Acesse a sua conta getAbstract para obter o resumo!

Marc Vollenweider

Mind + Machine

A Decision Model for Optimizing and Implementing Analytics

Wiley, 2016

15 min. de leitura

10 Ideias Fundamentais

Áudio & Texto

Sobre o que é?

Big data! AI! Knowledge management! Which of these are over-hyped fads?

1×

Faça o Login para ouvir o resumo em áudio.

Editorial Rating

Na getAbstract, resumimos os livros* que ajudam as pessoas a entenderem o mundo, tornando-o um lugar melhor. Tudo o que selecionamos para a nossa biblioteca deve se destacar em uma das duas qualidades principais a seguir:

Esclarecedor – Você vai aprender conteúdos que vão ajudar você a tomar decisões melhores.

Útil – Você vai seguir conselhos práticos que vão ajudar você a se aprimorar no que faz.

Classificamos cada conteúdo em uma escala de 1 a 10 em relação a estas duas qualidades principais. As nossas avaliações ajudam você a escolher os títulos para a sua lista de leitura, indo de robusto (5) a brilhante (10). Os livros que classificamos abaixo de 5 não são resumidos. A seguir, confira o significado de cada nível da avaliação:

10 – Brilhante. Um livro útil e/ou esclarecedor que, além de atender aos mais elevados padrões em todos os aspectos pertinentes, destaca-se até mesmo entre os melhores. Ele se torna muitas vezes um clássico instantâneo e uma leitura obrigatória para qualquer pessoa.
9 – Superior. Um livro útil e/ou esclarecedor que é extremamente completo, tem muitos pontos fortes e nenhuma deficiência a ser mencionada.
8 – Muito bom. Um livro útil e/ou esclarecedor que tem um número substancial de qualidades notáveis sem se sobressair em todas as áreas. Apresenta as últimas descobertas em um tópico e é escrito por um especialista renomado, mas carece de um pouco de estilo.
7 – Bom. Um livro útil e/ou esclarecedor que combina dois ou mais pontos fortes notáveis; por exemplo, contém ideias incomumente novas e as apresenta de uma maneira envolvente.
6 – Notável. Um livro útil e/ou esclarecedor que se destaca por pelo menos um aspecto; por exemplo, é particularmente bem estruturado.
5 – Robusto. Um livro útil e/ou esclarecedor, apesar das suas deficiências óbvias. Por exemplo, pode oferecer conselhos decentes em algumas áreas, ao mesmo tempo que é repetitivo ou normal demais em outras.

*A getAbstract resume muito mais do que apenas livros. Analisamos todo tipo de conteúdo que possa interessar ao nosso público: além de livros, resumimos também artigos, relatórios, video talks e podcasts. O que apresentamos aqui sobre os livros se aplica a todos os formatos cobertos.

Qualities

Applicable
Eye Opening
Overview

Embora a classificação indique a qualidade de um livro de acordo com nossos dois critérios principais, ela não diz muito sobre suas características definidoras específicas. Portanto, utilizamos um conjunto de 20 qualidades para caracterizar cada livro de acordo com os seus pontos fortes:

Aplicável – Você vai receber conselhos que podem ser aplicados diretamente no local de trabalho ou em situações cotidianas.
Analítico – Você vai entender o funcionamento interno do assunto.
Conhecimento Contextualizado – Você vai obter conhecimentos contextuais como um modelo para ação ou análise consciente.
Controverso – Você vai ser confrontado com opiniões capazes de gerar debates fervorosos.
Audaz – Você vai encontrar argumentos que podem romper com perspectivas predominantes.
Abrangente – No resumo vão ser abordados todos os aspectos do assunto.
Exemplos Práticos – Você vai receber conselhos práticos ilustrados com exemplos práticos ou histórias do mundo real.
Eloquente – Você vai desfrutar de um texto extremamente bem escrito ou apresentado.
Cativante – Você vai querer ler ou assistir o conteúdo até o final.
Revelador – Você vai ter acesso a ideias altamente surpreendentes.
Para Iniciantes – Você vai encontrar uma boa cartilha caso seja um aprendiz com pouca ou nenhuma experiência/conhecimento prévio.
Para Especialistas – Você vai obter os conhecimentos ou instruções de alto nível que necessita como especialista.
Hot Topic – Você vai estar no meio de uma questão altamente debatida.
Inovativo – Você vai receber ideias e insights mais recentes sobre novos produtos ou tendências.
Conhecimento de Causa – Você vai ter o privilégio de aprender com alguém que conhece profundamente o assunto.
Inspirador – Você vai querer colocar em prática imediatamente o que acabou de ler.
Panorama Geral – Você vai receber uma abordagem ampla do assunto, na qual todos os seus principais aspectos são mencionados.
Baseado na Ciência – Você vai obter fatos e números baseados em pesquisas científicas.
Visionário – Você vai ter uma ideia do futuro e do que isso pode significar para a sua vida.
Bem-estruturado – Você vai receber um conteúdo particularmente bem organizado para facilitar o seu entendimento ou aplicação.

Recommendation

Evaluserve CEO Marc Vollenweider knows his analytics, and large stretches of his guidebook offer focused, applicable advice. The list of analytics-related fallacies in Part I alone can save organizations plenty of money, and the methodology he explains in Part III can make implementing analytics sensible and functional. However, because Vollenweider is so experienced in analytics, he moves quickly, and so his work may challenge those who are new to the field. That issue aside, getAbstract recommends his guidance to anyone interested in analytics, big data or knowledge management.

Summary

Big Data: Hype, Fallacies and Reality

Big data and related fields like analytics suffer from hype. Overblown claims about big data often overwhelm useful, focused, rational discussions of big-data reality. The first fallacy is that “big data solves everything.” It doesn’t. Many people embrace big data without necessary tools and contexts. They need better structures to govern data usage, as well as a definition of how they’ll use analytics, goals, metrics and accountable, expert staff.

Some people falsely believe you need a “data lake and tools.” A data lake is a huge collection of data. The fallacious promise is that you can process data more cheaply if you collect mass quantities of it. Unfortunately, you’re more likely to duplicate data, let data die in the lake and risk handling “intellectual property” badly. People also believe that more data “means more insight.” That can be true – if you process the right data the right way. More often, it isn’t true.

A Data Pyramid

Consider a pyramid of data use with four levels. Level 1 is “raw data,” like surveillance camera photos. Level 2 is “information,” data you’ve partially...

About the Author

Marc Vollenweider is co-founder and CEO of Evaluserve, a company that specializes in analytics and data management.

Comment on this summary

Sign in to share your opinion
T. C. 7 years ago

Touches on good key topics and is good reading on tools and rick management.
P. C. 7 years ago

Touches on key topics such as human rationality, tools and risk management without deep diving and losing focus. Could've structured more clearly: trends, why outsourcing becomes favored with this approach. Good reading. From 0 to 10, as far as satisfying my expectations, I give it a 7.5.