數(shù)據(jù)時代定位自己工作性質(zhì)的絕佳機會。像 Claro Partners 這樣一些公司甚至已經(jīng)開始重新界定我們?nèi)绾螁栍嘘P(guān)大數(shù)據(jù)的問題。在他們的個人數(shù)據(jù)經(jīng)濟(Personal Data Economy)研究中,他們并沒有問大數(shù)據(jù)對人類行為的啟示這類問題,而是反過來問了人類行為對大數(shù)據(jù)在日常生活中的作用的啟示。他們還為客戶開發(fā)了一套工具,幫助他們轉(zhuǎn)變思維視角,“從以數(shù)據(jù)為核心轉(zhuǎn)變?yōu)橐匀藶楹诵摹?rdquo;

有關(guān)大數(shù)據(jù)和厚數(shù)據(jù)如何在企業(yè)組織中發(fā)揮協(xié)同效應,我梳理了以下機會點(當然并不僅限于這些):

  • 健康醫(yī)療 

隨著個人能越來越方便地追蹤自己的健康狀態(tài),自我量化值正在成為一種主流。醫(yī)療服務(wù)提供者會有越來越多的機會收集到各種匿名數(shù)據(jù)。像 Asthma Files 這列項目可以讓你迅速展望厚數(shù)據(jù)和大數(shù)據(jù)將如何共同解決全球健康問題。

  • 重新定位來自移動運營商的匿名數(shù)據(jù) 

全球各地的移動公司已經(jīng)開始重新包裝和出售他們的顧客數(shù)據(jù)。市場營銷者不是唯一的買家。城市規(guī)劃者正在用 Air Sage 的蜂窩式網(wǎng)絡(luò)數(shù)據(jù)來了解當?shù)氐慕煌顩r。為了保護用戶隱私,這些數(shù)據(jù)會采取匿名或抹去個人通信記錄。當然,沒有了關(guān)鍵的個人詳情,數(shù)據(jù)也就丟失了關(guān)鍵的背景信息。在這種情況下,若沒有厚數(shù)據(jù),企業(yè)就很難破譯這些因個人信息被抹去而丟失的個人情況和社會背景,也就無法真正解讀數(shù)據(jù)。

  • 社交網(wǎng)絡(luò)分析

社交媒體能產(chǎn)生大量數(shù)據(jù),這些數(shù)據(jù)能讓社交網(wǎng)絡(luò)分析法變得更為豐富。目前,包括 Hilary Mason、Gilad Lotan、Duncan Watts 和 Ethan Zuckerman (以及他在 MIT Media Lab 的實驗室) 在內(nèi)的研究科學家都在研究信息在社交網(wǎng)絡(luò)上的傳播方式,以及同時會產(chǎn)生哪些問題,而這些問題只能借助 “厚數(shù)據(jù)” 才能回答。現(xiàn)在越來越多的公司把社交媒體作為衡量尺度,對此企業(yè)必須謹慎對待,不要誤認為僅僅透過數(shù)據(jù)就能看到 “影響因素”。媒體對 Cesar Hildalgo 工作的誤讀就是大數(shù)據(jù)網(wǎng)絡(luò)分析結(jié)果被曲解的一個實例,意指維基百科可以成為文化代理。(點擊此處查看 Heather Ford 對此做出的糾正。)

  • 品牌戰(zhàn)略和生成洞察

一直以來,企業(yè)都習慣于依賴市場分析來制定企業(yè)戰(zhàn)略和生成洞察。如今,企業(yè)正在轉(zhuǎn)向用一種更為以人為本的方式,也就是立足于 “厚數(shù)據(jù)”?!犊旃尽冯s志(Fast Company)在最近一期 Jcrew 的報道中明確指出,在以大數(shù)據(jù)為驅(qū)動的管理咨詢法宣告失敗后,帶領(lǐng)品牌走出困境的恰恰是那些真正懂得消費者想要什么的員工。其中,一位叫 Jenna Lyons 的員工有機會與消費者一起反復嘗試、修改和實時測試產(chǎn)品。她的這套方法在消費者中引起了反響,最終成功地把 Jcrew 轉(zhuǎn)變?yōu)橐粋€讓人頂禮膜拜的品牌,營收翻了三番。

  • 產(chǎn)品 / 服務(wù)設(shè)計

單單借助運算法則并不能解決問題,但仍然有很多公司依賴運算法來指導產(chǎn)品和服務(wù)開發(fā)。施樂公司(Xerox)就是利用大數(shù)據(jù)來為政府解決問題,但它同時還借助了人類學研究法作為數(shù)據(jù)分析法的補充。施樂帕羅奧多研究中心(Xerox PARC)的人類學家 Ellen Issacs 在提及厚數(shù)據(jù)對設(shè)計工作的重要性時這樣說道:“即使你對某項技術(shù)有著清晰的概念,你仍然需要把它設(shè)計出來,確保這套概念符合人們對自己行為活動的看法……你必須看他們怎么做。”

  • 落實企業(yè)組織戰(zhàn)略

厚數(shù)據(jù)可以作為大數(shù)據(jù)的補充,與大數(shù)據(jù)相輔相成,以減少經(jīng)過規(guī)劃的企業(yè)轉(zhuǎn)變所造成的顛覆性影響。定量數(shù)據(jù)可能會顯示必須做出某種轉(zhuǎn)變,但企業(yè)組織內(nèi)部的顛覆代價是巨大的。重新布局企業(yè)組織架構(gòu)圖,重新撰寫職位描述,轉(zhuǎn)換工作職能,重新設(shè)定成功標準——所有這些顛覆式轉(zhuǎn)變都要付出昂貴代價,而這一后果可能并不會體現(xiàn)在大數(shù)據(jù)計劃中。企業(yè)需要厚數(shù)據(jù)專家與業(yè)務(wù)領(lǐng)導一起協(xié)作,共同了解轉(zhuǎn)變會帶來的影響和發(fā)生背景,從文化的角度決定哪些轉(zhuǎn)變是可行的,以及如何設(shè)計整個流程。Grant McCracken 把厚數(shù)據(jù)專家叫做首席文化官(Chief Cultural Officer),他們就好比是 “企業(yè)的眼睛和耳朵,會敏銳地嗅出即將發(fā)生的轉(zhuǎn)變,即使這些潛在轉(zhuǎn)變只是發(fā)出非常微弱的信號。” 首席文化官就是厚數(shù)據(jù)專家,負責收集、講述和傳播故事,保持企業(yè)組織的靈氣和靈活性。大數(shù)據(jù)概念的提出者 Roger Magoulas 強調(diào)了故事的必要性:“故事很快就能傳播開來,把分析總結(jié)帶來的習得散播到整個企業(yè)組織。”


綜合運用同理心和數(shù)據(jù)資源進行創(chuàng)新

除了所有這些有待挖掘的機會點,還有一點很重要的就是,大數(shù)據(jù)仍有很大的改進空間。高德納咨詢公司(Gartner)的研究顯示,在投資大數(shù)據(jù)能力的公司當中,只有 8%的公司在利用大數(shù)據(jù)做一些具有深遠意義的事情。其余公司僅僅只是用大數(shù)據(jù)來拉動漸進式增長。這意味著很多公司雖然都在談?wù)摵屯顿Y大數(shù)據(jù),但他們并沒有真正利用起大數(shù)據(jù)來推動真正的變革。

我認為,企業(yè)和機構(gòu)要想充分發(fā)揮大數(shù)據(jù)的潛力,就必須結(jié)合運用厚數(shù)據(jù),這也是為什么我們現(xiàn)在比以往任何時候更需要從事以人為靈感來源的研究工作者,不論是人類學家、市場調(diào)研者、設(shè)計調(diào)研者、設(shè)計師、產(chǎn)品經(jīng)理、紀錄片導演、制片人、作家還是社交媒體經(jīng)理,因為這類研究工作者是始終帶著同理心在收集和分析數(shù)據(jù)。最有創(chuàng)新力的公司往往就是那些懂得如何綜合運用大數(shù)據(jù)與同理心的公司。這也是為什么阿里巴巴、百度和騰訊這些公司得以如此成功的原因之一,他們總能閃電般地迅速掌握實際用戶所處的情境,以此來驅(qū)動他們的技術(shù)革新。未來,中國的創(chuàng)新將同時有賴于情境和數(shù)據(jù)。

責任編輯:李英杰 來源: 愛數(shù)據(jù)
相關(guān)推薦

2021-05-16 07:44:01

Hadoop大數(shù)據(jù)HDFS

2015-06-04 10:05:30

大數(shù)據(jù)分析認知計算沃森

2018-03-26 14:02:53

2016-11-25 20:55:28

2016-08-10 21:29:17

2020-04-28 10:35:14

數(shù)據(jù)安全

2014-04-14 10:37:55

工業(yè)互聯(lián)網(wǎng)云計算大數(shù)據(jù)

2016-05-03 15:12:35

數(shù)據(jù)科學

2014-07-28 17:38:21

XToolscrm

2018-10-30 13:01:24

新華三

2025-07-09 09:18:29

2019-05-24 11:51:18

BI數(shù)據(jù)倉庫數(shù)據(jù)分析

2017-01-16 15:53:46

大數(shù)據(jù)人工智能AI

2013-08-05 11:15:45

GoogleNexus系列

2021-09-03 08:44:51

內(nèi)核模塊Linux社區(qū)

2015-02-03 10:32:19

軟件定義存儲SDS混合云

2018-03-19 09:59:24

數(shù)據(jù)保護大數(shù)據(jù)云計算

2021-07-19 22:41:57

人工智能數(shù)據(jù)創(chuàng)業(yè)

2024-11-05 19:10:17

2021-09-02 00:15:01

區(qū)塊鏈農(nóng)業(yè)技術(shù)
點贊
收藏

51CTO技術(shù)棧公眾號