Tricia Wang: The human insights missing from big data
트리시아 왕 (Tricia Wang): 빅 데이터에 없는 인간의 통찰력
With astronaut eyes and ethnographer curiosity, Tricia Wang helps corporations grow by discovering the unknown about their customers. Full bio
Double-click the English transcript below to play the video.
poets and politicians,
시인과 정치인 모두 다
on life's most important questions,
큰 결정을 내려야 했어요.
advance into this territory?"
같은 질문들이죠.
and you would get on your knees,
그리고 무릎을 꿇습니다.
she would come out of it,
가수상태에서 깨어나고
what's going to happen next.
알아내기 위해서 였죠.
to make the right decision.
하고 싶어하기 때문입니다.
놓치고 싶어하지 않아요.
knowing that we can make a decision
or "deep learning" or "neural net."
"뉴럴네트"라고 부르기도 해요.
we ask of our oracle now,
이런 질문들을 합니다.
to ship these phones
배송하기 위한 가장 효율적인 방법은
with a genetic disorder?"
we can predict for this product?"
매상을 올릴 수 있을까?"
and she hates the rain.
이름은 엘이구요. 비를 싫어해요.
to untrain her.
an oracle, called Dark Sky,
다크 스카이라고 불리우는
in the next 10 minutes.
날씨예보를 얻기 위해서지요.
our oracle is a $122 billion industry.
오라클은 1220억 달러 산업입니다.
aren't even profitable,
이윤 조차도 못 남기고 있어요.
coming up to me saying,
이렇게 이야기 하죠.
better decisions.
내리지 못하고 있어요.
with more breakthrough ideas."
확실히 못 떠올리고 있고요."
정말 흥미로웠어요.
기술 민족지학자이기 때문입니다.
어떻게 이용하는지에 대한
of how people use technology,
하나가 데이터입니다.
not helping us make better decisions,
더 나은 결정에 도움이 되지 않을까요?
who have all these resources
투자할 수 있는
쉬워지지 않는 것일까요?
a research position with Nokia.
연구원으로 일하기 시작했어요.
cell phone companies in the world,
핸드폰 회사 중 하나였어요.
like China, Mexico and India --
신흥 시장을 장악하고 있었고
a lot of research
저임금 사람들이 어떻게
많은 연구를 해왔어요.
중국에서 보냈어요.
as a street vendor
노점상인이 되어보기도 하고
만두를 팔아보기도 했어요.
in internet cafés,
so I could understand
핸드폰을 사용하는지
games and mobile phones
from the rural areas to the cities.
사용하는지도 이해할 수 있었습니다.
that I was gathering,
질적인 증거들을 통해서
큰 변화가 생겨날 것임이
among low-income Chinese people.
by advertisements for luxury products
둘러싸여 있었지만
who wouldn't want one? --
누가 싫어하나요?
the actually enticed them the most
실제로 가장 많이 유혹한 상품은
into this high-tech life.
in urban slums like this one,
그들과 함께 살고있을 때 조차도
over half of their monthly income
핸드폰 구매에 투자한다는 것도
of iPhones and other brands.
값 싼 모조품입니다.
with migrants and working with them
함께 살고, 일하고
that they were doing,
all these data points together --
하나로 모으기 시작했어요.
like me selling dumplings,
얼마나 지출하는지와 같은
on their cell phone bills.
this much more holistic picture
전체적인 그림을
would want a smartphone,
스마트 폰을 원한다는 것을요.
to get their hands on one.
무슨 일이든 할 것임을요.
2009년이었습니다.
looking like iPhones.
형태로 출시되기 시작했습니다.
and realistic people said,
현실적인 사람들이 말했어요.
그냥 일시적인 유행일 뿐입니다.
these heavy things
누가 들고 다니고 싶어할까요?
and they break every time you drop them?"
떨어뜨리면 부서지는데요."
많은 데이터가 있었습니다.
about my insights,
굉장히 자신감이 있었습니다.
to share them with Nokia.
정말 흥분되는 일이었죠.
아니였기 때문이지요.
millions of data points,
수백만개의 데이터가 있는데
of anyone wanting to buy a smartphone,
어디서든 찾아 볼 수가 없습니다.
as diverse as it is, is too weak
다양하긴 하지만, 우리가 받아들이기엔
"노키아, 당신 말이 맞아요.
assuming that people don't know
스마트 폰에 대해 모른다는 가정하에
to get any data back
사람들이 2년 내로 스마트 폰을
a smartphone in two years.
얻을 수가 없는 거예요.
have been designed
확장시키기 위해 디자인되어 있어요.
at these emergent human dynamics
어떻게 되었는지 잘 아시죠?
of missing something.
throwing out data all the time
정량적인 모델로 수집되지 않았기 때문이지요.
빅 데이터의 잘못이 아니예요.
it's our responsibility.
우리의 책임이지요.
very specific environments,
수량화 시키는 데에서 옵니다.
or delivery logistics or genetic code,
배달물류, 유전암호 같이
that are more or less contained.
수량화 시킬 때이지요.
are as neatly contained.
안정적이지는 않아요.
and systems are more dynamic,
that involve human beings,
수량화시킬 때
that we don't know how to model so well.
모델화 시켜야 할지 잘 모르는 부분입니다.
about human behavior,
are constantly changing.
계속 변화하기 때문이죠.
끝나지 않는 순환이에요.
알고 있다고 생각합니다.
enters the picture.
무언가가 등장합니다.
on big data alone
빅 데이터에만 의존하는 것은
that we'll miss something,
망상에 빠져있을 동안
that we already know everything.
to see this paradox
that I call the quantification bias,
of valuing the measurable
수량화 할 수 없는 것보다
가지고 있기 때문이에요.
일터에서 경험합니다.
colleagues who are like this,
동료와 일하고 있을 수도 있어요.
company may be like this,
이런 믿음을 가지고 있어서
so fixated on that number,
outside of it,
코 앞에 제시해 주어도
right in front of their face.
wrong with quantifying;
옳지 않은 것은 아니예요.
from looking at an Excel spreadsheet,
심지어 아주 간단한 것들만 보아도
Everything is under control."
모든 것이 잘 관리되고 있어."
to kind of keep that in check,
as a numerical value.
표현될 수가 없으니까요.
into silver-bullet thinking,
존재했던것 처럼
for any organization,
아주 위험한 순간이기 때문이고
the future we need to predict --
that's bearing down on us
외양간 밖에서 돌진하는
깨닫지 못하는 것보다
the wrong decisions.
하지 않아도 돼요.
of ancient Greece
that shows us the path forward.
where the most famous oracle sat,
아폴로 신전이
over two earthquake faults.
겪으며 세워졌다고 합니다.
these petrochemical fumes
지각 밑에서 부터
right above these faults,
이 단층 바로 위에 모셔져 있었어요.
of ethylene gas, these fissures.
가스를 흡입하면서요.
babble and hallucinate
횡설수설하며, 환각을 느낄 수 있었고
상태에 빠질 수 있었습니다.
any useful advice out of her
surrounding the oracle?
이 사람들 보이시나요?
on your left-hand side
with the oracle.
손 잡고 일했어요.
and get on their knees,
would get to work,
필요한 떄 입니다.
감정상태를 관찰합니다.
follow-up questions,
당신은 누구십니까?
this prophecy? Who are you?
with this information?"
this more ethnographic,
대답을 해석해 줍니다.
홀로 있으면 안돼요.
are huffing ethylene gas,
흡입하고 있다고 말하는 것이 아닙니다.
invalid predictions.
말하는 것도 아니고요.
that the oracle needed her temple guides,
필요했던 것과 같이
그런 가이드가 필요하다는 것입니다.
and user researchers
이용자 연구원과 같이
사람이 필요합니다.
소중한 데이터 인데요.
that cannot be quantified.
수량화 될 수 없는 것들이죠.
that I collected for Nokia
수집했던 데이터입니다.
of a very small sample size,
심층적이고 알차게 만드는 것은
the human narrative.
what's missing in our models.
빠진 부분을 볼 수 있게 도와줍니다.
in human questions,
인간적인 질문을 부여합니다.
big and thick data
심층적 데이터의 통합이
insights at scale
척도로 제공할 수 있으며
of machine intelligence,
이용할 수 있습니다.
rescue the context loss
빅 데이터를 사용할 수 있게 함으로 생기는
of human intelligence.
이용할 수 있게 해줍니다.
that's when things get really fun,
굉장히 흥미로워집니다.
just working with data
that hasn't been collected.
일을 하게 되는 것이기 때문입니다.
to transform their business.
새로운 길을 열었어요.
recommendation algorithm,
있는 것으로 알려져 있는데요.
for anyone who could improve it.
백만 달러의 상금을 걸었습니다.
the improvements were only incremental.
오직 양적인 증가임을 발견했고
있는지 알아내기 위해
Grant McCracken,
그랜트 맥크래켄을 고용하여
that they hadn't seen initially
초기에 보지 못했던 점을
to binge-watch.
좋아한다는 것을 발견했어요.
feel guilty about it.
죄책감을 느끼지도 않아요.
"Oh. This is a new insight."
"오, 이것은 새로운 시각이다."
데이터 과학 팀에게 가서
this big data insight
and validated it,
very simple but impactful.
영향력 있는 것을 하기로 결정했어요.
the same show from different genres
from similar users,
다른 쇼들을 제공하는 것 대신에
계속 제공할 것입니다.
for you to binge-watch.
몰아보게 할 것입니다.
다시 디자인하기 위해,
viewer experience,
for whole weekends at a time,
주말마다 가끔씩 사라지는 이유입니다.
like "Master of None."
몰아보기 때문이죠.
they not only improved their business,
사업을 개선시켰을 뿐만아니라
받아들이는지를 변화시켰어요.
to double in the next few years.
두 배가 뛸 것으로 예상하고 있어요.
watching more videos
더 많은 비디오를 시청하고
국한된 것이 아닙니다.
insights into the algorithm
알고리즘에 통합하는 것이
죽음을 의미할 수도 있어요.
police departments are using big data
범죄예측을 위해
and sentencing recommendations
방향으로 설정합니다.
of thousands of civilians in Pakistan
죽게 했습니다
자동차부터 의료보험, 직장까지
or to employment,
by the quantification bias.
영향을 받게 될 것입니다.
is that we've come a long way
예언을 하는 것에서 부터
to make predictions.
so let's just use them better.
그러니까 더 좋게 이용합시다.
with the thick data.
통합합시다.
with the oracles,
신전 가이드를 가져옵시다.
in companies or nonprofits
기업이든, 비영리 기관이든,
we're collectively committed
전념하고 있음을 의미하기 때문이죠.
missing that something.
놓치지 않게 될 겁니다.
ABOUT THE SPEAKER
Tricia Wang - Technology ethnographerWith astronaut eyes and ethnographer curiosity, Tricia Wang helps corporations grow by discovering the unknown about their customers.
Why you should listen
For Tricia Wang, human behavior generates some of the most perplexing questions of our times. She has taught global organizations how to identify new customers and markets hidden behind their data, amplified IDEO's design thinking practice as an expert-in-residence, researched the social evolution of the Chinese internet, and written about the "elastic self," an emergent form of interaction in a virtual world. Wang is the co-founder of Sudden Compass, a consulting firm that helps companies unlock new growth opportunities by putting customer obsession into practice.
Wang's work has been featured in The Atlantic, Al Jazeera, and The Guardian. Fast Company spotlighted her work in China: "What Twitter Can Learn From Weibo: Field Notes From Global Tech Ethnographer Tricia Wang." In her latest op-ed on Slate, she discusses how attempts to stop terrorists on social media can harm our privacy and anonymity. Her Medium post, "Why Big Data Needs Thick Data," is a frequently cited industry piece on the importance of an integrated data approach. One of her favorite essays documents her day in the life of working as a street vendor in China.
Known for her lively presentations that are grounded in her research and observations about human behavior and data, Wang has spoken at organizations such as Proctor & Gamble, Nike, Wrigley, 21st Century Fox and Tumblr. Her most recent talk at Enterprise UX delved into why corporate innovation usually doesn’t work and what to do about it. She delivered the opening keynote at The Conference to a crowd of marketers and creatives, delving into the wild history of linear perspective and its influence on how we think and form organizations.
Wang holds affiliate positions at Data & Society, Harvard University's Berkman Klein Center for Internet Studies and New York University's Interactive Telecommunication Program. She oversees Ethnography Matters, a site that publishes articles about applied ethnography and technology. She co-started a Slack community for anyone who uses ethnographic methods in industry.
Wang began her career as a documentary filmmaker at NASA, an HIV/AIDS activist, and an educator specializing in culturally responsive pedagogy. She is also proud to have co-founded the first national hip-hop education initiative, which turned into the Hip Hop Education Center at New York University, and to have built after-school technology and arts programs for low-income youth at New York City public schools and the Queens Museum of Arts. Her life philosophy is that you have to go to the edge to discover what’s really happening. She's the proud companion of her internet famous dog, #ellethedog.
Tricia Wang | Speaker | TED.com