Necesidades Big Data grueso de Datos


Tricia Wang

Tricia Wang

Nota del Editor: Tricia proporciona una excelente segue entre meses del pasado “Ethnomining” Edición Especial y el de este mes “Hablando con las compañías sobre Etnografía.” Ella ofrece mayor creación pensamientos en nuestra discusión colectiva (quizá rayana en la obsesión?) con la gran tendencia de los datos. Con matices ella con fuerza y ​​reinventa algunos de los términos que circulan en las diversas industrias que deseen hacer uso de la investigación social. En la estela de los grandes datos, etnógrafos, ella sugiere, puede ofrecer datos de espesor. Ante la mención despectiva de “anécdotas” debemos hacer frente para defender el valor de las historias.

__________________________________________________

imagen de Mark Smiciklas en la intersección Consulting

imagen de Mark Smiciklas en la intersección Consulting

Big Data pueden tener un enorme atractivo. ¿Quién quiere ser pensado como un pequeño pensador cuando hay una oportunidad de ir BIG?

El sesgo positivista a favor del Big Data (un término comúnmente utilizado para describir los datos cuantitativos que se produce a través del análisis de enormes conjuntos de datos) como una forma objetiva de entender nuestro mundo presenta desafíos para los etnógrafos. ¿Cuáles son los etnógrafos que hacer cuando nuestra investigación es vista como algo insignificante o inapreciable? Podemos simplemente ignoramos Big Data como demasiado confusa en publicidad para ser útil?

No. Los etnógrafos deben comprometerse con los grandes datos. De lo contrario, nuestro trabajo puede ser muy fácilmente metió en otro departamento, minimizado como una partida pequeña en un presupuesto, y relegado a la esquina pequeña de datos. Pero, ¿cómo puede nuestra clase de investigación se ve como un igual importancia a los datos procesados ​​algorítmicamente? ¿Cuál es el etnógrafo de 10 segundo discurso del ascensor a una habitación de científicos de datos?

…y GO!

Big Data produce tanta información que se necesita algo más para superar y / o revelar las lagunas de conocimiento. Es por eso que el trabajo etnográfico tiene un valor tan enorme en la era del Big Data.

A falta de las palabras conceptuales para posicionar rápidamente el valor del trabajo etnográfico en el contexto del Big Data, He comenzado, en el último año, emplear el término Grueso datos (con un guiño a Clifford Geertz!) para abogar por enfoques integradores para la investigación. Grueso de datos revela el significado detrás de la visualización y el análisis de Big Data.

Datos Grueso: enfoques etnográficos que descubren el significado detrás de la visualización y el análisis de Big Data.

Análisis de los datos grueso se basa principalmente en el poder del cerebro humano para procesar una pequeña "N", mientras que el análisis de grandes datos requiere potencia de cálculo (por supuesto, con los seres humanos a escribir los algoritmos) para procesar un gran "N". Big Data revela una visión con un rango particular de puntos de datos, mientras Grueso datos revelan el contexto social de las conexiones entre los puntos de datos. Big Data ofrece números; datos de espesor ofrece historias. Big Data se basa en el aprendizaje automático; datos de espesor se basa en el aprendizaje humano.

PRECAUCIÓN

Como el concepto de “Big Data” se ha convertido en la corriente principal, muchos investigadores cualitativos de Genevieve Campana (Big Data como una persona) a Kate Crawford (ilusión algorítmica, fundamentalismo datos), y Danah Boyd (preocupaciones sobre la privacidad) han escrito ensayos sobre las limitaciones de Big Data. Los periodistas también se han sumado a la conversación. Caribou Honig defiende pequeño de datos, Gary Marcus precauciones acerca de las limitaciones de inferir correlaciones, Samuel Arbesman pide que nos movamos a los datos a largo. Nuestro propio Jenna Burrell ha elaborado una guía para los etnógrafos para entender los grandes datos.

Dentro de las organizaciones Big Data puede ser peligroso. Steven Maxwell señala que “La gente se está atrapado en el lado de la ecuación de cantidad y no la calidad de las ideas de negocio que la analítica pueden desenterrar.” Más números no producen necesariamente más ideas.

Otro problema es que los grandes datos tiende a colocar un gran valor en los resultados cuantitativos, mientras que la devaluación de la importancia de los resultados cualitativos. Esto conduce a la idea peligroso que los datos estadísticamente normalizado y estandarizado es más útil y objetiva de los datos cualitativos, reforzando la idea de que los datos cualitativos es pequeño de datos.

Estos dos problemas, en combinación, reforzar y empoderar a décadas de gestión empresarial de toma de decisiones basada en datos cuantitativos por sí solos. Consultores de gestión de las empresas han sido durante mucho tiempo trabajando con los datos cuantitativos para crear empresas más eficientes y rentables.

Con el análisis estadístico de sonido, consultores asesoran a las empresas a reducir el tamaño de, contratar, expandir, fundirse, vender, adquirir, cierre, y externalizar todo ello basado en los números (e.g.Mckinsey, Bain & Empresa, BCG, y Deloitte).

El riesgo en un mundo Big Data es que las organizaciones y las personas empiezan a hacer decisiones y optimizar el rendimiento de la métrica-métricas que se derivan de algoritmos..

Sin un contrapeso al riesgo en un mundo Big Data es que las organizaciones y los individuos empiezan a hacer decisiones y optimizar el rendimiento de la métrica-métricas que se derivan de los algoritmos. Y en este proceso de optimización entera, personas, historias, experiencias reales, están casi olvidado. El peligro, escribe Clive Thompson, es que "mediante la adopción de decisiones humanas fuera de la ecuación, estamos poco a poco quitando deliberación-momentos en que reflexionamos sobre la moralidad de nuestras acciones ".

La inspiración y la EMOCIÓN

Grueso de datos es el mejor método para la asignación de territorio desconocido. Cuando las organizaciones quieren saber lo que no lo hacen ya saber, que necesitan grueso de datos, ya que da algo que Big Data hace explícitamente no-inspiración. El acto de recogida y análisis de historias produce ideas.

Cuando las organizaciones quieren saber lo que ellos no sepan ya, que necesitan grueso de datos, ya que da algo que Big Data hace explícitamente no-inspiración. El acto de recogida y análisis de historias produce ideas.

Las historias pueden inspirar a las organizaciones a descubrir diferentes formas de llegar a su destino-la visión. Si se va a conducir, Grueso de datos se va a inspirar a teletransportarse. Grueso de datos a menudo revela lo inesperado. Se frustrará. Le sorprenderá. Pero no importa lo, que inspire. La innovación debe estar en la compañía de la imaginación.

Cuando las organizaciones quieren construir lazos más fuertes con las partes interesadas, que necesitan historias. Historias contienen emociones, algo que ningún conjunto de datos fregado y normalizado jamás puede entregar. Números solos no responden a las emociones de la vida cotidiana: confianza, vulnerabilidad, miedo, codicia, placer, seguridad, amor, y la intimidad. Es difícil representar algorítmicamente la fuerza de afiliación servicio / producto de un individuo y cómo el significado de los cambios de afiliación a través del tiempo. Enfoques datos gruesos penetran profundamente en los corazones de las personas. Por último, una relación entre un actor y una organización / marca es emocional, no racional.

Algunas personas se sienten incómodas con el uso del término “historias” para describir el trabajo etnográfico. Hay una gran confusión que las historias son el equivalente a las anécdotas. Los investigadores de mercado pregunta si se trata de un “de largo.” Incluso en el mundo académico, muchos sociólogos rechazan el uso de “historias” porque hace su trabajo cualitativo parece menos científica. Muchas veces me dijeron que usar “casos” en lugar de “historias.”

Hay una gran diferencia entre las anécdotas e historias, sin embargo. Las anécdotas son por casualidad historias recogidas que son por casualidad compartido. Dentro de un contexto de investigación, historias son intencionalmente recopilada y sistemáticamente muestreado, compartido, interrogado, y analizado, que produce puntos de vista (análisis en el ámbito académico). Grandes ideas inspiran el diseño, estrategia, y la innovación.

NPR tiene un segmento que ilustra el poder del grueso de datos, con Frans de Waal, un primatólogo y biólogo que acaba de publicar "El Bonobo y el ateo: En busca del Humanismo Entre los primates ". A través de sus experimentos, de Waal proporciona evidencia para apoyar su teoría de que un sentido de justicia-las bases de la moralidad-no es exclusiva de los seres humanos. En el vídeo de arriba, de Waal muestra dos monos capuchinos que recibieron diferentes premios por la realización de la misma acción. El mono que consigue un pepino vuelve muy molesto cuando ve el mono al lado de ella dado una uva como una recompensa para que realice una tarea similar. En el mundo de mono, uvas son el crack y los pepinos son pan duro.

“Si muestro los datos, que son los gráficos y cosas por el estilo, la gente no está realmente convencido de, si muestra la reacción emocional, la cantidad de emoción que entra allí, entonces la gente está convencida.” Frans de Waal

En su declaración de la investigación, de Waal hace un caso fascinante de los principios del grueso de datos: "Yo muestro el video a menudo, porque si yo muestro los datos, que son los gráficos y cosas por el estilo, la gente no está realmente convencido de, si muestra la reacción emocional, la cantidad de emoción que entra allí, entonces la gente está convencida.”

Como de Waal deja claro, a veces solo los datos cuantitativos no hacer un argumento convincente. Incluso los científicos necesitan historias para hacer su punto.

OPORTUNIDADES

Roger Magoulas, quien acuñó el término Big Data, hace hincapié en la necesidad de historias: "Las historias tienden a propagarse rápidamente, ayudando a difundir las lecciones del análisis de toda la organización ".

Durante el uso de grandes volúmenes de datos en forma aislada puede ser problemático, es sin duda fundamental para continuar la exploración de cómo Big Data y grueso datos pueden complementarse entre sí. Esta es una gran oportunidad para que los investigadores cualitativos para posicionar nuestro trabajo en el contexto de los resultados cuantitativos de Big Data. Empresas como Claro Partners son incluso reformular la manera en que hacemos preguntas sobre Big Data. En su Datos Personales Economía investigación, en lugar de pedir lo que Big Data nos dice acerca de la conducta humana, preguntaron qué conducta humana nos dice sobre el papel de Big Data en la vida cotidiana. Ellos crearon un conjunto de herramientas para los clientes que les ayuda a cambiar su “perspectiva desde uno centrado en los datos a uno centrado en el hombre.”

Estas son algunas de las áreas en las que veo oportunidad para la colaboración entre los dos métodos dentro de las organizaciones (esto no tiene la intención de una lista exhaustiva o completa):

  • Cuidado de la Salud – Como individuos se han convertido en más poder para controlar su propia salud, Ser cuantificados Los valores van de corriente. Los proveedores de salud se han incrementado el acceso a colectivamente sourced, datos anónimos. Proyectos como Asma Archivos proporcionar una visión hacia el futuro de la gruesa y Big Data alianzas para resolver los problemas mundiales de salud.
  • Datos anónimos Reutilizado de los operadores móviles – Las empresas de telefonía en todo el mundo están empezando a volver a empaquetar y vender sus datos de clientes. Los vendedores no son los únicos compradores. Los urbanistas que quieren mejores datos basados ​​en la localización para comprender el transporte están utilizando Aire Sage datos de la red celular. Para proteger la privacidad del usuario, los datos son anónimos o bien deliberadamente fregado de la comunicación personal. Y, sin embargo, en ausencia de datos de carácter personal clave, los datos pierde información contextual clave. Sin grueso de Datos, será difícil que las organizaciones entiendan el contexto personal y social de los datos que se han fregado de la información personal.
  • Análisis de redes sociales – Medios de comunicación social produce montones de datos que pueden enriquecer el análisis de redes sociales. Los científicos de investigación, tales como Hilary Mason, Gilad Lotan, Duncan Watts, y Ethan Zuckerman (y su laboratorio en el MIT Media Lab) están explorando cómo la información se propaga en las redes sociales y, al mismo tiempo, están creando más preguntas que sólo se puede responder mediante el uso de métodos grueso de Datos. A medida que más empresas hacen uso de métricas de social media, las organizaciones tienen que tener cuidado de no creer, erróneamente, que los datos solo se revelarán "personas influyentes". Un ejemplo de mala interpretación de una señal desde el análisis de redes de datos grande es el de los medios de comunicación escriben de La obra de Cesar Hidalgo, lo que sugiere que Wikipedia puede servir como un proxy para la cultura. Leer corrección de Heather Ford.
  • Estrategia de Marca y Generación Insight – Las empresas han confiado en el análisis del mercado de dictar la estrategia empresarial y la generación de una visión. Ellos ahora están recurriendo a un enfoque más centrado en el usuario que se basa en datos Grueso. Característica reciente de Jcrew Fast Company deja claro que, cuando Big Data consultores de gestión impulsado fracasaron, los héroes que dieron vuelta de la marca eran los empleados que entienden lo que los consumidores querían. Uno de los empleados, Jenna Lyons se le dio la oportunidad de implementar iterativo, experimental, y las pruebas en tiempo real de los productos con los consumidores. Su enfoque resonó con los consumidores, transformando Jcrew en una marca de culto y triplicar sus ingresos.
  • Producto / Servicio de Diseño - Algoritmos solas no resuelven los problemas, y sin embargo, muchas organizaciones dependen de ellos para diseño de productos y servicios. Xerox utiliza Big Data para resolver los problemas para el gobierno, sino que también usan métodos etnográficos junto analytics. Ellen Issacs, Xerox PARC etnógrafo habla de la importancia Datos de grueso en el diseño: "[y]ncluso cuando se tiene un concepto claro de la tecnología, usted todavía tiene que diseñarlo de manera que es consistente con la forma de pensar acerca de sus actividades . . . tienes que ver ellos haciendo lo que hacen ".
  • Implementar stratgy organizacional - Grueso de datos se puede utilizar como un contrapeso a los grandes datos para mitigar la disrupción del cambio organizacional planeado. Los datos cuantitativos pueden indicar la necesidad de un cambio, pero la interrupción dentro de las organizaciones puede ser costoso. Cuando se reordenan los organigramas, descripciones de los puestos se reescriben, funciones de trabajo turno, y medidas de éxito son reformuladas-los cambios pueden causar una interrupción costosa que puede que no aparezcan en el plan de Big Data. Las organizaciones necesitan expertos grueso de datos para trabajar junto a los líderes de negocios para comprender el impacto y el contexto de los cambios a partir de una perspectiva cultural para determinar qué cambios son recomendables y cómo navegar por el proceso de. Grant McCracken llama a esto el Consejero Cultural, la “ojos y oídos de la corporación, lo que le permite detectar cambios que se avecinan, aun cuando existen sólo como la más débil de las señales.” La CCO es el ir a la persona gruesa datos, responsable de la recogida, diciendo, y hacer circular historias para mantener una organización inspirada y ágil. Roger Magoulas, quien acuñó el término Big Data, hace hincapié en la necesidad de historias: "Las historias tienden a propagarse rápidamente, ayudando a difundir las lecciones del análisis de toda la organización ".


FUTURO

Todavía tenemos un montón de preguntas que responder por Gruesa de datos dentro de las organizaciones:

  1. ¿Cómo nos informamos grueso de datos de hasta? Las historias son eficaces, pero las historias requieren tiempo, recurso, y habilidades de comunicación.
  2. ¿Cuáles son los indicadores de éxito de la investigación grueso de Datos?
  3. ¿Cómo formar equipos en los enfoques de datos grande y gruesa de datos integrativos? Hay una mayor demanda de los etnógrafos como proveedores / prestadores que como empleados dentro de las organizaciones. No hay suficientes etnógrafos que trabajan dentro de las empresas a internalizar la investigación etnográfica y explorar diferentes maneras de ampliar los conocimientos de grande y gruesa de datos.

Este es el tiempo para el trabajo etnográfico de brillar realmente. Estamos en una gran posición para mostrar el valor agregado que aportamos a un proyecto de método mixto. La producción de "descripciones densas" (un término utilizado por Clifford Geertz para describir la metodología etnográfica) de un contexto social complementa hallazgos Big Data. Las personas y las organizaciones pioneras en proyectos de datos grande y gruesa de datos, tal como Fabien Giradin desde Near Future Laboratory o Wendy Hsu, se nos da atisbos a este mundo.

Así que la próxima vez que alguien te habla de Big Data, probar su argumento de venta para el grueso de datos. Me encantaría saber de su experiencia–hace resonar este término? ¿Cómo mejoraría el terreno de juego durante Grueso datos? O usted tiene un terreno de juego más efectivo o una alternativa para compartir? ¿Cuáles son otras áreas de oportunidad para Big Data y grueso de datos para jugar juntos?

____________________________

En los próximos meses, Voy a comisariar una edición seguimiento Ethnomining tema de Nicolas Nova sobre cómo los etnógrafos están posicionando trabajo etnográfico en el contexto del Big Data. Estoy buscando colaboradores invitados, por favor, llegar si desea participar.

Etiquetas: , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,

43 Las respuestas a las “Necesidades Big Data grueso de Datos”

  1. Mayo 21, 2013 en 8:32 al #

    Me gusta esta forma de pensar sobre Big Data. Voy a dar una ponencia en EPIC 2013 en un concepto que he desarrollado llamado 'Big Data Etnográfico'. Creo que usted está allí también, así que sería bueno para ponerse al día en Londres

    • Mayo 22, 2013 en 7:34 pm #

      oh es tan emocionante! Voy – será mi primera EPCI! wooho – no se puede esperar a leer su periódico!

  2. Mayo 21, 2013 en 4:38 pm #

    Gracias por publicar esto! Es tan importante tener un marco para pensar acerca de cómo la etnografía y otros métodos cualitativos pueden complementar los números (suena como algo que hemos estado pensando desde hace décadas, ahora con diferentes consideraciones basadas en las implicaciones del Big Data). Y no sólo un marco, pero algunos lenguaje que se puede utilizar para convencer a los interesados ​​que los datos de espesor (leer: la gente y sus historias) son una parte importante de la toma de decisiones.

    A propósito (y es posible que ya han visto éstos), hay dos artículos Quizás se encuentre interesado en leer en el nuevo libro de Brigitte Jordan, Avanzando Etnografía en entornos corporativos: “Acelerado Reconocimiento de Patrones, Etnografía, y la era de Big Data” por Chad R. Maxwell, y “Reconocimiento de patrones en la evolución humana y por qué es importante para la Etnografía, Antropología y Sociedad” por Brigitte Jordan.

    • Mayo 22, 2013 en 7:38 pm #

      amy derecho! No creo que me ofrecieron un marco como Im no realmente decir nada nuevo o único en términos de enfoque de la investigación etnográfica. pero yo estoy ofreciendo una manera de posicionar nuestro trabajo y la búsqueda de ámbitos emergentes, donde los dos enfoques sería realmente trabajan bien juntos!

      No he visto a esos dos capítulos – wow tengo que pedir ese libro! tal vez podamos conseguir brigitte & chad para hacer un puesto de invitado en EM! gracias por la sugerencia!

  3. Mayo 22, 2013 en 2:21 pm #

    Gran Tricia pensar. Pensamos de la misma manera y aplicamos grueso de datos en nuestro trabajo con los clientes cuando “la implementación de la estrategia organizacional”. Nuestro Gran “Personal” Solución de Datos, PeopleInsight es utilizado por los clientes aprovechar los datos infrautilizados que se han encerrado en sus sistemas y encuestas relacionadas con los recursos humanos – pero eso sólo dice parte de la “historia”. Nuestro equipo de expertos en negocios y etnógrafos trabajar con nuestros clientes para luego dar sentido a los datos, entender el por qué en contexto, y luego hacer más inteligentes personas-las decisiones. De gran importancia, son las infografías y visualizaciones que traen estos Datos grueso a la vida….es un espacio emocionante.

    • Mayo 22, 2013 en 7:43 pm #

      oh fresco JOhn – wow me encantaría aprender más acerca de su empresa! que ve como sus servicios es un gran ejemplo del gran combo de datos de espesor /. Quiero decir con todas estas empresas que afirman que con los métodos de análisis ntwork sociales que pueden ayudar a una empresa o emabrgo equipo de recursos humanos a las áreas de crecimiento de identidad – Bueno, yo sólo creo que es soooooo limitada sin ningún aprendizaje humano! me encantaría charlar más! ¿cuál es la mejor manera?

  4. Mayo 30, 2013 en 8:11 pm #

    Yo escribí sobre este tema desde una perspectiva diferente, el otro día, demasiado, pero no con la misma profundidad. Parece que Big Data obtiene toda el atractivo comercial, y Etnografía suele pasarse por alto en los espacios más commoditized. Me alegra ver esta entrada recibiendo tanta atención!

    Aquí está mi entrada::
    http://freerangeresearch.com/2013/05/23/what-is-the-role-of-ethnography-and-microanalysis-in-online-research/

    • Diciembre 18, 2016 en 4:32 pm #

      Muy cierto, grandes volúmenes de datos necesita ser acoplada absolutamente con otras metodologías de proporcionar un contexto y profundidad. Big data es muy bueno para proporcionar la “qué” pero carece de la “por qué” que es donde viene la investigación de mercado tradicional en la inclusión de la etnografía. Gracias por compartir, disfrutado de la lectura de este.

  5. Julio 3, 2013 en 2:43 pm #

    La Práctica de la Eficacia en el trabajo en Steelcase es un ejemplo del uso de SNA y la etnografía juntos. Escribí sobre ello y proporcioné enlaces http://bit.ly/VKZR1

    Me gusta decir que no es el método (cuantitativa o cualitativa) que define la etnografía. Más bien, es si se hacen preguntas socioculturales http://bit.ly/rmZ8s

  6. Septiembre 8, 2013 en 5:52 pm #

    “¿Cuáles son otras áreas de oportunidad para Big Data y grueso de datos para jugar juntos?” Creo visualización proporciona una agradable puente entre lo cuantitativo y cualitativo.
    http://www.justinholman.com/2012/02/07/bringing-john-snow-into-the-boardroom/

  7. Marzo 16, 2014 en 12:33 al #

    Reblogueado esto en Repositorio de mis escritos anteriores.

  8. Septiembre 13, 2017 en 7:08 al #

    Big Data es lo que es hacer las cosas más fáciles, pero el manejo de este grandes volúmenes de datos para obtener resultados precisos está recibiendo difícil día a día, Uno de los buenos Tricia. Me gustó la sección más futuro.

Trackbacks / Pingbacks

  1. Viernes Links Servicio: 5/17/2013 | Servicio de Diseño de Nueva York Red - Mayo 17, 2013

    […] Big Data necesita "datos de espesor". […]

  2. Más información sobre el bombo, beneficios, y los peligros de Big Data - Mayo 21, 2013

    […] Necesidades Big Data de Wang grueso de datos es otro excelente motivo para etnógrafos de participar en el movimiento de grandes volúmenes de datos, para producir […]

  3. Poner a la gente primero » Big Data necesita Grueso de datos - Mayo 24, 2013

    […] la estela de los grandes datos, etnógrafos pueden ofrecer datos de espesor, dice Tricia Wang. En la cara de la mención despectiva de "anécdotas", debemos hacer frente a […]

  4. Paul Stoller: Big Data, Descrption grueso y conveniencia política - TRAIKOS - Junio 16, 2013

    […] escribe sobre las dimensiones humanas de la tecnología, describe el uso y mal uso de grandes volúmenes de datos, que define como “un término comúnmente utilizado para describir los datos cuantitativos que se obtiene mediante el análisis de […]

  5. Paul Stoller: Big Data, Descrption grueso y conveniencia política| Ración Político - Junio 16, 2013

    […] escribe sobre las dimensiones humanas de la tecnología, describe el uso y mal uso de grandes volúmenes de datos, que define como “un término comúnmente utilizado para describir los datos cuantitativos que se obtiene mediante el análisis de […]

  6. Paul Stoller: Big Data, Descrption grueso y conveniencia política - Freshwadda Brooks | Próximamente! - Junio 17, 2013

    […] escribe sobre las dimensiones humanas de la tecnología, describe el uso y mal uso de grandes volúmenes de datos, que define como “un término comúnmente utilizado para describir los datos cuantitativos que se obtiene mediante el análisis de […]

  7. *10 artículos para pensar críticamente la irrupción del “Big Data” | Aquí, dudar de todo - Junio 17, 2013

    […] “El “Big Data” necesita “datos de espesor”: Un enfoque etnográfico del blog Ethnography matters que aborda los principales problemas y propone […]

  8. La Revista Digital tejer usted pasó su primera bandeja digitales – 18.06.13 | Limitado, por los tejedores - Junio 18, 2013

    […] Este artículo sobre la necesidad de que el espesor de Big Data me ha llamado la atención. El espesor de los grandes datos, pero lo que es que incluso : es sólo la capacidad de llevar la gestión de datos emocional para comprender mejor los usos. Sociólogo Tricia Wang milita por la complementariedad de género mezclando Big Data y etnología. […]

  9. Enlaces de Interés: Mayo y junio 2013 | 50shadesofevidence - Julio 1, 2013

    […] por último, un vínculo metodológico: Tricia Wang escribe en los asuntos Etnografía de blog en Grandes necesidades de datos de datos de espesor, en el que argumenta que los etnógrafos han de comprometerse con 'big data’ a través de […]

  10. La descripción densa. | Jess Erhart - Julio 29, 2013

    […] Hoy en día se encontró con los asuntos Etnografía blog y siento que por fin he encontrado la intersección de mis campos. Uno de los bloggers, Patricia Wang comparte su perspectiva sobre por qué el auge de los grandes datos debe ser complementada con la descripción densa. Vale la pena la lectura y está disponible en el blog de Etnografía Matters. […]

  11. ¿Qué es un etnógrafo que hacer? | Escuela para los lingüistas - Julio 29, 2013

    […] ni siquiera útil en absoluto. Para un maestro individual tratando de mejorar su práctica en el aula, “grueso” datos etnográficos es probable que sea más en el punto de “grande” número de pruebas. Gente como la educación matemática […]

  12. Nuestro enfoque etnográfico | SusLab en la RCA - Septiembre 11, 2013

    […] de los contextos y los matices de la energía utilizada en la vida cotidiana-con suerte trabajo para abordar la discusión de Tricia Wang alrededor de los datos de los gruesos y de los datos de los "grandes" en el contexto de la energía, aunque los puntos de no Carl Miller acerca de los medios sociales. Ciertamente, […]

  13. Socializar Big Data a través de BRP | Mentes Hábiles - Septiembre 11, 2013

    […] en muchas instancias de la implementación de Big Data, sin ideas de datos asociada Grueso los tomadores de decisiones’ supuestos definen qué esperar, es decir. que el tiempo de actividad conduce a aumentos en los […]

  14. Elena M. Friot - Diciembre 3, 2013

    […] añadió que la nueva joya a lo que dijo Tricia Wang sobre los grandes datos y los datos de espesor. Después de desenredar las telarañas historiográfico restante de Claude Geertz y grueso […]

  15. Un estudio de caso sobre diseño inclusivo: etnografía y el uso de energía | Cuestiones Etnografía - Febrero 13, 2014

    […] del uso de energía en la vida cotidiana-con suerte trabajar hacia la solución de, dentro del contexto energético, La discusión de Tricia Wang torno a los datos 'gruesas' y datos 'grande'. Ciertamente, uso de la energía es un área donde hay un montón de grandes volúmenes de datos en torno a, pero menos que el uso […]

  16. Post invitado en Materia Etnografía | SusLab en la RCA - Febrero 13, 2014

    […] donde la palabra de moda es 'big data’ – Lo recomendamos especialmente Tricia Wang de 'Big Data necesita Grueso de datos’ desde principios del año pasado, también de Etnografía […]

  17. Etnografía en Comunidades de Big Data: Expectativas impugnados por los datos de la 23andme y Controversia FDA | Cuestiones Etnografía - Febrero 17, 2014

    […] diferencias en cómo los datos en sí se imaginaron, discutido, y valorado, proporcionando un "data de espesor" necesario (Wang 2013) capa de gran consulta de datos de. Estas ideas pueden utilizarse para anticipar, mapa, y en […]

  18. Estudiar Up: La Etnografía de Tecnólogos | Cuestiones Etnografía - Marzo 10, 2014

    […] para definir lo que hacen en relación con estos otros métodos. Etnografía, argumentan, proporciona gruesa, específico, comprensión contextualizada, que pueden complementar ya veces corregir los hallazgos […]

  19. Big Data: De Ventaja competitiva para apuestas de la Mesa » Innovación y Transformación digital - Mayo 2, 2014

    […] enteramente a los informáticos y analistas cuantitativos. Por otra parte, análisis de grandes datos debe complementarse con métodos de investigación cualitativos y etnográficos a (un) validar los patrones sugeridos por los grandes datos, y (b) entender el por qué […]

  20. Bigfish | El poder de grueso datos - Junio 10, 2014

    […] invertir en la recolección y análisis de datos gruesos para descubrir la más profunda, más sentido humano de grandes datos. Juntos, datos gruesos y grandes volúmenes de datos que dan una increíblemente perspicaz […]

  21. Antropología Noticias - Junio 20, 2014

    […] ¿qué necesidad hay para 60 entrevistas en profundidad y dos años de observación participante? Como pide Tricia Wang, "¿Cuáles son los etnógrafos que hacer cuando nuestra investigación se considera insignificante?"¿Qué somos […]

  22. Datos Grueso - DESIGNBRIEF - Noviembre 14, 2015

    […] Necesidades Wang beschreibt en ihrem Artikel Big Data wie Grueso datos Los datos Grueso […]

  23. Ver la vida de color de! | experiencia del cliente digital - Enero 25, 2016

    […] yo, porque estoy trabajando actualmente con unos proyectos de Big Data, será un golpe para el término "gruesa de datos". Para mí son los datos que pone a las personas en un contexto. Pero Cristiano Madsbjerg och Mikkel […]

  24. ¿Cómo los usuarios tomar una acción colectiva contra las plataformas en línea? CHI Mención de Honor | Colectivo de Medios de Comunicación Social - Febrero 10, 2016

    […] Esa es la pregunta que mi papel propuso responder, combinando las estadísticas con el “datos de espesor” cualitativa de […]

  25. Datos, contexto y diseño | Yu Centrik - Febrero 15, 2016

    […] ser mera "huellas de nuestras acciones y comportamientos." Antropólogo Tricia Wang sostiene que los grandes datos necesita datos gruesos o visión contextual con el fin de ser útil […]

  26. datos, contexto y diseño | Yu Centrik - Febrero 15, 2016

    […] nuestras acciones y nuestro comportamiento». Antropóloga Tricia Wang dice que los datos de Big requiere datos "gruesas" o una visión general del contexto para ser útil a […]

  27. Hacer algo de aquí. Dondequiera que aquí es para usted. Pensamientos de Interaction16. | Michelle Thorne - Marzo 16, 2016

    […] contrarrestar estas colisiones y sesgos, Tricia abogó por grueso de Datos. Ella ve Piense datos como complemento de Big Data. Es cualitativo en lugar de cuantitativo. Eso […]

  28. FCJ-201 Evidencia visual de lo Alto: Evaluar el valor de Satélites de Observación Terrestre de Apoyo a los Derechos Humanos | El Fibreculture Diario : 27 - Marzo 29, 2016

    […] Wang, Tricia. 'Big Data Necesidades grueso de datos', Cuestiones Etnografía, 13 Mayo (2013), http://ethnographymatters.net/blog/2013/05/13/big-data-needs-thick-data/ […]

  29. periodismo de datos y 'Big Data' - Pindai - Junio 26, 2016

    […] la salida tiende a cuantitativa. Tricia Wang, tecnología global etnógrafo, encontrado una de datos muy grande requiere un conjunto de datos de espesor; tanto complementaria. Wang gruesos términos de los datos obtenidos a partir de Clifford Geertz, antropólogo […]

  30. ¿Cuáles son realmente los datos gruesos ? - Tatooine - Junio 10, 2017

    […] de calidad (enfoque cualitativo) hacer frente a los métodos cuantitativos adoptados por los grandes datos. El concepto de los datos de espesor asume que no existen datos en bruto, de manera que este último […]

  31. menos presos, Menos crimen? La esquiva promesa de Algoritmos | El Informe sobre la delincuencia - Noviembre 14, 2017

    […] “Datos de espesor” que ilumina la tensión entre el algoritmo y el juez puede generarse. Los jueces que […]

Deja un comentario para freerangeresearch