{"id":3502,"date":"2017-12-20T14:42:39","date_gmt":"2017-12-20T13:42:39","guid":{"rendered":"http:\/\/blogit.itu.dk\/ethos\/?p=3502"},"modified":"2018-02-28T15:03:32","modified_gmt":"2018-02-28T14:03:32","slug":"rig-data-en-fortolkende-tilgang-giver-data-vaerdi","status":"publish","type":"post","link":"https:\/\/blogit.itu.dk\/ethoslab\/2017\/12\/20\/rig-data-en-fortolkende-tilgang-giver-data-vaerdi\/","title":{"rendered":"Visionary Management of the Data-driven Organisation"},"content":{"rendered":"

The spring course (in Danish) for professionals entitled ‘Visionary Management of the Data-Driven Organisation’<\/a> is now open for applicants until the 23rd March. <\/strong>The course is run by ETHOS Lab researchers Brit Ross Winthereik, Michael Hockenhull and Bastian J\u00f8rgensen with guest lectures by Head of Lab Marisa Cohn and Assistant Professor Pedro Ferreira.  <\/p>\n

The following Danish blog post, written by course managers Professor Brit Ross Winthereik and PhD fellow Michael Hockenhull, presents one of the course themes: the need for ‘thick data’ to supplement big data in data-driven organisations. It also discusses how we may translate the concept of \u2018thick\u2019 data into a meaningful Danish vocabulary in the context of innovation.<\/em><\/p>\n

\n

RIG DATA – en fortolkende tilgang giver data v\u00e6rdi<\/strong><\/h2>\n

I dette blogindl\u00e6g specificerer vi et begreb, som er udviklet i en amerikansk kontekst. P\u00e5 den m\u00e5de bliver det nemmere at gennemskue mulighederne s\u00e5vel som udfordringerne ved at benytte big data i forbindelse med skabelsen af v\u00e6kst og innovation.<\/p>\n

I 2013 skrev den amerikanske etnograf, Tricia Wang, et blogindl\u00e6g med titlen “Big Data needs Thick Data”<\/a>. Dette indl\u00e6g lancerede ideen om, at big data ikke kan st\u00e5 alene, men har brug for en anden og rigere slags data. Wang argumenterede i posten for, at der i big data tidsalderen er brug for etnografer og kvalitativt dataarbejde mere end nogensinde f\u00f8r. Big data, mente Wang, kan ikke st\u00e5 alene. For mens big data benytter sig af en stor pr\u00f8vest\u00f8rrelse (stort \u201cN\u201d som det udtrykkes i statistiske kredse), s\u00e5 risikerer man at g\u00e5 glip af vigtige indsigter, hvis man stoler blind p\u00e5 \u201cde store tals kraft\u201d<\/a>. Kvalitativt arbejde, s\u00e5som etnografi, forlader sig p\u00e5 mindre pr\u00f8vest\u00f8rrelser. Den form\u00e5r til geng\u00e6ld at se m\u00f8nstre som maskiner tit overser, men den menneskelige sans for mening kan spotte. Disse m\u00f8nstre udtrykker etnografen i optegnelser og vignetter fra sit feltarbejde. Til sammen udg\u00f8r disse det kvalitative arbejdes data, resultater og indsigter. Der var uden tvivl klangbund i Wangs argumenter, for indl\u00e6gget blev citeret og spredt vidt, ikke kun i antropologiske kredse men ogs\u00e5 af datafolk.<\/p>\n

Senere har Wang b\u00e5de lavet en TED Talk<\/a> p\u00e5 baggrund af posten, udgivet en relanceret version i 2016<\/a>, der tilf\u00f8jer flere detaljer og er stadig aktiv som kvalitativ \u201cdata scientist\u201d – her optr\u00e6der hun for eksempel til et event hos IBM med titlen \u201cData Science for All\u201d<\/a> – \u201cDatavidenskab for alle\u201d.<\/p>\n

P\u00e5 engelsk bruger Tricia Wang udtrykket \u2018thick data\u2019 til at beskrive den type data som etnografi producerer og som, if\u00f8lge hende, er en n\u00f8dvendig pendant til big data. Men hvordan skal man overs\u00e6tte \u2018thick data\u2019 til dansk? Tyk data lyder ikke som et s\u00e6rligt appellerende udtryk, selvom det er den mest ligetil overs\u00e6ttelse. Wang v\u00e6lger blandt andet at bruge udtrykket \u2018thick\u2019 som en reference til antropologen Clifford Geertz, der karakteriserede etnografien ved at den leverer \u201dthick descriptions\u201d, eller \u2019tykke\u2019 beskrivelser. Den \u2018tykke\u2019 karakter af disse beskrivelser best\u00e5r i, at det er grundige optegnelser, der indfanger sm\u00e5 detaljer samt sociale og kulturelle meninger. Det er alts\u00e5 ikke blotte beskrivelser af hvad der sker i en given situation, men ogs\u00e5 en forst\u00e5else og fortolkning af hvorfor tingene sker og hvilken betydning det har, at de sker p\u00e5 den eller den m\u00e5de.<\/p>\n

Det er alts\u00e5 rigdommen i de indsigter man kan opn\u00e5 med de s\u00e5kaldt \u2019tykke data\u2019, som er v\u00e6sentlig her. Beskrivelser i tekst er en slags rige data, fordi de kan fortolkes p\u00e5 mange m\u00e5der af forskellige l\u00e6sere. Rige data er s\u00e5ledes rige p\u00e5 samme m\u00e5de som en muldjord kan siges at v\u00e6re rig p\u00e5 n\u00e6ringsstoffer: de kan f\u00e5 ting til at gro. Hvor big data ofte sammenlignes med et r\u00e5stof som olie<\/a>, peger udtrykket rige data p\u00e5 det (fortolknings)arbejde, der skal til for, at nye indsigter, markeder eller services kan gro i data. Men fortolkninger af big data, som ikke pr\u00e6senteres i tekst alene, men i kombinationer af tal, grafer og tekst, kan faktisk ogs\u00e5 g\u00f8res \u2019rige\u2019. Fortolkninger l\u00e6gger nemlig lag af social og kulturel mening ovenp\u00e5 data visualiseringer. Dermed synligg\u00f8res sammenh\u00e6nge og betydninger, der ofte vil v\u00e6re skjult bag m\u00e5den big data pr\u00e6senteres p\u00e5, fordi visualiseringerne fokuserer p\u00e5 hvor ofte forekommende et f\u00e6nomen er eller forlader sig p\u00e5 standardiserede og maskindrevne analyser. En antropolog er tr\u00e6net i at beskrive kulturel betydning i det felt han eller hun bev\u00e6ger sig i. Men med den rette tr\u00e6ning kan de fleste l\u00e6re at tolke datavisualiseringer p\u00e5 m\u00e5der, der tager hensyn til andre forhold end dem visualiseringen l\u00e6gger op til \u2013 og dermed berige dem.<\/p>\n

Det vi gerne vil g\u00f8re opm\u00e6rksom p\u00e5 er, at det ikke kun er de data, der st\u00e5r i databaser, data-s\u00f8er<\/a> eller regneark, som skal regnes for noget, n\u00e5r der skal innoveres eller optimeres. Etnografien og den kvalitative, humanistiske ekspertise har meget at byde p\u00e5 n\u00e5r der skal tr\u00e6ffes beslutninger. Den har indsigt i og kan generere den rige data, som ikke let kan s\u00e6ttes p\u00e5 formel. Netop fordi den ikke kan formaliseres er den viden m\u00e5ske ogs\u00e5 den mest essentielle, selvom den kan v\u00e6re let at overse.<\/p>\n

Skrevet af Michael Hockenhull<\/a>, PhD Fellow og Brit Ross Winthereik<\/a>, Lektor<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"

The spring course (in Danish) for professionals entitled ‘Visionary Management of the Data-Driven Organisation’ is now open for applicants until the 23rd March. The course is run by ETHOS Lab researchers Brit Ross […]<\/p>\n","protected":false},"author":43,"featured_media":3543,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_et_pb_use_builder":"","_et_pb_old_content":"","ngg_post_thumbnail":0,"jetpack_post_was_ever_published":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":true,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2}},"categories":[1,17,19,51],"tags":[35,143,144,142,141,146,145],"class_list":["post-3502","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news","category-research","category-services","category-blog","tag-big-data","tag-etnografi","tag-kvalitative-metoder","tag-rig-data","tag-thick-data","tag-tricia-wang","tag-vaerdi"],"jetpack_publicize_connections":[],"jetpack_featured_media_url":"https:\/\/i0.wp.com\/blogit.itu.dk\/ethoslab\/wp-content\/uploads\/sites\/92\/2017\/12\/Rig-data-%E2%80%93-en-fortolkende-tilgang-giver-data-v%C3%A6rdi.jpg?fit=9840%2C3210&ssl=1","jetpack_sharing_enabled":true,"jetpack-related-posts":[],"_links":{"self":[{"href":"https:\/\/blogit.itu.dk\/ethoslab\/wp-json\/wp\/v2\/posts\/3502","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blogit.itu.dk\/ethoslab\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blogit.itu.dk\/ethoslab\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blogit.itu.dk\/ethoslab\/wp-json\/wp\/v2\/users\/43"}],"replies":[{"embeddable":true,"href":"https:\/\/blogit.itu.dk\/ethoslab\/wp-json\/wp\/v2\/comments?post=3502"}],"version-history":[{"count":14,"href":"https:\/\/blogit.itu.dk\/ethoslab\/wp-json\/wp\/v2\/posts\/3502\/revisions"}],"predecessor-version":[{"id":3547,"href":"https:\/\/blogit.itu.dk\/ethoslab\/wp-json\/wp\/v2\/posts\/3502\/revisions\/3547"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blogit.itu.dk\/ethoslab\/wp-json\/wp\/v2\/media\/3543"}],"wp:attachment":[{"href":"https:\/\/blogit.itu.dk\/ethoslab\/wp-json\/wp\/v2\/media?parent=3502"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blogit.itu.dk\/ethoslab\/wp-json\/wp\/v2\/categories?post=3502"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blogit.itu.dk\/ethoslab\/wp-json\/wp\/v2\/tags?post=3502"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}