pojęcie Datafikacji; definicja i przykłady

Datafikacja jest hasłem ostatnich kilku lat, które jest aktywnie używane w branży Big Data. Szczerze mówiąc, jeśli szukasz terminu „datafication” w Internecie prawdopodobnie nie znajdziesz tak wiele względnych informacji na ten temat, ale jest to słowo, które słyszymy wiele tych dni. Jednak po przeanalizowaniu samego tematu mogę powiedzieć, że wielu z nas rozumie znaczenie tego terminu, ale prawdopodobnie nazwało go inaczej.

co to jest Datafication?

Datafication, według MayerSchoenberger i Cukier jest przekształcenie działań społecznych w danych ilościowych online, co pozwala na śledzenie w czasie rzeczywistym i analizy predykcyjnej. Mówiąc najprościej, chodzi o wykorzystanie niewidzialnego wcześniej procesu / aktywności i przekształcenie go w dane, które można monitorować, śledzić, analizować i optymalizować. Najnowsze technologie, z których korzystamy, umożliwiły wiele nowych sposobów „datowania” naszych codziennych i podstawowych czynności.
Podsumowując, datafikacja jest technologicznym trendem przekształcającym wiele aspektów naszego życia w skomputeryzowane dane za pomocą procesów przekształcających organizacje w przedsiębiorstwa oparte na danych, przekształcając te informacje w nowe formy wartości.
Datafication odnosi się do faktu, że codzienne interakcje żywych istot mogą być renderowane w formacie danych i oddane do użytku społecznego.

przykłady

i tutaj może być wiele przykładów datowania. Facebook lub Instagram, zbierają i monitorują informacje o naszych przyjaźniach, aby sprzedawać nam produkty i usługi oraz usługi nadzoru agencjom, które z kolei zmieniają nasze zachowanie; promocje, które codziennie widzimy na portalach społecznościowych, są również wynikiem monitorowanych danych. W tym modelu dane są używane do przedefiniowania sposobu tworzenia treści przez wykorzystanie danych do informowania treści, a nie Systemów rekomendacji.
jednak są inne branże, w których aktywnie wykorzystuje się proces datafinicji:

ubezpieczenia: Dane wykorzystywane do aktualizacji profilu ryzyka i modeli biznesowych.
Bankowość: dane służące do ustalenia wiarygodności i prawdopodobieństwa spłaty kredytu.
Zasoby ludzkie: dane wykorzystywane do identyfikacji np. profili podejmowania ryzyka przez pracowników.
zatrudnianie i Rekrutacja: dane wykorzystywane w celu zastąpienia testów osobowości.
badania w zakresie nauk społecznych: Datafikacja zastępuje techniki pobierania próbek i restrukturyzuje sposób, w jaki prowadzone są badania w zakresie nauk społecznych.

sprawa Netflix

Netflix, dostawca internetowych mediów strumieniowych, jest jasnym przykładem procesu przesyłania danych. Świadczy usługi w ponad 40 krajach i 33 milionach użytkowników. Początkowo działalność miała charakter bardziej fizyczny, a jej podstawową działalnością była sprzedaż wysyłkowa płyt (DVD i Blu-ray). Mówiąc najprościej, model operacyjny polegał na tym, że abonent tworzy i utrzymuje kolejkę (uporządkowaną listę) treści multimedialnych, które chce wypożyczyć (na przykład film). Jeśli ograniczysz całkowitą liczbę dysków, zawartość może być przechowywana przez długi czas, zgodnie z życzeniem Abonenta. Jednak, aby wynająć nowy dysk, abonent wysyła poprzedni z powrotem do Netflix, który następnie przekazuje następny dostępny dysk do kolejki subskrybentów. Tak więc celem biznesowym modelu wynajmu dysków jest pomoc ludziom w wypełnieniu ich kolej. Model się zmienił i teraz Netflix aktywnie przekształca swoją usługę w inteligentną, aktywnie wykorzystując procesy datafinicji.
zauważalne jest, że we wszystkich aspektach usprawnionej realizacji firmy Netflix następuje stopniowa zmiana, w której infrastruktura IT i artefakty całkowicie uwalniają zawartość multimedialną od fizycznej manifestacji; na przykład dysk i jego dostarczanie poczty. Podczas przesyłania strumieniowego abonenci mogą wybierać filmy przed dokonaniem rezerwacji, mogą spożywać wiele filmów w jednej sesji i obserwować statystyki oglądania w znacznie lepszym stopniu; iw czasie rzeczywistym, w większym stopniu. Dlatego znacznie więcej danych jest zdematerializowanych w modelu strumieniowym. Ponadto źródła danych stały się różnorodne i zróżnicowane – w tym dane katalogowe (ponad 1000 aspektów jest teraz powiązanych z tytułem), hasła wyszukiwania, kolejki i gry strumieniowe, interakcje i źródła zewnętrzne, takie jak recenzje filmów i dane społecznościowe. Usunięcie czasu i odległości od modelu biznesowego zwiększyło potencjał interakcji między Dostawcą a abonentem poprzez dynamiczną personalizację: według gospodarstwa domowego, gatunku itp. Wyjaśnienie treści w celu promowania zaufania, rankingu, rankingu i recenzji oraz wpływu społecznego wynikającego z faktu, że powiązani przyjaciele oglądali lub oceniali.

codziennie dematerializacja Netflix ma około 30 milionów gier dziennie i 3 miliony dziwnych zapytań, aby poinformować o dynamice rekomendacji. To, co oferuje poprzez dematerializację i połączenie płynności, pozwoliło na interesujący przejaw gęstości dzięki niedawnemu przejściu Netflixa z treści strumieniowych do jego stworzenia. Statystyczna analiza zachowań użytkowników na przestrzeni lat została wykorzystana do informowania treści, a nie rekomendacji, wprowadzając Netflix z ciekawym skrzyżowaniem gatunku, aktorów i reżysera. Wynikiem tego przekroczenia danych był ich ostatni remake serialu telewizyjnego House of Cards, thriller polityczny.

wniosek

wraz z upowszechnianiem się danych i upowszechnianiem się wpływu życia ludzi, rozwój nowych ram dla zrozumienia staje się coraz bardziej konieczny. Ponadto, datafication wymaga znaczącej ponownej oceny kilku obszarów działalności branży. W tym miejscu pokrótce przedstawiłem kilka obszarów, w tym ramy służące zrozumieniu, w jaki sposób powstają łańcuchy wartości danych obok tradycyjnych łańcuchów dostaw i łańcuchów wartości oraz kilka kwestii związanych z zarządzaniem, które branże muszą wziąć pod uwagę i skutecznie wdrożyć datafikację.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany.