Наше поведение измеряется, оценивается и оценивается поэтапно, все мелочи, которые мы делаем. Будущее связано не только с большими данными; речь идет о небольших данных и их рискованном союзе с большими данными.
У меня есть устройство, которое измеряет шаги, которые я делаю каждый день, приложение, которое подсчитывает потребление калорий (а также количество воды, которое я пью и сколько чашек чая выпиваю), умные часы, которые уведомляет меня о каждом незначительном изменении уровня моей активности (и предупреждает меня, когда я слишком много сижу), и мобильный телефон, который предоставляет мне доступ к объединенной сводке всего этого. Буквально вчера моя страховая компания сообщила мне, что я могу прикрепить к своей машине устройство, которое измеряет и сообщает о моих привычках вождения, и что это даст мне скидку, чтобы установить его на мою машину. Наше поведение измеряется, оценивается и оценивается поэтапно, все мелочи, которые мы делаем. Будущее связано не только с большими данными; речь идет о небольших данных и их рискованном союзе с большими данными.
Большие данные - это то, что организации знают о людях. Это объединенная информация о большом количестве людей, позволяющая делать выводы или прогнозировать их будущее поведение. Например, для оценки мошенничества с кредитными картами анализируются миллиарды транзакций большого количества клиентов. Используя информацию, полученную в результате этого анализа, компании, выпускающие кредитные карты, могут затем делать точные прогнозы о том, где, когда и как произойдет мошенничество.
Мало данных, напротив, это то, что мы знаем о себе. Harvard Business Review (HBR) говорит, что эти данные о нас: «Что мы покупаем. Кого мы знаем. Куда мы идем. Как мы проводим время. У нас всегда был смысл в этих вещах - в конце концов, это наша жизнь. Но благодаря сочетанию мобильных, социальных и облачных технологий стало проще, чем когда-либо, получить представление о собственном поведении.”
Подумайте о персональных фитнес-трекерах. Эти устройства способны измерять каждый момент нашего бодрствования, а также моменты сна. Новейший Fitbit, Fitbit Blaze, измеряет частоту сердечных сокращений, количество шагов, имеет встроенный GPS, вычисляет качество вашего сна, а затем «беспроводно синхронизируется с более чем 200 устройствами, так что вы можете погружаться в сводки тренировок, анализировать свои тенденции, отслеживать свое питание и многое другое». Мало данных.
Детализация фокуса - основное различие между небольшими данными и большими данными. Большие данные смотрят на большие числа; мало данных смотрит на вас. HBR резюмирует это так:
+ Фокус: Большие данные предназначены для достижения целей организации, в то время как малые данные помогают людям достигать личных целей.
+ Видимость: Люди не могут видеть большие данные; мало данных помогает им лучше видеть.
+ Контроль: Большие данные контролируются организациями, а небольшие данные контролируются отдельными лицами. Компании предоставляют отдельным лицам доступ к большим данным, в то время как отдельные лица предоставляют организациям доступ к небольшим данным.
И в этом вся беда. Когда большие и малые данные объединяются, возрастает риск злоупотреблений. Ранее в этом году Федеральная торговая комиссия выпустила отчет «Большие данные: инструмент для включения или Исключение - о риске, который большие данные представляют для групп населения с низким доходом и недостаточного обслуживания.
«Роль больших данных возрастает почти во всех сферах бизнеса, оказывая конкретное влияние на миллионы потребителей», - сказала председатель FTC Эдит Рамирес в пресс-релизе. «Потенциальные выгоды для потребителей значительны, но предприятия должны гарантировать, что их использование больших данных не приведет к вредному исключению или дискриминации».
Сосредоточив внимание на использовании больших/малых данных, FTC утверждает, что «неточности и предвзятости» в содержании могут привести к «негативным последствиям для малоимущих и малообеспеченные группы населения». Например, компании могут использовать большие данные/мало данных, чтобы исключить определенные группы людей из возможностей трудоустройства и получения кредита.
Интересно, что Gartner сообщает, что половина всех нарушений деловой этики к 2018 году будет вызвана ненадлежащим использованием аналитики больших данных. И он предлагает следовать некоторым ключевым рекомендациям:
+ Свяжите аналитику с бизнес-результатами с помощью картирования преимуществ. То есть связать аналитические усилия с бизнес-результатами. Это удерживает использование больших данных на правильном пути и не позволяет «расползаться» по объему.
+ Сбалансируйте аналитическое понимание с возможностью организации использовать анализ. Инвестируйте только в аналитику, которую будет использовать компания.
+ Рассмотрите альтернативные подходы к одной и той же цели. Если вы можете решить проблему без больших/малых данных, возможно, вам следует это сделать.
«Мы видим огромный риск для компаний, которые будут слепо использовать данные», - сказал Алан Дункан, директор по исследованиям для аналитики в Gartner. «Данные аморальны - нет ни хороших, ни плохих; это просто так. Именно человеческий выбор, который мы делаем, имеет значение».