Az utóbbi időszak egyik legnagyobb nyilvánosságot kapott kommunikációs-adatelemzős szakkönyve volt Seth Stephens-Davidowitz: Everybody Lies című munkája. Többek között ezeken a helyeken írtak róla rövidebb-hosszabb recenziókat:
medium.com A cikkek egy része az utóbbi hónapokban született, hiszen a kötet nem olyan régen került a polcokra magyar nyelven. Voltak persze, akik jóval korábban olvasták (és mutatták be) még az angol eredetit. Én a kettő között vagyok: mostanában olvastam, de angolul. Ha már adatelemzés, akkor ennyit a módszertanról… Mire jó a Big Data és mire nem? Illetve mik lehetnek a nagy adatmennyiségen alapuló kutatások előnyei és buktatói. Röviden összefoglalva körülbelül erről szól a kötet. Mivel a korábban megjelent elemzésekben már mindenféle szempontból vizsgálták a könyvet, én inkább a kommunikációs szakemberek számára hasznos/érdekes tanulságok közül szemezgetek. A szerző számos példán keresztül mutatja be, hogy a közkeletű tévhittel ellentétben a nagy mennyiségű adat bizony még nem eredményez automatikusan használható insight-ot. Meg kell látni az igazi összefüggéseket, és ki kell szűrni az esetleges torzító elemeket. A Big Data valódi előnyei szerinte a következők:
Új típusú adatokat biztosít számunkra tehát nem az adatmennyiség a lényeg, hanem hogy olyan adatokat nyerhetünk ki, amelyeket korábban ilyen vagy olyan okból nem lehetett vizsgálni, ezért senki sem vizsgált.
Az online térben végzett teljesen anonim tevékenységek (pl. nem regisztrált felületen történő filmnézések, Google keresések stb.) elemzéséből azt láthatjuk, amit az emberek tényleg akarnak és csinálnak, nem azt, amit egy kérdezőbiztosnak mondanak, hogy csinálnak vagy akarnak. Ez sokkal őszintébb (és érdekesebb) adatokat eredményez.
Ráadásul a megfelelő Big Data készlettel "rázoomolhatunk" kisebb kérdésekre is - ez korábban szintén lehetetlen volt. Szintén közkeletű tévedés, hogy az adatelemzés nem kreatív feladat. A szerző számos példán keresztül illusztrálja, hogy az adatelemzésben is nagy fokú kreativitásra van szükség. Néhány konkrét példa:
Egyáltalán mit tekintünk adatnak (pl. képek mint adatok)?
Hogyan gyűjtjük be az adatokat (Google keresések stb.)?
Milyen összefüggéseket vizsgálunk? A kommunikációs szakemberek számára különösen izgalmas, hogy a szövegek nagyon fontosak lettek a Big Data elemzésekben. Az ún. "text as data" elemzés szinte külön műfaj. Az egyik kedvenc részem a könyvben, amikor a szerző azt mutatja, be, hogy vajon a pozitív vagy a negatív jellegű hírek/cikkek terjednek-e jobba a közösségi térben. Az általános bölcsesség azt mondaná, hogy természetesen a negatív hírek. Elég csak végignézni egy bulvárhíradót, amely tele van balesetekkel, katasztrófákkal, bűnügyekkel. A kutatás azonban ennek némiképp ellentmond. Az adatokból azonban úgy tűnik, a pozitív kicsengésű híreket hajlamosabbak megosztani az emberek. A szerző még számos hasonló izgalmas kérdést vizsgál és hoz néha igencsak meglepő eredményeket. Szerinte az adatelemzés előtt hatalmas jövő áll: a közeljövő Kinsey-je, Foucault-ja, Freudja vagy Marx-sza minden bizonnyal adatelemző lesz. Ehhez annyit tehetünk hozzá, hogy a jövő meghatározó kommunikációs szakemberei is minden bizonnyal olyan szakemberek lesznek, akik értik és használják a Big Data alapú adatelemzésben rejlő lehetőségeket.
Comments