Bewertung:

In seinem Buch „Big Data, Big Dupe“ kritisiert Stephen Few das Konzept von „Big Data“ als Marketing-Gag und nicht als sinnvollen Paradigmenwechsel in der Datenanalyse. Der Autor argumentiert, dass der Rückgriff auf diesen Begriff vom kritischen Denken und den für eine effektive Datenanalyse erforderlichen Fähigkeiten ablenkt. Während das Buch für seine Kühnheit und seine wichtigen Erkenntnisse gelobt wird, wurde es wegen seiner Kürze und des Mangels an neuen Inhalten im Vergleich zu Fews Blog kritisiert.
Vorteile:⬤ Kühne und wichtige Kritik am „Big Data“-Hype.
⬤ Hebt die Bedeutung von kritischem Denken und Fachwissen bei der Datenanalyse hervor.
⬤ Fesselnder Erzählstil, der bei Datenexperten Anklang findet.
⬤ Gute Argumente gegen marketinggetriebene Behauptungen über Big Data.
⬤ Ermutigt dazu, sich auf „echte Daten“ zu konzentrieren, statt auf auffällige Trends.
⬤ Kurzer Umfang (75 Seiten) mit einigen Inhalten, die als repetitiv empfunden werden.
⬤ Es fehlen visuelle Hilfen oder Beispiele aus dem wirklichen Leben für gescheiterte Big-Data-Projekte.
⬤ Einige politische Kommentare werden als ablenkend empfunden.
⬤ Kritiker sind der Meinung, dass das Buch im Vergleich zu früheren Werken keine neuen Erkenntnisse bietet.
⬤ Möglicherweise wird der technologische Fortschritt in der Datenanalyse zu sehr abgelehnt.
(basierend auf 25 Leserbewertungen)
Big Data, Big Dupe: A Little Book about a Big Bunch of Nonsense
Big Data, Big Dupe ist ein kleines Buch über einen großen Haufen Unsinn. Die Geschichte von David und Goliath inspiriert uns zu der Hoffnung, dass etwas Kleines, wenn es mit der Wahrheit bewaffnet ist, etwas Großes, das eine Lüge ist, zu Fall bringen kann.
Das ist die Hoffnung des Autors. Während andere über die Gefahren von Big Data geschrieben haben, deckt Stephen Few die Täuschung auf, die hinter ihrer illusorischen Natur steckt. Wenn "Daten das neue Öl" sind, dann ist Big Data das neue Schlangenöl.
Es ist nicht echt. Es handelt sich um eine Marketingkampagne, die uns seit Jahren von der wirklichen und wichtigen Arbeit ablenkt, die darin besteht, aus Daten einen Wert zu schöpfen.