ABOUT THE SPEAKER
Tricia Wang - Technology ethnographer
With 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.

More profile about the speaker
Tricia Wang | Speaker | TED.com
TEDxCambridge

Tricia Wang: The human insights missing from big data

Tricia Wang: Bỏ lỡ góc nhìn con người trong dữ liệu lớn

Filmed:
1,688,539 views

Tại sao nhiều công ty đưa ra các quyết định tồi, ngay cả khi truy cập vào lượng dữ liệu lớn chưa từng có? Với các câu chuyện từ Nokia đến Netflix đến các nhà tiên tri thời Hy Lạp cổ đại, Tricia Wang làm rõ dữ liệu lớn và chỉ ra những khiếm khuyết của chúng, gợi ý rằng chúng ta tập trung vào dữ liệu dày -- các thông tin quý giá không định lượng được từ những con người thực -- để đưa ra các quyết định kinh doanh đúng và phát đạt từ những điều chưa biết
- Technology ethnographer
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.

00:12
In ancientxưa GreeceHy Lạp,
0
885
1545
Ở Hy Lạp cổ đại,
00:15
when anyonebất kỳ ai from slavesnô lệ to soldiersbinh lính,
poetsnhà thơ and politicianschính trị gia,
1
3436
3943
bất cứ ai từ nô lệ đến người lính,
nhà thơ và chính khách,
00:19
neededcần to make a biglớn decisionphán quyết
on life'scuộc đời mostphần lớn importantquan trọng questionscâu hỏi,
2
7403
4004
đều cần phải đưa ra một quyết định lớn
cho các câu hỏi quan trọng trong đời,
00:23
like, "Should I get marriedcưới nhau?"
3
11431
1391
như, "Tôi có nên kết hôn?"
00:24
or "Should we embarkbắt tay on this voyagehành trình?"
4
12846
1857
hay "Ta có nên tham gia chuyến đi này?"
00:26
or "Should our armyquân đội
advancenâng cao into this territorylãnh thổ?"
5
14727
2928
hay "Quân ta có nên tiến vào
vùng lãnh thổ này?"
00:29
they all consultedtư vấn the oracleoracle.
6
17679
2579
họ đều tham vấn nhà tiên tri.
00:33
So this is how it workedđã làm việc:
7
21020
1440
Và cách làm như sau:
00:34
you would bringmang đến her a questioncâu hỏi
and you would get on your kneesđầu gối,
8
22484
3112
bạn đem đến cho bà ấy một câu hỏi
và quỳ gối chờ,
00:37
and then she would go into this trancetrance.
9
25620
1871
và rồi bà ấy sẽ chuyển sang nhập định.
00:39
It would take a couplevợ chồng of daysngày,
10
27515
1549
Kéo dài trong vài ngày,
00:41
and then eventuallycuối cùng
she would come out of it,
11
29088
2163
và cuối cùng bà ấy sẽ bình thường trở lại,
00:43
givingtặng you her predictionsdự đoán as your answercâu trả lời.
12
31275
2536
và cho bạn những tiên đoán
cũng như là câu trả lời.
00:46
From the oracleoracle bonesxương of ancientxưa ChinaTrung Quốc
13
34910
2566
Từ những mẫu xương nhà tiên tri
của Trung quốc cổ đại
00:49
to ancientxưa GreeceHy Lạp to MayanNgười Maya calendarslịch,
14
37500
2345
đến Hy Lạp cổ đại đến lịch Maya,
00:51
people have cravedcraved for prophecylời tiên tri
15
39869
2296
con người khao khát những lời tiên tri
00:54
in ordergọi món to find out
what's going to happenxảy ra nextkế tiếp.
16
42189
3137
để biết được điều gì sẽ xãy ra tiếp theo.
00:58
And that's because we all want
to make the right decisionphán quyết.
17
46516
3239
Và đó là bởi vì tất cả chúng ta
đều muốn đưa ra quyết định đúng,
01:01
We don't want to missbỏ lỡ something.
18
49779
1545
Ta không muốn bỏ lỡ điều gì.
01:03
The futureTương lai is scaryđáng sợ,
19
51892
1743
Tương lai thật đáng sợ,
01:05
so it's much nicerđẹp hơn
knowingbiết that we can make a decisionphán quyết
20
53659
2717
và sẽ dễ chịu hơn khi biết
ta có thể đưa ra một quyết định
01:08
with some assurancebảo đảm of the outcomekết quả.
21
56400
1982
mà có sự chắc chắn nhất định về kết quả.
01:11
Well, we have a newMới oracleoracle,
22
59079
1611
Vâng, ta có một nhà tiên tri mới,
01:12
and it's nameTên is biglớn datadữ liệu,
23
60714
2145
có tên là dữ liệu lớn,
01:14
or we call it "WatsonWatson"
or "deepsâu learninghọc tập" or "neuralthần kinh netmạng lưới."
24
62883
3939
ta có thể gọi nó là "Watson"
hay "học máy" hay "mạng nơ rôn."
01:19
And these are the kindscác loại of questionscâu hỏi
we askhỏi of our oracleoracle now,
25
67340
4012
Và đây là những loại câu hỏi mà giờ đây
ta có thể hỏi nhà tiên tri của chúng ta,
01:23
like, "What's the mostphần lớn efficienthiệu quả way
to shiptàu these phonesđiện thoại
26
71376
3922
như, "Cách nào hiệu quả nhất
để chuyển những chiếc điện thoại
01:27
from ChinaTrung Quốc to SwedenThuỵ Điển?"
27
75322
1823
từ Trung Quốc đến Thụy Điển?"
01:29
Or, "What are the oddstỷ lệ
28
77169
1800
Hay, "Con tôi sinh ra
01:30
of my childđứa trẻ beingđang bornsinh ra
with a geneticdi truyền disorderrối loạn?"
29
78993
3363
có tỷ lệ bị rối loạn di truyền
là bao nhiêu?"
01:34
Or, "What are the salesbán hàng volumeâm lượng
we can predicttiên đoán for this productsản phẩm?"
30
82952
3244
Hay, "Ta có thể dự đoán doanh số
của sản phẩm này là bao nhiêu?"
01:40
I have a dogchó. Her nameTên is ElleElle,
and she hatesghét the rainmưa.
31
88108
4047
Tôi có một con chó. Tên nó là Elle,
và nó rất ghét trời mưa.
01:44
And I have triedđã thử everything
to untrainuntrain her.
32
92179
3306
Và tôi đã tìm mọi cách
để giúp nó hết sợ.
01:47
But because I have failedthất bại at this,
33
95509
2771
Nhưng tôi đã thất bại,
01:50
I alsocũng thế have to consulttham khảo ý kiến
an oracleoracle, calledgọi là DarkTối SkyBầu trời,
34
98304
3286
nên tôi đã tham vấn một nhà tiên tri,
được gọi là Dark Sky,
01:53
everymỗi time before we go on a walkđi bộ,
35
101614
1635
trước mỗi lúc chúng tôi đi dạo bộ,
01:55
for very accuratechính xác weatherthời tiết predictionsdự đoán
in the nextkế tiếp 10 minutesphút.
36
103273
3577
để có được các dự báo thời tiết chính xác
trong 10 phút tới.
02:01
She's so sweetngọt.
37
109535
1303
Cô ấy thật ngọt ngào.
02:03
So because of all of this,
our oracleoracle is a $122 billiontỷ industryngành công nghiệp.
38
111827
5707
Bởi tất cả những điều đó, nhà tiên tri
của ta là một ngành công nghiệp 122 tỷ đô.
02:10
Now, despitemặc dù the sizekích thước of this industryngành công nghiệp,
39
118006
3376
Giờ đây, bất chấp kích cỡ của
ngành công nghiệp này,
02:13
the returnstrả về are surprisinglythật ngạc nhiên lowthấp.
40
121406
2456
kết quả mang lại vẫn thấp
một cách ngạc nhiên.
02:16
InvestingĐầu tư in biglớn datadữ liệu is easydễ dàng,
41
124342
2494
Đầu tư vào dữ liệu lớn rất dễ dàng,
02:18
but usingsử dụng it is hardcứng.
42
126860
1933
nhưng sử dụng nó mới khó.
02:21
Over 73 percentphần trăm of biglớn datadữ liệu projectsdự án
aren'tkhông phải even profitablecó lãi,
43
129981
4040
Thậm chí, hơn 73 phần trăm các dự án
dữ liệu lớn không đem lại lợi nhuận,
02:26
and I have executivesGiám đốc điều hành
comingđang đến up to me sayingnói,
44
134045
2431
và nhiều vị giám đốc
đến gặp tôi và nói rằng,
02:28
"We're experiencingtrải nghiệm the sametương tự thing.
45
136500
1789
"Chúng tôi đang gặp
vấn đề giống nhau,
02:30
We investedđầu tư in some biglớn datadữ liệu systemhệ thống,
46
138313
1753
Đều đầu tư một hệ thống
dữ liệu lớn,
02:32
and our employeesnhân viên aren'tkhông phải makingchế tạo
better decisionsquyết định.
47
140090
2968
và nhân viên vẫn không đưa ra được
các quyết định tốt hơn.
02:35
And they're certainlychắc chắn not comingđang đến up
with more breakthroughđột phá ideasý tưởng."
48
143082
3162
Và chắc chắn là họ không đưa ra được
các ý tưởng đột phá hơn."
02:38
So this is all really interestinghấp dẫn to me,
49
146914
3184
Tất cả điều này thực sự thú vị với tôi,
02:42
because I'm a technologyCông nghệ ethnographernhà nhân chủng chí.
50
150122
2010
vì tôi là nhà dân tộc học
về công nghệ
02:44
I studyhọc and I advisetư vấn companiescác công ty
51
152630
2564
Tôi nghiên cứu và cố vấn cho các công ty
02:47
on the patternsmẫu
of how people use technologyCông nghệ,
52
155218
2483
về các mô hình sử dụng công nghệ,
02:49
and one of my interestquan tâm areaskhu vực is datadữ liệu.
53
157725
2678
và một trong các lĩnh vực mà tôi
quan tâm là dữ liệu.
02:52
So why is havingđang có more datadữ liệu
not helpinggiúp us make better decisionsquyết định,
54
160427
5193
Tại sao có thêm nhiều dữ liệu cũng không
giúp ta đưa ra các quyết định tốt hơn,
02:57
especiallyđặc biệt for companiescác công ty
who have all these resourcestài nguyên
55
165644
2783
đặc biệt đối với các công ty có đủ
nguồn lực
03:00
to investđầu tư in these biglớn datadữ liệu systemshệ thống?
56
168451
1736
để đầu tư các hệ thống dữ liệu lớn?
03:02
Why isn't it gettingnhận được any easierdễ dàng hơn for them?
57
170211
2398
Tại sao nó không trở nên dễ dàng hơn?
03:05
So, I've witnessedchứng kiến the struggleđấu tranh firsthandtrực tiếp.
58
173990
2634
Tôi đã chứng kiến sự khó khăn đầu tiên.
03:09
In 2009, I startedbắt đầu
a researchnghiên cứu positionChức vụ with NokiaNokia.
59
177374
3484
Năm 2009, tôi bắt đầu
một vị trí nghiên cứu với Nokia.
03:13
And at the time,
60
181232
1158
Và vào lúc đó,
03:14
NokiaNokia was one of the largestlớn nhất
celltế bào phoneđiện thoại companiescác công ty in the worldthế giới,
61
182414
3158
Nokia là 1 trong các công ty điện thoại
di động lớn nhất thế giới,
03:17
dominatingthống trị emergingmới nổi marketsthị trường
like ChinaTrung Quốc, MexicoMexico and IndiaẤn Độ --
62
185596
3202
thống trị các thị trường mới nổi
như Trung Quốc, Mexico và Ấn Độ--
03:20
all placesnơi where I had donelàm xong
a lot of researchnghiên cứu
63
188822
2502
những nơi đó tôi đã thực hiện
nhiều nghiên cứu
03:23
on how low-incomethu nhập thấp people use technologyCông nghệ.
64
191348
2676
về cách những người thu nhập thấp
sử dụng công nghệ.
03:26
And I spentđã bỏ ra a lot of extrathêm time in ChinaTrung Quốc
65
194048
2330
Và tôi cũng đã dành nhiều thời gian
ở Trung Quốc
03:28
gettingnhận được to know the informalkhông chính thức economynên kinh tê.
66
196402
2592
để tìm hiểu nền kinh tế phi chính thức.
03:31
So I did things like workingđang làm việc
as a streetđường phố vendornhà cung cấp
67
199018
2401
Tôi đã làm những việc
như bán hàng rong
03:33
sellingbán dumplingsbánh bao to constructionxây dựng workerscông nhân.
68
201443
2574
bán bánh bao cho công nhân xây dựng.
03:36
Or I did fieldworknghiên cứu thực địa,
69
204041
1358
Hay tôi đi thực tế,
03:37
spendingchi tiêu nightsđêm and daysngày
in internetInternet cafkhu vực châu Phiés,
70
205423
2958
dành cả ngày lẫn đêm
trong các quán cà phê internet,
03:40
hangingtreo out with ChineseTrung Quốc youththiếu niên,
so I could understandhiểu không
71
208405
2546
đi chơi với thanh niên Trung Quốc,
nên tôi có thể hiểu
03:42
how they were usingsử dụng
gamesTrò chơi and mobiledi động phonesđiện thoại
72
210975
2284
họ đã sử dụng điện thoại
và chơi game ra sao
03:45
and usingsử dụng it betweengiữa movingdi chuyển
from the ruralnông thôn areaskhu vực to the citiescác thành phố.
73
213283
3370
và sử dụng khi di chuyển giữa
nông thôn và thành thị.
03:50
ThroughThông qua all of this qualitativevề chất lượng evidencechứng cớ
that I was gatheringthu thập,
74
218335
3927
Dựa trên những dữ liệu định tính mà
tôi đã thu thập được này,
03:54
I was startingbắt đầu to see so clearlythông suốt
75
222286
2824
Tôi đã bắt đầu nhận ra
03:57
that a biglớn changethay đổi was about to happenxảy ra
amongtrong số low-incomethu nhập thấp ChineseTrung Quốc people.
76
225134
4472
rằng sắp diễn ra một sự thay đổi lớn
giữa những người Trung Quốc thu nhập thấp.
04:03
Even thoughTuy nhiên they were surroundedĐược bao quanh
by advertisementsquảng cáo for luxurysang trọng productscác sản phẩm
77
231020
4367
Ngay cả khi họ bị bủa vây bởi những
quảng cáo cho các sản phẩm xa xỉ
04:07
like fancyưa thích toiletsnhà vệ sinh --
who wouldn'tsẽ không want one? --
78
235411
3495
như thiết bị vệ sinh ưa thích--
ai mà không muốn một cái?
04:10
and apartmentscăn hộ and carsxe hơi,
79
238930
2890
rồi căn hộ và xe hơi,
04:13
throughxuyên qua my conversationscuộc trò chuyện with them,
80
241844
1820
qua tiếp xúc với họ,
04:15
I foundtìm out that the adsQuảng cáo
the actuallythực ra enticedenticed them the mostphần lớn
81
243688
3841
Tôi khám phá ra rằng những quảng cáo
thực sự lôi cuốn họ nhất
04:19
were the onesnhững người for iPhonesiPhone,
82
247553
1996
là những cái quảng cáo về iPhones,
04:21
promisinghứa hẹn them this entrynhập cảnh
into this high-techcông nghệ cao life.
83
249573
3052
hứa hẹn họ cánh cửa này
dẫn vào cuộc sống công nghệ cao.
04:25
And even when I was livingsống with them
in urbanđô thị slumskhu ổ chuột like this one,
84
253469
3163
Và ngay cả khi tôi sống với họ
trong các khu ổ chuột như cái này,
04:28
I saw people investingđầu tư
over halfmột nửa of theirhọ monthlyhàng tháng incomethu nhập
85
256656
2996
Tôi thấy mọi người chi quá nữa thu nhập
hàng tháng của họ
04:31
into buyingmua a phoneđiện thoại,
86
259676
1623
để mua điện thoại,
04:33
and increasinglyngày càng, they were "shanzhaishanzhai,"
87
261323
2302
và hàng nhái "shanzhai" ngày càng nhiều,
04:35
which are affordablegiá cả phải chăng knock-offsKnock-offs
of iPhonesiPhone and other brandsthương hiệu.
88
263649
3388
giá cả dễ mua đánh bật iPhones và
các nhãn hiệu khác.
04:40
They're very usablecó thể sử dụng.
89
268303
1625
Những thứ này dùng được.
04:42
Does the jobviệc làm.
90
270890
1322
Được chấp nhận.
04:44
And after yearsnăm of livingsống
with migrantsnhững người di cư and workingđang làm việc with them
91
272750
5789
Sau nhiều năm sống với những
người nhập cư và làm việc với họ
04:50
and just really doing everything
that they were doing,
92
278563
3434
và làm mọi thứ họ làm,
04:54
I startedbắt đầu piecingPiecing
all these datadữ liệu pointsđiểm togethercùng với nhau --
93
282021
3597
Tôi bắt đầu kết nối tất cả
dữ liệu lại với nhau--
04:57
from the things that seemhình như randomngẫu nhiên,
like me sellingbán dumplingsbánh bao,
94
285642
3123
từ những thứ tưởng như ngẫu nhiên,
như tôi đi bán bánh bao,
05:00
to the things that were more obvioushiển nhiên,
95
288789
1804
đến những thứ rõ ràng hơn,
05:02
like trackingtheo dõi how much they were spendingchi tiêu
on theirhọ celltế bào phoneđiện thoại billshóa đơn.
96
290617
3232
như tìm hiểu họ đã chi tiêu bao nhiêu
cho hóa đơn điện thoại.
05:05
And I was ablecó thể to createtạo nên
this much more holistictoàn diện picturehình ảnh
97
293873
2639
Và tôi đã tạo ra bức tranh
toàn diện hơn rất nhiều này
05:08
of what was happeningxảy ra.
98
296536
1156
về những gì đang xảy ra.
05:09
And that's when I startedbắt đầu to realizenhận ra
99
297716
1722
Và đó cũng là lúc
tôi bắt đầu nhận ra
05:11
that even the poorestnghèo nhất in ChinaTrung Quốc
would want a smartphoneđiện thoại thông minh,
100
299462
3509
ngay cả những người Trung Quốc nghèo nhất
cũng muốn điện thoại thông minh,
05:14
and that they would do almosthầu hết anything
to get theirhọ handstay on one.
101
302995
4985
và họ làm gần như mọi thứ
để có được một cái trên tay.
05:21
You have to keep in mindlí trí,
102
309073
2404
Bạn cần nhớ rằng,
05:23
iPhonesiPhone had just come out, it was 2009,
103
311501
3084
iPhones chỉ mới xuất hiện, vào năm 2009,
05:26
so this was, like, eighttám yearsnăm agotrước,
104
314609
1885
mới khoảng tám năm trước,
05:28
and AndroidsAndroids had just startedbắt đầu
looking like iPhonesiPhone.
105
316518
2437
và Android cũng bắt đầu
trông giống iPhones.
05:30
And a lot of very smartthông minh
and realisticthực tế people said,
106
318979
2507
Và rất nhiều người thực tế
và thông minh đã nói,
05:33
"Those smartphonesđiện thoại thông minh -- that's just a fadmốt.
107
321510
2207
Điện thoại thông minh -- ở thời điểm đó.
05:36
Who wants to carrymang around
these heavynặng things
108
324243
2996
Có ai muốn mang theo những thứ nặng nề đó
05:39
where batteriespin draincống quicklyMau
and they breakphá vỡ everymỗi time you droprơi vãi them?"
109
327263
3487
trong khi Pin thì nhanh hết và sẽ bị vỡ
mỗi khi ta làm rơi chúng?
05:44
But I had a lot of datadữ liệu,
110
332793
1201
Và tôi có nhiều dữ liệu,
05:46
and I was very confidenttự tin
about my insightshiểu biết sâu sắc,
111
334018
2260
tôi rất tự tin về những
phát hiện của mình,
05:48
so I was very excitedbị kích thích
to sharechia sẻ them with NokiaNokia.
112
336302
2829
tôi đã rất hào hứng chia sẻ với Nokia.
05:53
But NokiaNokia was not convincedthuyết phục,
113
341332
2517
Nhưng đã không thuyết phục được Nokia,
05:55
because it wasn'tkhông phải là biglớn datadữ liệu.
114
343873
2335
bởi vì đó không phải là dữ liệu lớn.
05:59
They said, "We have
millionshàng triệu of datadữ liệu pointsđiểm,
115
347022
2404
Họ nói, "Chúng tôi có
hàng triệu mục dữ liệu,
06:01
and we don't see any indicatorscác chỉ số
of anyonebất kỳ ai wantingmong muốn to buymua a smartphoneđiện thoại thông minh,
116
349450
4247
và chúng tôi không thấy chỉ dấu nào rằng
có người muốn mua điện thoại thông minh,
06:05
and your datadữ liệu setbộ of 100,
as diversephong phú as it is, is too weakYếu
117
353721
4388
và tập dữ liệu của bạn chỉ có 100,
mức độ đa dạng của nó quá yếu
06:10
for us to even take seriouslynghiêm túc."
118
358133
1714
để chúng tôi xem xét nghiêm túc."
06:12
And I said, "NokiaNokia, you're right.
119
360908
1605
Và tôi nói, "Nokia, các bạn đúng.
06:14
Of coursekhóa học you wouldn'tsẽ không see this,
120
362537
1560
Tất nhiên các bạn sẽ không thấy,
06:16
because you're sendinggửi out surveyskhảo sát
assuminggiả định that people don't know
121
364121
3371
bởi vì bạn thực hiện các khảo sát
giả định rằng mọi người không biết
06:19
what a smartphoneđiện thoại thông minh is,
122
367516
1159
về điện thoại thông minh
06:20
so of coursekhóa học you're not going
to get any datadữ liệu back
123
368699
2366
và dĩ nhiên bạn sẽ không có được bất
kỳ dữ liệu
06:23
about people wantingmong muốn to buymua
a smartphoneđiện thoại thông minh in two yearsnăm.
124
371089
2572
về người muốn mua điện thoại
thông minh cho 2 năm tới.
06:25
Your surveyskhảo sát, your methodsphương pháp
have been designedthiết kế
125
373685
2118
Phương pháp khảo sát của bạn
được thiết kế
06:27
to optimizetối ưu hóa an existinghiện tại businesskinh doanh modelmô hình,
126
375827
2022
để tối ưu mô hình kinh doanh hiện tại,
06:29
and I'm looking
at these emergentcấp cứu humanNhân loại dynamicsđộng lực học
127
377873
2608
và tôi đang nhắm đến
những động lực con người mới nổi
06:32
that haven'tđã không happenedđã xảy ra yetchưa.
128
380505
1354
mà chưa xuất hiện.
06:33
We're looking outsideở ngoài of marketthị trường dynamicsđộng lực học
129
381883
2438
Chúng ta đang ra bên ngoài
các động lực thị trường
06:36
so that we can get aheadphía trước of it."
130
384345
1631
để có thể đón đầu nó."
06:39
Well, you know what happenedđã xảy ra to NokiaNokia?
131
387373
2244
Vâng, các bạn biết
những gì đã xãy ra với Nokia?
06:41
TheirCủa họ businesskinh doanh fellrơi off a cliffvách đá.
132
389641
2365
Kinh doanh của họ đã rơi thẳng đứng.
06:44
This -- this is the costGiá cả
of missingmất tích something.
133
392791
3727
Đây là cái giá
của việc thiếu sót thứ gì đó.
06:49
It was unfathomableunfathomable.
134
397163
1999
Không thể hiểu được.
06:52
But Nokia'sCủa Nokia not alonemột mình.
135
400003
1651
Nhưng không phải chỉ mình Nokia.
06:54
I see organizationstổ chức
throwingném out datadữ liệu all the time
136
402258
2581
Tôi thấy các tổ chức
luôn vứt bỏ các dữ liệu
06:56
because it didn't come from a quantQuant modelmô hình
137
404863
2561
bởi vì nó không xuất phát
từ một mô hình phân tích
06:59
or it doesn't fitPhù hợp in one.
138
407448
1768
hay không khớp với nó.
07:02
But it's not biglớn data'scủa dữ liệu faultlỗi.
139
410219
2048
Nhưng đó không phải lỗi của dữ liệu lớn.
07:04
It's the way we use biglớn datadữ liệu;
it's our responsibilitytrách nhiệm.
140
412942
3907
Mà ở cách chúng ta sử dụng dữ liệu lớn;
đó là lỗi của chúng ta.
07:09
BigLớn data'scủa dữ liệu reputationuy tín for successsự thành công
141
417730
1911
Thành công nổi tiếng của dữ liệu lớn
07:11
comesđến from quantifyingđịnh lượng
very specificriêng environmentsmôi trường,
142
419665
3759
đến từ việc định lượng hóa
mọi điều kiện môi trường cụ thể
07:15
like electricityđiện powerquyền lực gridslưới
or deliverychuyển logisticshậu cần or geneticdi truyền code,
143
423448
4913
như các lưới điện hay
hạ tầng giao vận hay mã di truyền,
07:20
when we're quantifyingđịnh lượng in systemshệ thống
that are more or lessít hơn containedcó chứa.
144
428385
4318
khi chúng ta đang định lượng trong các
hệ thống mà hay ít nhiều có kiểm soát.
07:24
But not all systemshệ thống
are as neatlygọn gàng containedcó chứa.
145
432727
2969
Nhưng không phải mọi hệ thống
đều được kiểm soát rõ ràng.
07:27
When you're quantifyingđịnh lượng
and systemshệ thống are more dynamicnăng động,
146
435720
3258
Khi chúng ta đang định lượng
và các hệ thống thì năng động hơn,
07:31
especiallyđặc biệt systemshệ thống
that involveliên quan humanNhân loại beingschúng sanh,
147
439002
3799
đặc biệt là các hệ thống
liên quan đến yếu tố con người,
07:34
forceslực lượng are complexphức tạp and unpredictablekhông thể đoán trước,
148
442825
2426
các động lực rất phức tạp và khó đoán,
07:37
and these are things
that we don't know how to modelmô hình so well.
149
445275
3486
và đây là những thứ mà chúng ta
không biết cách để mô hình hóa cho tốt
07:41
OnceMột lần you predicttiên đoán something
about humanNhân loại behaviorhành vi,
150
449204
2813
Một khi bạn dự đoán điều gì đó về
hành vi con người,
07:44
newMới factorscác yếu tố emergehiện ra,
151
452041
1855
các yếu tố mới xuất hiện,
07:45
because conditionsđiều kiện
are constantlyliên tục changingthay đổi.
152
453920
2365
bởi vì các điều kiện luôn thay đổi.
07:48
That's why it's a never-endingNever-Ending cyclechu kỳ.
153
456309
1803
Do đó nó là một chu trình vô tận.
07:50
You think you know something,
154
458136
1464
Bạn nghĩ bạn biết điều gì đó,
07:51
and then something unknownkhông rõ
entersđi vào the picturehình ảnh.
155
459624
2242
và rồi điều chưa biết
lại xuất hiện.
07:53
And that's why just relyingDựa
on biglớn datadữ liệu alonemột mình
156
461890
3322
Đó là lý do nếu chỉ dựa vào dữ liệu lớn
07:57
increasestăng the chancecơ hội
that we'lltốt missbỏ lỡ something,
157
465236
2849
sẽ làm tăng xác suất
chúng ta sẽ bỏ nhỡ điều gì đó,
08:00
while givingtặng us this illusionảo giác
that we alreadyđã know everything.
158
468109
3777
trong khi làm cho chúng ta ảo tưởng rằng
chúng ta đã biết mọi thứ.
08:04
And what makeslàm cho it really hardcứng
to see this paradoxnghịch lý
159
472406
3856
Và điều gì làm cho việc nhận ra
nghịch lý này khó khăn đến vậy
08:08
and even wrapbọc our brainsnão around it
160
476286
2659
và ngay cả để hiểu nó
08:10
is that we have this thing
that I call the quantificationđịnh lượng biassự thiên vị,
161
478969
3691
chúng ta đa gặp phải cái
mà tôi gọi là thiên vị định lượng,
08:14
which is the unconsciousbất tỉnh beliefniềm tin
of valuingđịnh giá the measurableđo lường
162
482684
3922
đó là niềm tin vô thức về giá trị
của những cái đo lường được
08:18
over the immeasurablevô lượng.
163
486630
1594
so với cái không đo lường được.
08:21
And we oftenthường xuyên experiencekinh nghiệm this at our work.
164
489222
3284
Và chúng ta thường trải nghiệm điều này
khi làm việc.
08:24
Maybe we work alongsidecùng với
colleaguesđồng nghiệp who are like this,
165
492530
2650
Có thể chúng ta làm việc bên cạnh
đồng nghiệp như vậy,
08:27
or even our wholetoàn thể entiretoàn bộ
companyCông ty mayTháng Năm be like this,
166
495204
2428
hoặc có thể cả công ty của chúng ta
cũng như vậy,
08:29
where people becometrở nên
so fixatedcố định on that numbercon số,
167
497656
2546
nơi mà mọi người mặc nhiên
tin vào con số đó,
08:32
that they can't see anything
outsideở ngoài of it,
168
500226
2067
họ không thể nhìn thấy
cái gì ngoài nó ra,
08:34
even when you presenthiện tại them evidencechứng cớ
right in fronttrước mặt of theirhọ faceđối mặt.
169
502317
3948
ngay cả khi bạn cho họ thấy bằng chứng
ngay trước mặt họ.
08:39
And this is a very appealinghấp dẫn messagethông điệp,
170
507123
3371
Vầ đây là một thông điệp rất lôi cuốn,
08:42
because there's nothing
wrongsai rồi with quantifyingđịnh lượng;
171
510518
2343
bởi vì chẳng có gì sai
với việc định lượng hóa;
08:44
it's actuallythực ra very satisfyingđáp ứng.
172
512885
1430
Nó thực sự rất thỏa mãn.
08:46
I get a great sensegiác quan of comfortthoải mái
from looking at an ExcelExcel spreadsheetbảng tính,
173
514339
4362
Tôi có một cảm giác rất thoải mái
khi nhìn vào một bảng tính Excel,
08:50
even very simpleđơn giản onesnhững người.
174
518725
1401
cho dù nó rát đơn giản.
08:52
(LaughterTiếng cười)
175
520150
1014
(Cười)
08:53
It's just kindloại of like,
176
521188
1152
Nó có phần giống như,
08:54
"Yes! The formulacông thức workedđã làm việc. It's all OK.
Everything is underDưới controlđiều khiển."
177
522364
3504
"Vâng! Công thức đúng. Tất cả đều ổn.
Mọi thứ đang được kiểm soát."
08:58
But the problemvấn đề is
178
526792
2390
Nhưng vấn đề là
09:01
that quantifyingđịnh lượng is addictivegây nghiện.
179
529206
2661
Việc định lượng hóa gây nghiện.
09:03
And when we forgetquên that
180
531891
1382
Và khi chúng ta quên mất rằng
09:05
and when we don't have something
to kindloại of keep that in checkkiểm tra,
181
533297
3038
khi chúng ta không có cái gì
để giữ chúng trong tầm kiểm soát,
09:08
it's very easydễ dàng to just throwném out datadữ liệu
182
536359
2118
Chúng ta rất dễ đánh mất dữ liệu
09:10
because it can't be expressedbày tỏ
as a numericalsố valuegiá trị.
183
538501
2718
bởi vì nó không thể được
biểu diễn như một giá trị số học.
09:13
It's very easydễ dàng just to sliptrượt
into silver-bulletbạc đạn thinkingSuy nghĩ,
184
541243
2921
Nó làm cho ta rất dễ rơi vào
tư duy xử lý tình thế,
09:16
as if some simpleđơn giản solutiondung dịch existedtồn tại.
185
544188
2579
như là một giải pháp đơn giản tồn tại.
09:19
Because this is a great momentchốc lát of dangernguy hiểm
for any organizationcơ quan,
186
547600
4062
Bởi vì đây là thời điểm vô cùng nguy hiểm
cho bất kỳ tổ chức nào,
09:23
because oftentimesmọi trường,
the futureTương lai we need to predicttiên đoán --
187
551686
2634
bởi vì thường là,
chúng ta cần dự đoán tương lai --
09:26
it isn't in that haystackhaystack,
188
554344
2166
không giống như trong đống rơm
09:28
but it's that tornadocơn lốc xoáy
that's bearingmang down on us
189
556534
2538
mà nó như là cơn lốc xoáy
đổ xuống đầu chúng ta
09:31
outsideở ngoài of the barnchuồng trại.
190
559096
1488
bên ngoài lều trại.
09:34
There is no greaterlớn hơn riskrủi ro
191
562960
2326
Không có rủi ro nào lớn hơn
09:37
than beingđang blindmù quáng to the unknownkhông rõ.
192
565310
1666
là bị mù với
những thứ chưa biết.
09:39
It can causenguyên nhân you to make
the wrongsai rồi decisionsquyết định.
193
567000
2149
Nó có thể làm cho bạn
đưa ra quyết định sai.
09:41
It can causenguyên nhân you to missbỏ lỡ something biglớn.
194
569173
1974
Nó có thể làm bạn bỏ lỡ
những điều to lớn.
09:43
But we don't have to go down this pathcon đường.
195
571734
3101
Nhưng chúng ta không cần phải
đi theo con đường này.
09:47
It turnslượt out that the oracleoracle
of ancientxưa GreeceHy Lạp
196
575453
3195
Hóa ra những nhà tiên tri
của Hy Lạp cổ đại
09:50
holdsgiữ the secretbí mật keyChìa khóa
that showstrình diễn us the pathcon đường forwardphía trước.
197
578672
3966
nắm giữ chìa khóa bí mật
chỉ cho ta con đường đi về phía trước.
09:55
Now, recentgần đây geologicalĐịa chất học researchnghiên cứu has shownđược hiển thị
198
583654
2595
Hiện nay, nghiên cứu địa chất gần
đây chỉ ra rằng
09:58
that the TempleNgôi đền of ApolloApollo,
where the mostphần lớn famousnổi danh oracleoracle satngồi,
199
586273
3564
ngôi đền Apollo,
nơi nhà tiên tri nổi tiếng nhất ngồi,
10:01
was actuallythực ra builtđược xây dựng
over two earthquakeđộng đất faultslỗi lầm.
200
589861
3084
được xây dựng
trên hai đoạn đứt gãy động đất.
10:04
And these faultslỗi lầm would releasegiải phóng
these petrochemicalhóa dầu fumeskhói
201
592969
2886
Và những đoạn đứt gãy này
bốc ra hơi hóa dầu
10:07
from underneathbên dưới the Earth'sTrái đất crustlớp vỏ,
202
595879
1685
từ bên dưới lớp vỏ Trái đất,
10:09
and the oracleoracle literallynghĩa đen satngồi
right aboveở trên these faultslỗi lầm,
203
597588
3866
và nhà tiên tri ngồi chính xác
ngay trên chổ đứt gãy này,
10:13
inhalinghít phải enormousto lớn amountslượng
of ethyleneetylen gaskhí đốt, these fissuresvết nứt.
204
601478
3588
hít vào lượng lớn khí Etylen
ở chỗ vết nứt này.
10:17
(LaughterTiếng cười)
205
605090
1008
(Cười)
10:18
It's truethật.
206
606122
1173
Sự thật là như vậy.
10:19
(LaughterTiếng cười)
207
607319
1017
(Cười)
10:20
It's all truethật, and that's what madethực hiện her
babblebabble and hallucinatehallucinate
208
608360
3509
Tất cả là sự thật, và nó làm cho bà ấy
nói nhảm và ảo giác
10:23
and go into this trance-likegiống như trance statetiểu bang.
209
611893
1724
và chuyển sang trạng thái xuất thần
10:25
She was highcao as a kitecánh diều!
210
613641
1770
Bà ta bay bổng như chiếc diều!
10:27
(LaughterTiếng cười)
211
615435
4461
(Cười)
10:31
So how did anyonebất kỳ ai --
212
619920
2779
Vậy làm sao người ta--
10:34
How did anyonebất kỳ ai get
any usefulhữu ích advicekhuyên bảo out of her
213
622723
3030
Làm sao người ta xin lời khuyên
hữu dụng từ bà ấy
10:37
in this statetiểu bang?
214
625777
1190
trong trạng thái này?
10:39
Well, you see those people
surroundingxung quanh the oracleoracle?
215
627497
2381
Vâng, bạn thấy những người đó
vây quanh bà?
10:41
You see those people holdinggiữ her up,
216
629902
1879
Bạn thấy những người đó nâng bà ấy lên,
10:43
because she's, like, a little woozywoozy?
217
631805
1717
Vì bà ấy giống như một người say?
10:45
And you see that guy
on your left-handtay trái sidebên
218
633546
2308
Và bạn thấy cái gã bên tay trái
10:47
holdinggiữ the orangetrái cam notebookmáy tính xách tay?
219
635878
1598
đang cầm quyển vở màu cam?
10:50
Well, those were the templengôi đền guideshướng dẫn,
220
638105
1730
Đó là những người hướng dẫn đền,
10:51
and they workedđã làm việc handtay in handtay
with the oracleoracle.
221
639859
3016
và họ làm việc cùng với nhà tiên tri.
10:56
When inquisitorsinquisitors would come
and get on theirhọ kneesđầu gối,
222
644084
2516
Khi những người xin lời khuyên
đến và quỳ gối,
10:58
that's when the templengôi đền guideshướng dẫn
would get to work,
223
646624
2340
đó là lúc người hướng dẫn đền làm việc,
11:00
because after they askedyêu cầu her questionscâu hỏi,
224
648988
1864
vì sau khi người ta đặt câu hỏi cho bà,
11:02
they would observequan sát theirhọ emotionalđa cảm statetiểu bang,
225
650876
2001
người ta sẽ quan sát trạng thái cảm xúc,
11:04
and then they would askhỏi them
follow-uptheo dõi questionscâu hỏi,
226
652901
2324
và khi họ hỏi những câu hỏi tiếp theo,
11:07
like, "Why do you want to know
this prophecylời tiên tri? Who are you?
227
655249
2834
như, "Tại sao các người
muốn biết điều này? Các người là ai?
11:10
What are you going to do
with this informationthông tin?"
228
658107
2264
Các người sẽ làm gì với thông tin này?"
11:12
And then the templengôi đền guideshướng dẫn would take
this more ethnographicdân tộc học,
229
660395
3182
Và rồi người hướng dẫn đền sẽ lấy
thông tin nhân chủng học,
11:15
this more qualitativevề chất lượng informationthông tin,
230
663601
2156
thông tin định tính,
11:17
and interpretgiải thích the oracle'scủa Oracle babblingsbabblings.
231
665781
2075
và dịch những lời nói nhảm của tiên tri.
11:21
So the oracleoracle didn't standđứng alonemột mình,
232
669428
2292
Vậy ra nhà tiên tri không đơn độc,
11:23
and neithercũng không should our biglớn datadữ liệu systemshệ thống.
233
671744
2148
và không như các hệ thống
dữ liệu lớn của ta.
11:26
Now to be cleartrong sáng,
234
674630
1161
Bây giờ đã rõ,
11:27
I'm not sayingnói that biglớn datadữ liệu systemshệ thống
are huffinghuffing ethyleneetylen gaskhí đốt,
235
675815
3459
Tôi không nói rằng các
hệ thống dữ liệu lớn đang thổi khí Etylen,
11:31
or that they're even givingtặng
invalidkhông hợp lệ predictionsdự đoán.
236
679298
2353
hay chúng đang cung cấp các dự đoán sai.
11:33
The totaltoàn bộ oppositeđối diện.
237
681675
1161
Hoàn toàn ngược lại.
11:34
But what I am sayingnói
238
682860
2068
Nhưng điều tôi đang nói
11:36
is that in the sametương tự way
that the oracleoracle neededcần her templengôi đền guideshướng dẫn,
239
684952
3832
là giống như cách nhà tiên tri
cần những người hướng dẫn đền của bà ấy,
11:40
our biglớn datadữ liệu systemshệ thống need them, too.
240
688808
2288
các hệ thống dữ liệu lớn cũng cần họ.
11:43
They need people like ethnographersethnographers
and userngười dùng researchersCác nhà nghiên cứu
241
691120
4109
Chúng cần những nhà nhân chủng học,
nhà nghiên cứu người dùng
11:47
who can gathertụ họp what I call thickdày datadữ liệu.
242
695253
2506
họ có thể thu thập cái gọi là dữ liệu dày.
11:50
This is preciousquí datadữ liệu from humanscon người,
243
698502
2991
Đây là dữ liệu quý giá từ con người,
11:53
like storiesnhững câu chuyện, emotionscảm xúc and interactionstương tác
that cannotkhông thể be quantifiedđịnh lượng.
244
701517
4102
như những câu chuyện, cảm xúc và những
tương tác mà không thể lượng hóa được.
11:57
It's the kindloại of datadữ liệu
that I collectedthu thập for NokiaNokia
245
705643
2322
Đó là loại dữ liệu
mà tôi đã thu thập cho Nokia
11:59
that comesđến in in the formhình thức
of a very smallnhỏ bé samplemẫu vật sizekích thước,
246
707989
2669
nó thể hiện dưới dạng
có kích thước mẫu rất nhỏ,
12:02
but deliverscung cấp incredibleđáng kinh ngạc depthchiều sâu of meaningÝ nghĩa.
247
710682
2955
nhưng chuyển tải độ sâu ý nghĩa
không thể tin được.
12:05
And what makeslàm cho it so thickdày and meatymeaty
248
713661
3680
Và điều làm cho nó mang nhiều ý nghĩa
12:10
is the experiencekinh nghiệm of understandinghiểu biết
the humanNhân loại narrativetường thuật.
249
718445
4029
là sự trải nghiệm thấu hiểu
những câu chuyện về con người.
12:14
And that's what helpsgiúp to see
what's missingmất tích in our modelsmô hình.
250
722498
3639
Nó giúp ta nhìn thấy những thiếu sót trong
các mô hình của chúng ta.
12:18
ThickDày datadữ liệu groundscăn cứ our businesskinh doanh questionscâu hỏi
in humanNhân loại questionscâu hỏi,
251
726851
4045
Dữ liệu dày làm nền tảng cho những câu hỏi
kinh doanh theo những câu hỏi con người,
12:22
and that's why integratingtích hợp
biglớn and thickdày datadữ liệu
252
730920
3562
và đó là lý do
việc tích hợp dữ liệu dày và dữ liệu lớn
12:26
formscác hình thức a more completehoàn thành picturehình ảnh.
253
734506
1689
tạo nên một bức tranh đầy đủ hơn.
12:28
BigLớn datadữ liệu is ablecó thể to offerphục vụ
insightshiểu biết sâu sắc at scaletỉ lệ
254
736772
2881
Dữ liệu lớn có thể đem đến
những thông tin theo quy mô
12:31
and leverageđòn bẩy the besttốt
of machinemáy móc intelligenceSự thông minh,
255
739677
2647
và tận dụng tối đa trí tuệ của máy,
12:34
whereastrong khi thickdày datadữ liệu can help us
rescuecứu hộ the contextbối cảnh lossmất mát
256
742348
3572
trong khi dữ liệu dày có thể giúp ta
cứu vớt những mất mát ngữ cảnh
12:37
that comesđến from makingchế tạo biglớn datadữ liệu usablecó thể sử dụng,
257
745944
2098
mà để làm cho
dữ liệu lớn có thể dùng được,
12:40
and leverageđòn bẩy the besttốt
of humanNhân loại intelligenceSự thông minh.
258
748066
2181
và tối đa hóa trí tuệ con người.
12:42
And when you actuallythực ra integratetích hợp the two,
that's when things get really funvui vẻ,
259
750271
3552
Và khi bạn tích hợp hai loại đó lại,
lúc đó mọi thứ sẽ rất thú vị,
12:45
because then you're no longerlâu hơn
just workingđang làm việc with datadữ liệu
260
753847
2436
bởi vì bạn không còn chỉ
làm việc với dữ liệu
12:48
you've alreadyđã collectedthu thập.
261
756307
1196
mà bạn đã thu thập sẵn.
12:49
You get to alsocũng thế work with datadữ liệu
that hasn'tđã không been collectedthu thập.
262
757527
2737
Bạn sẽ cần làm việc với dữ liệu
mà chưa được thu thập.
12:52
You get to askhỏi questionscâu hỏi about why:
263
760288
1719
Bạn cần hỏi những câu tại sao:
12:54
Why is this happeningxảy ra?
264
762031
1317
Tại sao điều này xảy ra?
12:55
Now, when NetflixNetflix did this,
265
763778
1379
Khi Netflix làm điều này,
12:57
they unlockedmở khóa a wholetoàn thể newMới way
to transformbiến đổi theirhọ businesskinh doanh.
266
765181
3035
họ đã mở ra một con đường hoàn toàn mới
để thay đổi việc làm ăn.
13:01
NetflixNetflix is knownnổi tiếng for theirhọ really great
recommendationsự giới thiệu algorithmthuật toán,
267
769406
3956
Netflix được biết đến với
giải thuật khuyến nghị tuyệt vời của họ,
13:05
and they had this $1 milliontriệu prizegiải thưởng
for anyonebất kỳ ai who could improvecải tiến it.
268
773386
4797
và họ đã treo giải 1 triệu đô
cho ai có thể cải thiện nó.
13:10
And there were winnersngười chiến thắng.
269
778207
1314
Đây, những người đoạt giải.
13:12
But NetflixNetflix discoveredphát hiện ra
the improvementscải tiến were only incrementalgia tăng.
270
780255
4323
Nhưng Netflix khám phá ra rằng
sự cải tiến chỉ giúp tăng dần.
13:17
So to really find out what was going on,
271
785404
1964
Để tìm ra điều gì đang thực sự diễn ra,
13:19
they hiredthuê an ethnographernhà nhân chủng chí,
GrantGrant McCrackenMcCracken,
272
787392
3741
họ thuê một nhà nhân chủng học,
Grant McCracken,
13:23
to gathertụ họp thickdày datadữ liệu insightshiểu biết sâu sắc.
273
791157
1546
để tập hợp ý nghĩa dữ liệu dày.
13:24
And what he discoveredphát hiện ra was something
that they hadn'tđã không seenđã xem initiallyban đầu
274
792727
3924
Và ông ấy đã khám phá ra là có điều gì đó
mà họ đã không nhận thấy ngay từ đầu
13:28
in the quantitativeđịnh lượng datadữ liệu.
275
796675
1355
trong dữ liệu định lượng.
13:31
He discoveredphát hiện ra that people lovedyêu
to binge-watchmôn-watch.
276
799072
2728
Ông khám phá ra rằng
mọi người thích xem quá độ.
13:33
In factthực tế, people didn't even
feel guiltytội lỗi about it.
277
801824
2353
Nhưng người ta không cảm thấy
có lỗi về điều đó.
13:36
They enjoyedrất thích it.
278
804201
1255
Họ thưởng thức nó.
13:37
(LaughterTiếng cười)
279
805480
1026
(Cười)
13:38
So NetflixNetflix was like,
"Oh. This is a newMới insightcái nhìn sâu sắc."
280
806530
2356
Netflix tiếp nhận kiểu,
"Ồ, đây là cách nhìn mới."
13:40
So they wentđã đi to theirhọ datadữ liệu sciencekhoa học teamđội,
281
808910
1938
Và họ đã gặp đội
khoa học dữ liệu của họ,
13:42
and they were ablecó thể to scaletỉ lệ
this biglớn datadữ liệu insightcái nhìn sâu sắc
282
810872
2318
và họ có thể điều chỉnh
tỉ lệ ý nghĩa dữ liệu lớn
13:45
in with theirhọ quantitativeđịnh lượng datadữ liệu.
283
813214
2587
cùng với dữ liệu định lượng của họ.
13:47
And onceMột lần they verifiedxác minh it
and validatedxác nhận it,
284
815825
3170
Và khi đã xác minh và xác nhận nó,
13:51
NetflixNetflix decidedquyết định to do something
very simpleđơn giản but impactfultác động.
285
819019
4761
Netflix đã quyết định làm điều gì đó
rất đơn giản nhưng có ảnh hưởng lớn.
13:56
They said, insteadthay thế of offeringchào bán
the sametương tự showchỉ from differentkhác nhau genresthể loại
286
824834
6492
Họ nói, thay vì chào mời cùng chương trình
đến các giới tính khác nhau
14:03
or more of the differentkhác nhau showstrình diễn
from similargiống usersngười sử dụng,
287
831350
3888
hay tăng các chương trình khác nhau
đến cùng lớp người dùng,
14:07
we'lltốt just offerphục vụ more of the sametương tự showchỉ.
288
835262
2554
chúng tôi sẽ tăng chào mời
cùng loại chương trình.
14:09
We'llChúng tôi sẽ make it easierdễ dàng hơn
for you to binge-watchmôn-watch.
289
837840
2105
Chúng tôi sẽ giúp bạn xem quá độ
dễ dàng hơn.
14:11
And they didn't stop there.
290
839969
1486
Và họ không dừng ở đó.
14:13
They did all these things
291
841479
1474
Họ đã làm tất cả những điều đó
14:14
to redesignthiết kế lại theirhọ entiretoàn bộ
viewerngười xem experiencekinh nghiệm,
292
842977
2959
để thiết kế lại toàn bộ
trải nghiệm cho người xem,
14:17
to really encouragekhuyến khích binge-watchingmôn-xem..
293
845960
1758
để thực sự khuyến khích xem quá độ.
14:20
It's why people and friendsbạn bè disappearbiến mất
for wholetoàn thể weekendscuối tuần at a time,
294
848230
3241
Đó là lý do mọi người và bạn bè
biến mất cả cuối tuần cùng lúc,
14:23
catchingbắt kịp up on showstrình diễn
like "MasterThạc sĩ of NoneKhông có."
295
851495
2343
theo dõi các chương trình
như "Không thông thạo."
14:25
By integratingtích hợp biglớn datadữ liệu and thickdày datadữ liệu,
they not only improvedcải tiến theirhọ businesskinh doanh,
296
853862
4173
Việc tích hợp dữ liệu lớn và dữ liệu dày,
họ đã không chỉ cải thiện việc kinh doanh,
14:30
but they transformedbiến đổi how we consumetiêu dùng mediaphương tiện truyền thông.
297
858059
2812
nhưng họ còn thay đổi
cách chúng ta tiêu dùng truyền thông.
14:32
And now theirhọ stockscổ phiếu are projecteddự kiến
to doublegấp đôi in the nextkế tiếp fewvài yearsnăm.
298
860895
4552
Và giờ đây kho hàng của họ được dự báo
sẽ gấp đôi trong vài năm đến.
14:38
But this isn't just about
watchingxem more videosvideo
299
866280
3830
Nhưng đây không chỉ là
xem nhiều phim hơn
14:42
or sellingbán more smartphonesđiện thoại thông minh.
300
870134
1620
hay bán nhiều điện thoại hơn.
14:44
For some, integratingtích hợp thickdày datadữ liệu
insightshiểu biết sâu sắc into the algorithmthuật toán
301
872143
4050
Đối với một số người, tích hợp
ý nghĩa dữ liệu dày và giải thuật
14:48
could mean life or deathtử vong,
302
876217
2263
có ý nghĩa sống còn,
14:50
especiallyđặc biệt for the marginalizedthòi.
303
878504
2146
đặc biệt những người
bị gạt ra khỏi cuộc chơi.
14:53
All around the countryQuốc gia,
policecảnh sát departmentsphòng ban are usingsử dụng biglớn datadữ liệu
304
881738
3434
Trên khắp đất nước,
các sở cảnh sát đang sử dụng dữ liệu lớn
14:57
for predictivetiên đoán policinglập chính sách,
305
885196
1963
cho việc giữ trật tự có dự báo,
14:59
to setbộ bondliên kết amountslượng
and sentencingquyết định hình phạt recommendationskhuyến nghị
306
887183
3084
để thiết lập mức bảo lãnh
và các khuyến nghị hình phạt
15:02
in wayscách that reinforcecủng cố existinghiện tại biasessự thiên vị.
307
890291
3147
theo nhiều cách để củng cố lại
các thiên vị đang tồn tại.
15:06
NSA'sCủa NSA SkynetSkynet machinemáy móc learninghọc tập algorithmthuật toán
308
894296
2423
Máy giải thuật học của NSA's Skynet
15:08
has possiblycó thể aidedhỗ trợ in the deathsngười chết
of thousandshàng nghìn of civiliansdân thường in PakistanPakistan
309
896743
5444
có thể đã góp phần vào những cái chết
của hàng ngàn thường dân vô tội ở Pakistan
15:14
from misreadingmisreading cellulardi động devicethiết bị metadatasiêu dữ liệu.
310
902211
2721
vì đọc sai dữ liệu mô tả thiết bị di động.
15:19
As all of our livescuộc sống becometrở nên more automatedtự động,
311
907131
3403
Khi cuộc sống chúng ta
trở nên tự động hóa hơn,
15:22
from automobilesxe ô tô to healthSức khỏe insurancebảo hiểm
or to employmentviệc làm,
312
910558
3080
từ xe ô tô đến bảo hiểm y tế,
hay việc làm,
15:25
it is likelycó khả năng that all of us
313
913662
2350
có vẻ như rằng tất cả chúng ta
15:28
will be impactedảnh hưởng
by the quantificationđịnh lượng biassự thiên vị.
314
916036
2989
sẽ bị ảnh hưởng
bởi sự thiên vị định lượng.
15:32
Now, the good newsTin tức
is that we'vechúng tôi đã come a long way
315
920972
2621
Giờ đây, tin tốt là
chúng ta đã đi một chặng đường dài
15:35
from huffinghuffing ethyleneetylen gaskhí đốt
to make predictionsdự đoán.
316
923617
2450
từ hít phải khí Etylen
đến việc đưa ra các dự báo.
15:38
We have better toolscông cụ,
so let's just use them better.
317
926091
3070
Chúng ta có các công cụ tốt hơn,
nên hãy sử dụng chúng tốt hơn.
15:41
Let's integratetích hợp the biglớn datadữ liệu
with the thickdày datadữ liệu.
318
929185
2323
Ta hãy tích hợp dữ liệu lớn cùng
với dữ liệu dày.
15:43
Let's bringmang đến our templengôi đền guideshướng dẫn
with the oraclesOracles,
319
931532
2261
Hãy đem người hướng dẫn đền
đến với nhà tiên tri
15:45
and whetherliệu this work happensxảy ra
in companiescác công ty or nonprofitsnonprofits
320
933817
3376
và cho dù việc này xãy ra ở công ty
hay các tổ chức phi lợi nhuận
15:49
or governmentchính quyền or even in the softwarephần mềm,
321
937217
2469
hay chính phủ hay ngay cả trong phần mềm,
15:51
all of it mattersvấn đề,
322
939710
1792
tất cả chúng đều quan trọng,
15:53
because that meanscó nghĩa
we're collectivelychung committedcam kết
323
941526
3023
bởi vì nó có nghĩa
chúng ta đã cam kết một cách tập thể
15:56
to makingchế tạo better datadữ liệu,
324
944573
2191
để tạo ra dữ liệu tốt hơn,
15:58
better algorithmsthuật toán, better outputskết quả đầu ra
325
946788
1836
các giải thuật tốt hơn,
kết quả tốt hơn
16:00
and better decisionsquyết định.
326
948648
1643
và các quyết định tốt hơn.
16:02
This is how we'lltốt avoidtránh
missingmất tích that something.
327
950315
3558
Đây là cách chúng ta sẽ tránh bỏ lỡ
những thứ quan trọng đó.
16:07
(ApplauseVỗ tay)
328
955222
3948
(Vỗ tay)
Translated by Thuy Nguyen Thanh
Reviewed by Jessie Nguyễn

▲Back to top

ABOUT THE SPEAKER
Tricia Wang - Technology ethnographer
With 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.

More profile about the speaker
Tricia Wang | Speaker | TED.com