Category Archives: sna

Segregacja i miasto

EstesRichardFoundations08

Natura segregacji

Struktura społeczna zakłada relacje, które budowane są w oparciu o status, umiejętności i kompetencje. Segregacja, procesy segregacyjne są immanentnie wpisane w zmiany struktury społecznej (stygmat, dewiacja, wyznaczanie granic grupy, psychiatria, koncepcje psychologiczne i terapeutyczne, religia, czy poszukiwanie tożsamości).

Na każdym z etapów zmiany struktur społecznych (więzi społecznej), jak na przykład: plemiona, klany, rodzina, system feudalnych powinności, nepotyzm, biurokracja, a w końcu sieć (układ klastrów) segregacja tworzona była w oparciu o inne podłoże: mityczne (magiczne), religijne, ideologiczne (para-naukowe) i w końcu techniczne i rynkowe (redukcja kosztów). Segregacja jest też powiązana z władzą (insygnia, dystans, narzędzia kontroli).

Badacze zajmujący się badaniem i analizą sieci społecznych używają pojęcia segregacji, jako jednego z podstawowych pojęć mających opisywać dynamikę sieci społecznych. Przeprowadzono wiele eksperymentów i komputerowych symulacji, które ukazały, że procesy segregacyjne są naturalnym elementem procesów społecznych, często przebiegają zupełnie spontanicznie, jeśli nie napotkają odgórnie nakładanych regulacji, ale nawet i wtedy potrafią je na swój sposób przebudowywać i modyfikować (por. ilustracja poniżej ukazująca jedną z takich komputerowych symulacji).

spatial model_komputerowa segregacja symulacji

This point is ultimately at the heart of the model: although segregation in real life is amplified by a genuine desire within some fraction of the population to belong to large clusters of similar people either to avoid people who belong to other groups, or to acquire a critical mass of members from one’s own group we see here that such factors are not necessary for segregation to occur. The underpinnings of segregation are already present in a system where individuals simply want to avoid being in too extreme a minority in their own local area.

David Easley, Jon Kleiberg Networks, Crowds, and Markets: Reasoning about a Highly Connected World s.127, Cambridge University Press, 2010.

Jednym z obszarów, na którym możemy obserwować procesy segregacyjne jest współczesne miasto (por. ilustracja pokazująca to na przykładzie miasta Chicago).

segregacja rasowa w przestrzeni miasta Chicago w latach 1940-60

Współczesne miasto i segregacja

Przestrzeń współczesnego miasta podzielona jest coraz bardziej na odseparowane od siebie strefy (zony). Niektóre z nich posiadają fizycznie istniejące granice w postaci płotów, ogrodzeń, murów, ekranów wyciszających szum samochodów, a często system monitoringu, kamer i budek ze strażnikami. Inne oddzielone są od siebie jedynie konwencjonalnie ustalonymi strefami wpływów (terytoria działalności gangów) lub granic istniejących jedynie mentalnie w postaci aspiracji lub skrywanej niechęci (modne dzielnice vs. slumsy).

Segmentacja ta przypomina – coraz bardziej boleśnie odczuwaną przez niektórych, a przez innych nawet preferowaną – segregację. Oto mamy dzielnice handlowe, kompleks biurowców, gdzie siedzibę mają duże korporacje i obsługujące je agencje reklamowe, przestrzeń zajmowaną przez hurtownie i drobną przedsiębiorczość (peryferia), odseparowane i sterylne, monitorowane przez 24 godziny na dobę dzielnice mieszkalne.

Każda zona posiada sobie tylko właściwą strukturę, na którą składają się poszczególne elementy o ściśle przypisanych funkcjach. Na przykład dzielnica mieszkaniowa obejmuje supermarket, bazar, przedszkola i szkoły oraz bogaty repertuar miejsc rozrywki (puby, restauracje, kina).

Taką segregację wzmacnia polityka władz miasta, która steruje m.in. komunikacją, dodając lub odejmując niektóre linie autobusowe i tramwajowe, budując w określonych miejscach linie metra. Tym samym tak naprawdę tworzy krwiobieg współczesnego miasta, który pozwala na rozwój niektórym zonom, a inne z kolei skazuje na wegetacje i zapomnienie.

Innym znaczącym aktorem są lokalne media, które opisują lub skrywają milczeniem określone knajpy, miejsca lub dzielnice. Tym,co kształtuje siatkę dzielnic, preferencji i antypatii na mapie miasta są trendy, które może ostatnio już coraz rzadziej oddolnie i spontanicznie każą budzić podziw lub traktować, jako passe określone miejsca.

Należy jednak pamiętać, że procesy segregacji nie wyznaczają raz na zawsze, bezwzględnych i sztywnych granic, ale bardziej nieustannie je przesuwają, tak, że nierzadko są trudno uchwytne dla nieobeznanego obserwatora, ale tak czy inaczej wciąż istnieją.

Źródła ilustracji: pradella.arte,

David Easley, Jon Kleiberg Networks, Crowds, and Markets: Reasoning about a Highly Connected World

Zob też:

Przyszłość miast

Swoisko-obce miasta i fenomen miejskiej turystyki

Segregacja w szkole

Wirtualne tożsamości i anty-lokalność

——-

Edukacja segregacja

How segregated is your city

Maps of extreme income segregation in us cites 2012

How subway networks evolve

Reklamy
Otagowane , , , , , , , , , ,

Trend Big Data – mapa jest tym samym, co terytorium

data-center-13

Nowa farma serwerów i baz danych firmy Facebook

Trend zwany BIG DATA staje się coraz bardziej nośnym tematem w mediach, podczas zażartych dyskusji w serwisach społecznościowych, trendbooków, czy też rozmaitych konferencji. Obok trendu CLOUD COMPUTING, który swoje chwile chwały przeżywał jakieś dwa-trzy lata temu, BIG DATA to na pewno jeden z ważniejszych obecnie cool-topic. Wzrost zainteresowania tym tematem potwierdzają też dane uzyskane na bazie google trends (czerowna linia – zainteresowanie cloude computning, niebieskia – big data).

trend big data_cloud computing

Liczba zapytań w wyszukiwarce google słów: „Big Data” i „Cloud Computing” w latach 2004-2013

Wielkie hurtownie i bazy istniały już w latach 90-tych. Idea aby integrować i analizować wiele różnych rodzajów danych, na przykład dotyczących sprzedaży, relacji z klientami, zmian cen i wykorzystać je w trakcie procesu decyzyjnego pojawiła się pod koniec lat 60-tych ubiegłego wieku [1]. Rozwój rynku komputerów osobistych i dedykowanego oprogramowania służącego do analiz dużych zbiorów danych wykreował w latach 90-tych praktycznie nową dziedzinę wiedzy – data mining (eksploracja danych). Obok zaawansowanych technik statystycznych zaczęto wykorzystywać sieci neuronowe, algorytmy genetyczne, czy nawet sztuczną inteligencję.

To co wyróżnia trend BIG DATA to sposób, w jaki dane obecnie są zbierane i analizowane. Wcześniej dane były pozyskiwane dzisiaj powstają w każdej sekundzie. Rozwój technologii cyfrowych wykreował świat, w którym każda nasza czynność, podejmowana decyzja, kupowane produkty, oglądane strony www, filmy, czy zmiany w naszym położeniu stanowią gotowy zbiór danych. Nasze zachowanie, czy w końcu całe życie zostawia ślady, w postaci ciągłego i nieustannie odnawialnego strumienia danych.

Big Data często określany jest, jako tzw. 3V: Volume, Velocity, Variety:

  1. Volume (rozmiar) – każdego dnia na świecie powstaje 2,5 kwintylionów bytów danych, szacuje się, że od 1980 roku pojemność danych podwaja się co trzy lata. Tak szybki wzrost ilości danych wyprzedza możliwości obliczeniowe i analityczne obecnych działów IT nawet największych korporacji. Liczba danych ma rosnąć w kolejnych latach w tempie 40%, zaś wzrost inwestycji w IT na poziomie 5%.
  2. Velocity (szybkość) – danych przybywa coraz szybciej. Wraz z przyrostem sieci internetowej, ilości urządzeń mobilnych, nowych modeli biznesowych, zmian w zachowaniu potencjalnych klientów konieczne jest przyjęcie zupełnie nowych technik zbierania i analizowania danych i to najlepiej takich, które umożliwiają to w czasie rzeczywistym.
  3. Variety (różnorodność) – wraz z przyrostem liczby danych rośnie ich różnorodność. To nie tylko dane z terminali transakcyjnych, dane sprzedażowe, ale też obejmujące informacje o poruszaniu się na stronach www, wypowiedzi na mediach społecznościowych, pliki video i audio. Ale też informacje o ruchu drogowym, rejestracja obrazów za pomocą kamer, dane biometryczne itd. itp.

Źródła trendu BIG DATA

Wszystkiemu winna jest szeroko pojęta digitalizacja. Zamiana analogowego świata na bity. Krok po kroku postać cyfrową przyjmują: handel, usługi, produkcja, media, systemy wspierające zarządzanie (nie tylko firm, ale organizacji, miast, czy rynków finansowych i państw).  Nawet jeśli wzrost liczby użytkowników internetu w niektórych krajach już zwalnia to nadal rośnie czas jaki spędzamy w sieci, czy liczba rozmaitych usług, z których możemy korzystać dzięki sieci.

Jednak kluczowym driverem przyspieszającym rozwój i wzrost popularności modelu BIG DATA są dwa silnie wpływające na siebie zjawiska. Pierwsze to dynamiczny wzrost popularności urządzeń mobilnych (tablety, smartfony, e-czytniki, czy też inne urządzenia z dostępem do sieci, jak GPS-y itd.). Drugie to rozwój mediów społecznych (serwisy społecznościowe, blogi).

Oba te zjawiska praktycznie w czasie rzeczywistym pozwalają zbierać i analizować olbrzymi zasób danych zarówno dotyczących naszych poglądów, opinii, ale też relacji i związków z innymi. Dane uzyskane dzięki korzystaniu z urządzeń mobilnych pozwalają na wgląd, jak nasze życie cyfrowe przekłada się na życie offline, jak to, co piszemy w sieci odnosi się do zachowania i podejmowanych decyzji poza siecią (dane geo-lokalizacyjne, sieci znajomych, połączenia telefoniczne, dokonywane zakupy).

Rośnie moc obliczeniowa, powstają nowe modele i techniki analityczne, następuje rozwój oprogramowania do zbierania i analizowania nowych rodzajów danych (Brand24, Sotrender). Na pewno bardzo dużą rolę odgrywa tu także cloud computing pozwalający na gromadzenie i analizowanie rosnącej liczby danych.

Nie tylko ilość ale jakość

Obok dostępności i różnorodności rośnie jakość danych. Oprócz danych transakcyjnych, informacji ze strony klientów mamy do dyspozycji dane semantyczne (aktywność w mediach społecznych), dane na temat połączeń telefonicznych, historii rachunków bankowych, czy nawet informacje pochodzące z baz danych instytucji pożytku publicznego (elektrownie, gazownie, spółdzielnie mieszkaniowe).

Obecnie dane tworzone są w czasie rzeczywistym (real-time), są dobrowolne, tworzone przez samych użytkowników (voluntary), wiarygodne (credible), opisujące zachowanie, będące bezpośrednim wskaźnikiem zachowania (behavioral), kontekstowe (contextual), dużym stopniu złożoności (complex).

diagram2_2_pop_zm

Dywersyfikacja rodzajów danych: od danych strukturalnych do danych nie-strukturalnych, od danych transakcyjnych (ale też danych opartych na deklaracjach) do danych behawioralnych.

BIG DATA – główne problemy, wyzwania

Wszystko to może wygląda dość przerażająco. Niektórzy już wieszczą nadejście epoki, w którym antyutopie w rodzaju powieści Rok 1984 Orwela będą jedynie bladym odbiciem rzeczywistości. Jednak nie jest to tak proste i oczywiste. Możliwości śledzenia, analizowania, czy w końcu podglądania naszego prywatnego życia są na pewno zatrważające. Wciąż to jednak bardziej wielkie ambicje działów marketingu, czy rządów niż realne możliwości.

Zagrożenie rosnącym chaosem i brakiem stabilności

Olbrzymia liczba danych może prowadzić do chaosu i paraliżu decyzyjnego. Rodzi brak stabilności rozmaitych systemów (bańki finansowe, memy, wirusy, wojny cybernetyczne). Kluczowe jest posiadanie spójnej strategii, pozyskiwania danych i ich wykorzystania. Waga posiadania takiego planu jest dzisiaj ważniejsza niż kiedykolwiek wcześniej. Kłania się stara prawda: „jeśli wrzucimy śmieci na wejściu do uzyskamy również śmieci na wyjściu”.

Strategia pozyskiwania danych musi zostać w pełni zintegrowana z ogólną strategią firmy. Już teraz wykorzystuje się wiele elementów modelu BIG DATA jednak znaczna część firm gubi się w szumie danych i podejmuje jedynie działania ad-hoc. Bardzo ważna jest odpowiedź na pytanie, czy koszty wprowadzenia strategii BIG DATA przyniosą rzeczywiste korzyści firmie, a przede wszystkim jej klientom? Czy koniecznie musimy korzystać z wszystkich możliwych do pozyskania danych? Czego tak naprawdę chcemy się dowiedzieć? Czy chcemy zwiększyć przychody dzięki pozyskaniu nowych, precyzyjnie zdefiniowanych grup klientów, czy też zwiększyć prawdopodobieństwo spłaty zobowiązań kredytowych lub też lojalność obecnych klientów dzięki poprawie jakości obsługi? Bez precyzyjnych odpowiedzi na te i podobne pytania firma może utonąć w prawdziwej inflacji danych.

Wzrost znaczenia kontekstu, rozumienia danych

Nawet dane mające te samo źródło (szczególnie dotyczy to wypowiedzi na serwisach społecznościowych) mogą znacznie się różnić w zależności od lokalnych uwarunkowań, trendów kulturowych, czy społecznych. Decydujące znaczenie ma tu kontekst – te same słowa, frazy mogą co innego znaczyć w innym czasie, podczas dyskusji na temat przebiegu meczu piłkarskiego, czy też opinii związanych z konkretną książką, czy filmem. Szczególną rolę odgrywają wypowiedzi odnoszące się do emocji. Wiele firm zajmujących się monitoringiem mediów społecznych ogranicza się do automatycznej klasyfikacji dzieląc je na wypowiedzi pozytywne, negatywne, czy neutralne, a przecież istnieje znacznie więcej emocji, a każda może mieć swoje indywidualne natężenie, kierunek, czy w końcu znaczenie.

Moc obliczeniowa i integracja danych

Aby móc wykorzystać w pełni możliwości trendu BIG DATA konieczny jest model ich integracji, czy później także analizy. Często na przeszkodzie stoi moc obliczeniowa komputerów, wykorzystywane oprogramowanie, przyzwyczajenia i firmowa rutyna.

Ograniczenia w pozyskiwaniu danych

Tu na pewno duże znaczenie mają kwestie prawne związane z dostępem do danych. Regulacje pod tym względem są inne w Europie, w Stanach Zjednoczonych, czy w takich krajach, jak Indie, czy Chiny. Podczas gdy w państwach europejskich dostęp do wielu baz danych chronią ustawy związane z ochroną danych osobowych (m.in. ostatni wprowadzony wymóg informowania użytkowników o tym, że strony www zbierają cookies) to w USA, czy w innych częściach świata takich regulacji nie ma. Szacuje się na przykład, że około 75% danych zbieranych przez amerykańskie serwisy internetowe jest potem odsprzedawanych innym firmom.

Ograniczenia mają też charakter biznesowy. Niektóre firmy z racji działania akurat w takiej, a nie innej branży mają naturalny dostęp do pewnego rodzaju danych (np. banki i informacje o aktywności kredytowej), a nie mają do dostępu do innych ich rodzajów (supermarkety i dane o transakcjach).

Konsekwencje trendu BIG DATA

Wzrost znaczenia ochrony prywatności

Największe obawy związane z rozwojem trendu BIG DATA na pewną są związane z ochroną prywatności użytkowników. Powstają różnego rodzaju instytucje, które monitorują i próbują nadzorować niepokojące zjawiska (jak np. międzynarodowa organizacja Privacy International, czy polska fundacja Panoptykon), powstaje też wiele inicjatyw, projektów artystycznych, społecznych, czy nawet produktów chroniących prywatność. Pojawiają się pomysły stworzenia specjalnych programów edukacyjnych związanych z budowaniem świadomości po stronie użytkowników i klientów w zakresie technik i umiejętności związanych z ochroną własnej prywatności. Chociaż nadal wielu użytkowników jest gotowych na rezygnacje z własnej prywatności w zamian za wzrost jakości rozmaitych produktów, czy usług.

Przetasowania w obrębie sektorów rynkowych

Możemy także spodziewać się rosnącej fuzji lub wchodzenia w rozmaitego rodzaju partnerstwa, czy porozumienia. Firmy, które do tej pory działały w różnych, często dalekich od siebie branżach, jak na przykład firmy telekomunikacyjne i banki lub nawet supermarkety będą dążyć do pozyskania dostępnych źródeł danych (dane finansowe i dane o zakupach plus dane dotyczące połączeń i rozmów telefonicznych).

Za rozwojem wdrażania strategii opartej na wykorzystaniu Big Data kryje się zmiana modeli biznesowych na rynku bankowym (odchodzenie od rynku detalicznego w kierunku korporacyjnego, koncentracja na wąskich, bardzo dokładnie wyselekcjonowanych segmentach klientów, od sprzedaży usług bankowych off-line do sprzedaży online i coraz częściej mobile). W związku z tym postępuje przetasowanie struktury zawodowej (badania pokazują, że mimo, iż polski rynek bankowy przeżył ostatnio silną falę zwolnień to jednak była to w mniejszym stopniu redukcja etatów, a bardziej mierze migracja z jednych do innych stanowisk).

Redefinicja i zanik w dotychczasowym kształcie branży badań rynkowych

Zanik branży badań rynku, przynajmniej istniejącej w dotychczasowym kształcie (badania ankietowe, dane deklaratywne), takie profesje, jak badacz rynku, czy ankieter staną się zbędne lub mało istotne.  Coraz więcej danych będzie miało charakter obserwacyjny (dane z kamer), behawioralny (dane na temat naszego poruszania się po sieci, czy w rzeczywistym świecie), tekstowy (dane z wypowiedzi zostawianych przez nas w cyfrowym świecie), neuronalny (dane na temat pracy naszego mózgu), czy w końcu nawet biologiczny (kod genetyczny, dane biometryczne).

Skoro coraz więcej danych będzie zbieranych praktycznie w czasie rzeczywistym i w czasie rzeczywistym będą mogły być analizowane wzrośnie znaczenie umiejętności zawiązanych z analizą danych lub nawet kompetencji programistycznych. Na znaczeniu będą zyskiwać zawody analityka, programisty, językoznawcy, lingwisty, czy specjalisty od neuromarketingu, nie wspominając już o rosnącym znaczeniu fizyków i matematyków.

Powstaną zupełnie nowe rodzaje firm zajmujących się pozyskiwaniem danych na temat konsumentów (firmy analizujące szum na temat marek w sieci, wykorzystujące analizy sieci społecznych, agencje monitoringu przestrzeni publicznej), firm wyspecjalizowanych tylko i wyłącznie w pogłębionych analizach danych, czy dostarczających technologie cloud computing.

Redefinicja modelu konsumenta

Na początku rola konsumenta była znikoma, liczył się produkt, który kierowany był do szerokiej masy odbiorców, później pojawiły się różnego rodzaju podejścia definiowania grup docelowych i modele segmentacji, w końcu na popularności zyskał marketing oparty na relacjach, czy pojęcie prosumenta. Na kanwie rodzącego się trendu big data konsument sprowadzony zostanie do wzorców zachowania i preferencji, roli, jaką odgrywa w sieci społecznej, czy nawet – jak prezentują to dane neuro-marketingu – wiązki impulsów.

Nadchodzi świat, w którym dane rodzą się w każdym ułamku sekundy. Świat, w którym nie będzie już żadnej różnicy między mapą a terytorium.

Na podstawie raportu Grail Research Big Data Just Got Bigger

oraz tekstów na serwisie McKinsey: Making Data Analytics Work

Zobacz także:

Nie masz jeszcze swojego hobby – kup sobie drona i szpieguj sąsiadów

Nowoczesne technologie w służbie badań rynkowych

Co to znaczy wirtualnie – wyłanianie się nowego porządku społecznego

iPhone i etnografia

Wywiad z Dominikiem Batorskim

Chmury, magia i śmierć pecetów

Otagowane , , , , , , , , , , , ,

Google zmienia wszystko (infografika)

Kliknij aby powiększyć

Otagowane ,

Link linkowi nierówny – wywiad z Dominikiem Batorskim

Czy zajmowanie się trendami to zajęcie przypominające wróżenie z fusów? Dla niektórych na pewno tak, ale dla innych to już część codziennej pracy. Postanowiłem rozpocząć publikowanie na swoim blogu wywiadów z osobami, które mają coś do powiedzenia właśnie na ten temat.

Na pierwsze spotkanie udałem się do Dominika Batorskiego, który jest socjologiem i od lat zajmuje się m.in. badaniem dyfuzji informacji i innowacji w sieciach społecznych, ale jest także członkiem Rady Monitoringu Społecznego, przygotowującej cykl badań Diagnoza Społeczna, gdzie odpowiada za część badania poświęconą uwarunkowaniom, sposobom i konsekwencjom korzystania z nowych technologii.

Autor kilkudziesięciu publikacji i raportów, uczestnik wielu konferencji związanych z badaniami internetu i analiz sieci społecznych. Współzałożyciel firmy badawczo-doradczej SmartNet Research & Solutions.

Gorąco zapraszam do lektury, zwłaszcza, że chyba jest to pierwszy wywiad z Dominikiem na temat metod rozpoznawania i śledzenia trendów, jaki ukazał się w Polsce. Dotychczasowe dotyczyły przede wszystkim „Diagnozy Społecznej” i sposobów korzystania z internetu oraz problemów związanych z tzw. wykluczeniem cyfrowym.

Czytaj dalej…

——————————————————————————————————————-

Inne wybrane wywiady z Dominikiem Batorskim, które ukazały się w polskich mediach.

Inne ciekawe teksty

Jak media społecznościowe zmieniają badania rynku (jakościowe)?

Myślę, że lepiej będzie, jak poniższą prezentację pozostawię bez komentarza.
%d blogerów lubi to: