Ein Zitat von Gurjeet Singh
Ich werde etwas ziemlich Kontroverses sagen. Big Data, wie die Menschen es heute verstehen, ist nur eine größere Version von Small Data. Grundsätzlich hat sich nichts an der Art und Weise geändert, wie wir mit Daten umgehen; es gibt einfach mehr davon.
Verwandte Zitate
Man denkt, dass „Big Data“ das Problem der Diskriminierung vermeidet, weil man es mit großen Datensätzen zu tun hat, aber in Wirklichkeit wird Big Data für immer präzisere Formen der Diskriminierung verwendet – eine Form des Data Redlining.
Je größer Ihr Datensatz ist, je mehr Umfragen Sie haben, je mehr Umfragen Sie durchführen lassen, desto genauer werden Ihre Modelle sein. Das ist einfach eine Tatsache der Datenwissenschaft.
Vorurteile und blinde Flecken gibt es bei Big Data ebenso wie bei individuellen Wahrnehmungen und Erfahrungen. Dennoch besteht die problematische Überzeugung, dass größere Daten immer bessere Daten sind und dass Korrelation genauso gut ist wie Kausalität.
Big Data ist großartig, wenn Sie kleine Daten verifizieren und quantifizieren möchten – denn bei Big Data geht es um die Suche nach einer Korrelation, bei Small Data um die Suche nach der Ursache.
Sinnesdaten sind viel umstrittener als Qualia, weil sie mit einer umstrittenen Wahrnehmungstheorie verbunden sind – dass man die Welt wahrnimmt, indem man seine Sinnesdaten wahrnimmt, oder so ähnlich.
Schauen wir uns die Kreditvergabe an, wo Big Data für die Kreditwürdigkeit genutzt wird. Und es handelt sich übrigens nur um die Anreicherung von Kreditdaten, was wir auch tun. Es ist nichts Mystisches. Aber sie sind sehr gut darin, die Schmerzpunkte zu reduzieren. Sie können es schneller absichern, indem sie – ich nenne es einfach Big Data, weil es keinen besseren Begriff gibt: „Warum dauert es zwei Wochen? Warum schafft man es nicht in 15 Minuten?“
Wir erhalten mehr Daten über Menschen als jedes andere Datenunternehmen über Menschen, über irgendetwas – und das ist nicht einmal annähernd der Fall. Wir schauen uns an, was Sie wissen, was Sie nicht wissen und wie Sie am besten lernen. Der große Unterschied zwischen uns und anderen Big-Data-Unternehmen besteht darin, dass wir Ihre Daten aus keinem Grund an Dritte vermarkten.
Gehen Sie raus und sammeln Sie Daten, und anstatt die Antwort zu wissen, schauen Sie sich einfach die Daten an und prüfen Sie, ob die Daten Ihnen etwas sagen. Wenn wir das mit Unternehmen machen dürfen, ist das fast magisch.
Der größte Fehler ist die übermäßige Abhängigkeit von Daten. Manager werden sagen, wenn keine Daten vorliegen, können sie keine Maßnahmen ergreifen. Es liegen jedoch nur Daten über die Vergangenheit vor. Wenn die Daten schlüssig sind, ist es zu spät, auf der Grundlage dieser Schlussfolgerungen Maßnahmen zu ergreifen.
Wissenschaftliche Daten werden nicht für Museumszwecke verwendet; Sie werden als Grundlage dafür genommen, etwas zu tun. Wenn mit den Daten nichts gemacht werden soll, ist es sinnlos, welche zu sammeln. Der Zweck der Datenerhebung besteht letztlich darin, eine Handlungsgrundlage bzw. Handlungsempfehlung bereitzustellen. Der Zwischenschritt zwischen der Datenerfassung und der Aktion ist die Vorhersage.
Ich möchte sagen, dass ich mich schon so lange mit Big Data beschäftige, dass es sich früher um Small Data handelte, als ich anfing, damit zu arbeiten.
Während es bei Big Data vor allem um die Suche nach Zusammenhängen – und damit um die Durchführung schrittweiser Änderungen – geht, geht es bei Small Data vor allem um Kausalitäten – darum, die Gründe dafür zu verstehen.
Eine [Big Data]-Herausforderung besteht darin, wie wir Big Data verstehen und nutzen können, wenn es in einem unstrukturierten Format vorliegt.
Das Problem mit Daten ist, dass sie viel, aber auch nichts aussagen. „Big Data“ ist großartig, aber normalerweise dünn. Um zu verstehen, warum etwas passiert, müssen wir uns sowohl mit forensischen Untersuchungen als auch mit Vermutungen befassen.
Mit zu wenigen Daten können Sie keine vertrauenswürdigen Schlussfolgerungen ziehen. Bei einer Menge Daten werden Sie auf Beziehungen stoßen, die nicht real sind ... Bei Big Data geht es nicht um Bits, sondern um Talent.
Big Data wird von Menschen schon seit langem genutzt – nur in stationären Anwendungen. Versicherungen und standardisierte Tests sind Beispiele für Big Data aus der Zeit vor dem Internet.
Verwandte Autoren
Zitate von Bill Gates
amerikanisch
Geschäftsmann
Zitate von Charlie Munger
amerikanisch
Geschäftsmann
Dieter F. Uchtdorf Zitate
Deutsch
Geschäftsmann
Zitate von Henry Ford
amerikanisch
Geschäftsmann
Zitate von Jim Rohn
amerikanisch
Geschäftsmann
Zitate von Joseph B. Wirthlin
amerikanisch
Geschäftsmann
Kubanische Zitate markieren
amerikanisch
Geschäftsmann
Zitate von Mark Zuckerberg
amerikanisch
Geschäftsmann
Zitate von Peter Drucker
amerikanisch
Geschäftsmann
Zitate von Richard Branson
britisch
Geschäftsmann
Zitate von Russell Simmons
amerikanisch
Geschäftsmann
Zitate von Sam Altman
amerikanisch
Geschäftsmann
Zitate von Steve Jobs
amerikanisch
Geschäftsmann
Zitate von Tom Peters
amerikanisch
Geschäftsmann
Zitate von Walt Disney
amerikanisch
Geschäftsmann
Zitate von Warren Buffett
amerikanisch
Geschäftsmann