2.5 ສະຫຼຸບ

ຂໍ້ມູນຂະຫນາດໃຫຍ່ແມ່ນຢູ່ທົ່ວທຸກແຫ່ງ, ແຕ່ວ່າການນໍາໃຊ້ມັນແລະຮູບແບບອື່ນໆຂອງຂໍ້ມູນການສັງເກດການສໍາລັບການຄົ້ນຄ້ວາສັງຄົມແມ່ນມີຄວາມຫຍຸ້ງຍາກ. ໃນປະສົບການຂອງຂ້າພະເຈົ້າມີບາງສິ່ງບາງຢ່າງເຊັ່ນ: ທີ່ບໍ່ມີຄຸນສົມບັດອາຫານທ່ຽງຟຣີສໍາລັບການຄົ້ນຄວ້າ: ຖ້າວ່າທ່ານບໍ່ເອົາໃຈໃສ່ໃນຢ່າງຫຼາຍຂອງການເຮັດວຽກເກັບກໍາຂໍ້ມູນ, ຫຼັງຈາກນັ້ນທ່ານອາດຈະບໍ່ມີການເອົາໃຈໃສ່ໃນຢ່າງຫຼາຍຂອງການເຮັດວຽກວິເຄາະຂໍ້ມູນຂອງທ່ານຫຼືຢູ່ໃນຄິດກ່ຽວກັບການ ສິ່ງທີ່ຢູ່ໃນຄໍາຖາມທີ່ຫນ້າສົນໃຈທີ່ຈະຂໍໃຫ້ຂໍ້ມູນໄດ້. ໂດຍອີງໃສ່ແນວຄວາມຄິດໃນບົດນີ້, ຂ້າພະເຈົ້າຄິດວ່າມີສາມວິທີທີ່ສໍາຄັນທີ່ແຫລ່ງຂໍ້ມູນຂະຫນາດໃຫຍ່ຈະມີຄຸນຄ່າທີ່ສຸດສໍາລັບການຄົ້ນຄວ້າທາງດ້ານສັງຄົມ:

ສັງເກດສົມຄວນລະຫວ່າງການແຂ່ງຂັນຄາດຄະເນທິດສະດີ. ຕົວຢ່າງຂອງປະເພດຂອງການເຮັດວຽກນີ້ປະກອບມີ Farber (2015) (ຄົນຂັບ New York Taxi) ແລະ King, Pan, and Roberts (2013) (Censorship ໃນປະເທດຈີນ)
ການວັດແທກທາງສັງຄົມທີ່ດີຂຶ້ນສໍາລັບນະໂຍບາຍໂດຍຜ່ານການ Nowcasting. ຕົວຢ່າງຂອງປະເພດຂອງການເຮັດວຽກນີ້ແມ່ນ Ginsberg et al. (2009) (ກູໂກ Trends ໄຂ້ຫວັດໃຫຍ່).
ການຄາດຄະເນຜົນກະທົບ causal ມີປະສົບການທໍາມະຊາດແລະມູນ. ຕົວຢ່າງຂອງປະເພດຂອງການເຮັດວຽກ. ນີ້ Mas and Moretti (2009) (ມິດສະຫາຍຜົນກະທົບຕໍ່ຜະລິດຕະພັນ) ແລະ Einav et al. (2015) (ຜົນກະທົບຂອງລາຄາເລີ່ມຕົ້ນກ່ຽວກັບການປະມູນໃນ eBay).

ຄໍາຖາມທີ່ສໍາຄັນຫຼາຍໃນການຄົ້ນຄວ້າທາງດ້ານສັງຄົມສາມາດໄດ້ຮັບການສະແດງອອກເປັນຫນຶ່ງໃນສາມຄົນນັ້ນ. ຢ່າງໃດກໍຕາມ, ວິທີການເຫຼົ່ານີ້ໂດຍທົ່ວໄປແລ້ວຮຽກຮ້ອງໃຫ້ນັກຄົ້ນຄວ້າເພື່ອເຮັດໃຫ້ຫຼາຍຂໍ້ມູນໄດ້. ສິ່ງທີ່ເຮັດໃຫ້ Farber (2015) ທີ່ຫນ້າສົນໃຈຄືແຮງກະຕຸ້ນທາງທິດສະດີສໍາລັບມາດຕະການ. ນີ້ສິ່ງລະດົມໃຈທິດສະດີມາຈາກພາຍນອກຂໍ້ມູນ. ດັ່ງນັ້ນ, ສໍາລັບຜູ້ທີ່ມີດີຢູ່ທີ່ການສະເຫນີຂໍບາງປະເພດຂອງຄໍາຖາມຄົ້ນຄ້ວາ, ແຫຼ່ງຂໍ້ມູນຂໍ້ມູນຂະຫນາດໃຫຍ່ສາມາດໄດ້ຮັບຜົນດີຫລາຍ.

ສຸດທ້າຍ, ແທນທີ່ຈະກ່ວາທິດສະດີ, ການຂັບເຄື່ອນການຄົ້ນຄວ້າຕົວຈິງ (ທີ່ເປັນຈຸດສຸມຢູ່ໃນບົດນີ້), ພວກເຮົາສາມາດ flip script ແລະສ້າງ theorizing ສັງເກດທີ່ຜັກດັນ. ນັ້ນແມ່ນ, ໂດຍຜ່ານການສະສົມລະມັດລະວັງຂອງຂໍ້ເທັດຈິງຕົວຈິງ, ຮູບແບບການ, ແລະແຂ່ງລົດ, ພວກເຮົາສາມາດສ້າງທິດສະດີໃຫມ່.

ທາງເລືອກ, ວິທີການຂໍ້ມູນຄັ້ງທໍາອິດ, ນີ້ກັບທິດສະດີບໍ່ແມ່ນການໃຫມ່, ແລະໄດ້ມີການລົດຫຼາຍທີ່ສຸດ forcefully ໂດຍ Glaser and Strauss (1967) ທີ່ມີການໂທຂອງເຂົາເຈົ້າສໍາລັບທິດສະດີພື້ນຖານ. ວິທີການຂໍ້ມູນຄັ້ງທໍາອິດນີ້, ຢ່າງໃດກໍຕາມ, ບໍ່ໄດ້ຫມາຍຄວາມວ່າ "ທີ່ສຸດຂອງທິດສະດີ," ຕາມທີ່ໄດ້ອ້າງເອົາຄວາມໂດຍຫຼາຍຂອງວາລະສານປະມານການຄົ້ນຄວ້າໃນອາຍຸສູງສຸດດິຈິຕອນ (Anderson 2008) . ແນ່ນອນວ່າ, ການປ່ຽນແປງສະພາບແວດລ້ອມຂໍ້ມູນ, ພວກເຮົາຕ້ອງໄດ້ຄາດຫວັງວ່າການເປັນ Re: ການດຸ່ນດ່ຽງໃນການພົວພັນລະຫວ່າງທິດສະດີແລະຂໍ້ມູນ. ໃນໂລກທີ່ເກັບກໍາຂໍ້ມູນແມ່ນລາຄາແພງ, ມັນເຮັດໃຫ້ຄວາມຮູ້ສຶກທີ່ຈະເກັບກໍາມີພຽງແຕ່ຂໍ້ມູນທີ່ທິດສະດີແນະນໍາຈະເປັນປະໂຫຍດທີ່ສຸດ. ແຕ່ວ່າ, ໃນໂລກບ່ອນທີ່ປະລິມານມະຫາສານຂອງຂໍ້ມູນທີ່ມີຢູ່ແລ້ວສາມາດໃຊ້ໄດ້ສໍາລັບການຟຣີ, ມັນເຮັດໃຫ້ຄວາມຮູ້ສຶກທີ່ຍັງພະຍາຍາມວິທີການຂໍ້ມູນຄັ້ງທໍາອິດ (Goldberg 2015) .

ໃນຖານະເປັນຂ້າພະເຈົ້າໄດ້ສະແດງໃຫ້ເຫັນຢູ່ໃນພາກນີ້, ນັກຄົ້ນຄວ້າສາມາດຮຽນຮູ້ຫຼາຍໂດຍການສັງເກດເບິ່ງປະຊາຊົນ. ໃນສາມບົດຕໍ່ໄປ, ຂ້າພະເຈົ້າຈະອະທິບາຍວິທີການທີ່ພວກເຮົາສາມາດຮຽນຮູ້ຫຼາຍສິ່ງຫຼາຍຢ່າງທີ່ແຕກຕ່າງກັນແລະຖ້າຫາກວ່າພວກເຮົາປັບປຸງການເກັບຂໍ້ມູນຂອງພວກເຮົາແລະການພົວພັນກັບປະຊາຊົນໂດຍກົງຈາກຂໍໃຫ້ເຂົາເຈົ້າຄໍາຖາມ (ພາກທີ 3), ການເຮັດວຽກປະສົບການ (ພາກທີ 4), ແລະແມ້ກະທັ້ງທີ່ກ່ຽວຂ້ອງກັບພວກເຂົາ ໃນຂະບວນການຄົ້ນຄ້ວາໄດ້ໂດຍກົງ (ບົດທີ 5).