Das Konzept der Datafication; Definition & Beispiele

Datafication ist ein Schlagwort der letzten Jahre, das aktiv entlang der Big Data-Industrie verwendet wird. Ehrlich gesagt, wenn Sie den Begriff ‚Datafication‘ im Internet suchen würden, werden Sie wahrscheinlich nicht so viele relative Informationen darüber finden, aber es ist ein Wort, das wir heutzutage viel hören. Nachdem ich das Thema selbst analysiert habe, könnte ich sagen, dass viele von uns die Bedeutung des Begriffs verstehen, ihn aber wahrscheinlich anders benannt haben.

Was ist Datafication?

Datafizierung ist laut MayerSchoenberger und Cukier die Umwandlung von sozialem Handeln in quantifizierte Online-Daten, die eine Echtzeitverfolgung und prädiktive Analyse ermöglichen. Einfach gesagt, es geht darum, bisher unsichtbare Prozesse / Aktivitäten in Daten umzuwandeln, die überwacht, verfolgt, analysiert und optimiert werden können. Neueste Technologien, die wir verwenden, haben viele neue Wege der ‚datify‘ unsere täglichen und grundlegenden Aktivitäten aktiviert.
Zusammenfassend lässt sich sagen, dass Datafizierung ein technologischer Trend ist, der viele Aspekte unseres Lebens in computergestützte Daten umwandelt, wobei Prozesse verwendet werden, um Organisationen in datengesteuerte Unternehmen umzuwandeln, indem diese Informationen in neue Wertformen umgewandelt werden.
Datafizierung bezieht sich auf die Tatsache, dass tägliche Interaktionen von Lebewesen in ein Datenformat übertragen und sozial genutzt werden können.

Beispiele

Und hier könnten viele Beispiele für Datifikation sein. Facebook Instagram
Nehmen wir an, soziale Plattformen wie Facebook oder Instagram sammeln und überwachen Dateninformationen unserer Freunde, um Produkte und Dienstleistungen an uns zu vermarkten, und Überwachungsdienste an Agenturen, die wiederum unser Verhalten ändern; Werbeaktionen, die wir täglich in den sozialen Netzwerken sehen, sind auch das Ergebnis der überwachten Daten. In diesem Modell werden Daten verwendet, um neu zu definieren, wie Inhalte erstellt werden, indem Daten verwendet werden, um Inhalte und nicht Empfehlungssysteme zu informieren.
Es gibt jedoch auch andere Branchen, in denen der Datenübertragungsprozess aktiv eingesetzt wird:

Versicherung: Daten zur Aktualisierung der Entwicklung von Risikoprofilen und Geschäftsmodellen.
Banking: Daten, die verwendet werden, um die Vertrauenswürdigkeit und die Wahrscheinlichkeit einer Person zu ermitteln, die einen Kredit zurückzahlt.
Human Resources: Daten, die z. B. zur Identifizierung von Risikoprofilen von Mitarbeitern verwendet werden.
Einstellung und Rekrutierung: Daten, die Persönlichkeitstests ersetzen.
Sozialwissenschaftliche Forschung: Datafication ersetzt Stichprobentechniken und restrukturiert die Art und Weise, in der sozialwissenschaftliche Forschung durchgeführt wird.

Netflix-Fall

Netflix, ein Internet-Streaming-Medienanbieter, ist ein anschauliches Beispiel für den Datenfizierungsprozess. Es bietet Dienste in mehr als 40 Ländern und 33 Millionen Streaming-Mitglieder. Ursprünglich war der Betrieb eher physischer Natur mit seinem Kerngeschäft im Versandhandel-basierten Disc-Verleih (DVD und Blu-ray). Einfach gesagt, das Betriebsmodell bestand darin, dass der Abonnent die Warteschlange (eine geordnete Liste) von Medieninhalten erstellt und verwaltet, die er ausleihen möchte (z. B. einen Film). Wenn Sie die Gesamtzahl der Festplatten begrenzen, kann der Inhalt nach Wunsch des Abonnenten lange gespeichert werden. Um jedoch eine neue Festplatte zu mieten, sendet der Abonnent die vorherige an Netflix zurück, die dann die nächste verfügbare Festplatte an die Abonnentenwarteschlange weiterleitet. Das Geschäftsziel des Disk-Mietmodells besteht daher darin, den Menschen zu helfen, ihren Zug zu füllen. Das Modell hat sich geändert und jetzt verwandelt Netflix seinen Dienst aktiv in einen intelligenten Dienst und nutzt aktiv Datenfizierungsprozesse.
Es fällt auf, dass in allen Aspekten der rationalisierten Implementierung des Netflix-Geschäfts eine allmähliche Änderung auftritt, bei der die IT-Infrastruktur und die Artefakte Medieninhalte vollständig von ihrer physischen Manifestation befreien. zum Beispiel eine Festplatte und ihre Postzustellung. Während des Streamings können Abonnenten Videos auswählen, bevor sie eine Reservierung vornehmen, sie können mehrere Videos in einer Sitzung konsumieren und die Anzeigestatistiken in einem viel feineren Maße beobachten. und in Echtzeit in größerem Umfang. Daher werden im Streaming-Modell viel mehr Daten entmaterialisiert. Darüber hinaus sind die Datenquellen immer vielfältiger geworden – darunter Katalogdaten (mehr als 1000 Facetten sind jetzt dem Titel zugeordnet), Suchbegriffe, Streaming-Warteschlangen und -Spiele, Interaktionen und externe Quellen wie Filmkritiken und soziale Daten. Das Entfernen von Zeit und Entfernung aus dem Geschäftsmodell hat das Potenzial für die Interaktion zwischen dem Anbieter und dem Abonnenten durch dynamische Personalisierung erhöht: nach Haushalt, Genre usw. Erklären des Inhalts zur Förderung von Vertrauen, Ranking, Ranking und Überprüfung sowie sozialem Einfluss, der sich aus der Tatsache ergibt, dass assoziierte Freunde sie gesehen oder bewertet haben.

Die Dematerialisierung von Netflix hat täglich etwa 30 Millionen tägliche Spiele und 3 Millionen ungerade Abfragen, um über die Dynamik von Empfehlungen zu informieren. Was durch Dematerialisierung und eine Kombination von Liquidität angeboten wird, hat aufgrund des jüngsten Übergangs von Netflix von Streaming-Inhalten zu seiner Erstellung eine interessante Manifestation der Dichte ermöglicht. Die statistische Analyse des Nutzerverhaltens im Laufe der Jahre wurde verwendet, um Inhalte und nicht Empfehlungen zu informieren und Netflix mit einer interessanten Schnittstelle zwischen Genre, Schauspielern und Regisseur vorzustellen. Das Ergebnis dieser Datenüberquerung war ihr jüngstes Remake der Fernsehserie House of Cards, ein politischer Thriller.

Fazit

Da die Datenkommunikation immer häufiger wird und die Auswirkungen des Lebens der Menschen immer weiter verbreitet sind, wird die Entwicklung neuer Rahmenbedingungen für das Verständnis immer notwendiger. Darüber hinaus erfordert die Datafizierung eine erhebliche Neubewertung mehrerer Bereiche des Betriebs einer Branche. Hier skizzierte ich kurz einige Bereiche, darunter Rahmenbedingungen für das Verständnis, wie Wertschöpfungsketten von Daten neben traditionellen Liefer- und Wertschöpfungsketten entstehen, und verschiedene Governance-Themen, die die Industrie berücksichtigen und effektiv implementieren muss.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.