Kita semua tahu ada jauh lebih banyak informasi di dunia kita daripada yang dulu ada. Mengenai berapa banyak lagi, yah, kebanyakan dari kita tidak tahu apa-apa.
Konten terkait
- Infografis Melalui Zaman Sorot Keindahan Visual Ilmu Pengetahuan
- Mengapa Google Pantau Flu Dunia Tidak Dapat Melacak Flu (Belum)
Berikut ini nugget yang tak ternilai tentang semua info itu, pujian dari Dave Turek, orang yang bertanggung jawab atas pengembangan superkomputer di IBM: Dari tahun 2003 dan bekerja mundur ke awal sejarah manusia, kami menghasilkan, menurut perhitungan IBM, lima exabytes — itu lima miliar gigabita – informasi. Pada tahun lalu, kami membuat banyak data setiap dua hari. Pada tahun depan, prediksi Turek, kami akan melakukannya setiap 10 menit.
Tetapi bagaimana ini mungkin? Bagaimana data menjadi kudzu digital? Sederhananya, setiap kali ponsel Anda mengirim lokasi GPS-nya, setiap kali Anda membeli sesuatu secara online, setiap kali Anda mengklik tombol Suka di Facebook, Anda memasukkan pesan digital lainnya ke dalam botol. Dan sekarang samudera tertutupi oleh mereka.
Dan itu hanya sebagian dari cerita. Pesan teks, catatan pelanggan, transaksi ATM, gambar kamera keamanan ... daftar berjalan dan terus. Kata kunci untuk menggambarkan ini adalah "Big Data, " meskipun itu tidak adil untuk skala monster yang telah kita buat.
Ini adalah contoh teknologi terkini yang melampaui kapasitas kami untuk menggunakannya. Dalam hal ini, kami belum mulai mengejar kemampuan kami untuk menangkap informasi, itulah sebabnya mengapa kiasan favorit para pakar manajemen akhir-akhir ini adalah bahwa masa depan adalah milik perusahaan dan pemerintah yang dapat memahami semua data yang mereka miliki. mengumpulkan, lebih disukai dalam waktu nyata.
Bisnis yang dapat menginterpretasikan setiap remah roti digital yang ditinggalkan oleh pelanggan mereka akan memiliki keunggulan, pemikirannya - tidak hanya yang membeli apa di mana dalam satu jam terakhir - tetapi apakah mereka men-tweet tentang hal itu atau memposting foto di suatu tempat di pusaran jejaring sosial. Hal yang sama berlaku untuk kota-kota yang dapat mengumpulkan data dari ribuan sensor yang sekarang menghiasi lanskap kota dan mengubah keanehan kehidupan kota, seperti arus lalu lintas, menjadi ilmu.
Tidak mengherankan, kampanye politik sudah mengambil risiko, dengan giat menambang data sebagai bagian dari fokus mereka pada pemilih "penargetan nan" sehingga mereka tahu persis bagaimana melempar mereka untuk suara dan uang mereka. Di antara kesimpulan yang diambil para analis, menurut kolumnis New York Times Thomas Edsall, adalah bahwa Partai Republik menunjukkan preferensi untuk "The Office" dan restoran Cracker Barrel sementara Demokrat lebih cenderung menonton "Late Night With David Letterman" dan makan di Chuck E . Keju.
Tergesernya interpretasi flotsam digital ini menjelaskan mengapa Google pekan lalu mengumumkan bahwa mereka akan mulai menjual produk yang disebut BigQuery, perangkat lunak yang dapat memindai terabyte informasi dalam hitungan detik. Dan mengapa sebuah startup bernama Splunk, yang memiliki teknologi yang dapat menganalisis sejumlah besar data pelanggan dan transaksi, melihat nilai sahamnya melonjak hampir 90 persen pada hari ia go public bulan lalu. Ini, untuk perusahaan yang kehilangan $ 11 juta tahun lalu.
Bangkitnya ilmuwan data
Tetapi bahkan akses ke alat penguraian data terbaik pun bukanlah jaminan kearifan besar. Sangat sedikit perusahaan yang memiliki staf yang terlatih untuk mengevaluasi tidak hanya kumpulan data - termasuk banyak informasi tidak terstruktur dari jutaan halaman Facebook dan ponsel pintar - tetapi juga untuk benar-benar melakukan sesuatu dengannya.
Tahun lalu McKinsey Global Insitute mengeluarkan laporan yang menggambarkan "Big Data" sebagai "perbatasan berikutnya untuk inovasi, " tetapi juga meramalkan bahwa pada 2018, perusahaan di AS akan memiliki kekurangan bakat yang serius dalam hal keterampilan analitis yang diperlukan– sebanyak 190.000 orang. Dan itu berpendapat bahwa 1, 5 juta manajer lainnya perlu dilatih untuk membuat keputusan strategis dengan aliran data yang mendatangi mereka.
Namun, tidak semua orang percaya pada keajaiban Big Data. Peter Fader, seorang profesor pemasaran di Penn's Wharton School of Business, tidak yakin bahwa lebih banyak data lebih baik. Bukannya dia berpikir perusahaan tidak seharusnya mencoba belajar sebanyak mungkin tentang pelanggannya. Hanya saja sekarang ada begitu banyak fokus pada agregasi setiap bit data yang menurutnya volume dinilai lebih dari analisis yang sebenarnya.
Inilah pendapat Fader dari wawancara baru-baru ini dengan Technology Review MIT : “Bahkan dengan pengetahuan tak terbatas tentang perilaku masa lalu, kita sering tidak akan memiliki informasi yang cukup untuk membuat prediksi yang berarti tentang masa depan. Bahkan, semakin banyak data yang kita miliki, semakin banyak kepercayaan salah yang akan kita miliki ... Bagian yang penting adalah untuk memahami apa batasan kita dan menggunakan sains terbaik untuk mengisi kekosongan. Semua data di dunia tidak akan pernah mencapai tujuan itu untuk kita. "
Siapa data Anda?
Berikut adalah contoh bagaimana Big Data digunakan untuk memecahkan masalah besar:
- Mereka tahu kapan mereka buruk atau baik: Sementara sebagian besar perusahaan berfokus pada menganalisis pelanggan mereka, Amazon mencetak poin dengan menggunakan Big Data untuk membantu mereka.
- Studi tentang kancing: Anda ingin tahu sapi jantan mana yang menghasilkan susu sapi paling produktif? Industri susu telah menemukan cara untuk menghitung angka-angkanya.
- Diagnosis oleh data: Para peneliti di SUNY Buffalo menganalisis kumpulan data dalam upaya mereka untuk menentukan apakah ada hubungan antara multiple sclerosis dan faktor lingkungan, seperti paparan sinar matahari yang tidak mencukupi.
- Mencari masalah: Sebuah perusahaan bernama Recorded Future adalah penambangan info dari jejaring sosial dan situs pemerintah dan keuangan untuk membuat perkiraan tentang bagaimana pertumbuhan populasi, kekurangan air, dan cuaca ekstrem dapat menyebabkan kerusuhan politik dan terorisme di masa depan.
Bonus video: Menangkap data adalah satu hal. Membuatnya terlihat menarik dan mudah dipahami adalah tantangan lain. David McCandless menyoroti kekuatan "peta informasi" dalam pembicaraan TED ini.
