Barnaby Rich szindróma a 21. században

Hámori Balázs

Ünnepi konferencia Szabó Katalin 70. születésnapja alkalmából, 2014. november 5. ----------------------------------------------------------------------------------------------------------

Amiről ma szó lesz…

o Robbanásszerű adatfeldúsuláso Barnaby Rich szindróma o Az elmélet lemaradása o Big Data o Az információs szennyeződés mint externália o Az adatok természetének a változása o A közgazdasági kutatások új perspektívái o Big Data elemzések a gyakorlatban o A Big Data Magyarországon

Adatförgetego 2012- re 20 (!) tipikus – széles sávú internettel

ellátott – háztartás több információ-forgalmat generál, mint amennyi 2008-ban az egész interneten átfolyt.

o 2010 végére egy fél zettabyte-nyi adat ment át az interneten, ami körülbelül akkora információ-mennyiségnek felel meg, mint amennyit egy 36 milliárd mérföld hosszú (ez a Föld és a Pluto távolságának a tízszerese) könyvespolc tartalmaz.

o Minden öt percben (!) akkora digitális adatförgeteget generálunk, amely egyenértékű az amerikai Kongresszusi Könyvtárban tárolt információmennyiséggel

1 zettabyte a számítógépes adattárolás egysége 1 sextillion bytes (10007 vagy 1021)

Forrás: Https://www.cisco.com/web/about/ac79/docs/pov/Data_Explosion_IBSG.pdf

Barnaby Rich szindróma

o A 17. században élt ír katonaorvosról Barnaby Rich-szindrómának nevezték el a szüntelen panaszkodást az irodalom túlcsordulása, exponenciális szaporodása, mértéktelen burjánzása miatt. Mit szólna Barnaby Rich a mai állapotokhoz?

o A publikációk csak a jéghegy csúcsát jelentik, és eltörpülnek az elképzelhetetlen méretű adattermelés mellett

o Az University of San Diego egy tanulmánya szerint az átlag amerikai napi 11,8 (!) órát tölt információ-fogyasztással, ez alatt napi 34 gigabyte információt fogyaszt.

2000-ben becslések szerint a világ teljes információ mennyiségének a negyedét tárolták digitálisan, ma ez az arány 98 %2005-től kezdve a jelenség Big Data néven vonult be a köztudatba

Az USA 17 ágazatából 15-ben aVállalatok egyenként több adatot tárolnak átlagosan, mint a Kongresszusi Könyvtár

Információs szennyeződés mint externáliao Az információtermelő folyamatok

káros mellékhatása a kéretlen reklámanyagoktól a spameken keresztül a gépeket megtámadó férgekig és vírusokig.

o A felesleges információk eltömítik az információs csatornákat, megnehezítik a keresést, ezáltal kárt okoznak mind az információtermelőknek, mind az információfogyasztóknak

o A szennyeződésnek ez a formája láthatatlan, additív, destruktív, hosszú távú hatású, a jog által is védelmezett, rejtett költségei vannak és visszafordíthatatlan, a szennyezők nehezen megfoghatók

o Ezek negatív externális hatást fejtenek ki.

Az elmélet lemaradása

oAz információ közgazdaságtana sokáig szinte egyáltalán nem foglalkozott az információs túlterheléssel. Sokkal inkább a hiányos információk kötötték le a közgazdászok figyelmét (aszimmetrikus információk, bizonytalanság, stb.)

oNem az információ, hanem az észleléséhez, feldolgozásához, megemésztéséhez szükséges figyelem szűkös.

oEbből viszont következik, hogy e szűkös jószágot, a figyelmet hatékonyan kell allokálni a különféle felhasználási lehetőségek között.

oAz allokációs problémát azonban csak akkor lehet jól megoldani, ha megtaláljuk a szűkös erőforrás mérésére szolgáló eszközöket (Simon, 1982, p. 151.)

oEz az idő

Big Data

oMcKinsey Global Institute (2011) a Big Datára olyan adategyüttesként hivatkozik, „amelynek a mérete túlnyúlik a tipikus adatbázis-kezelő szoftverek rögzítési, raktározási, menedzselési és analizálási képességén”.

o„Az adattömeg túl nagy, túl gyorsan mozog, vagy nem illeszkedik az adatbázis architektúrájához.”

(Edd Dumbill, 2012)

Az adatok természetének változása a Big Data korszakban

o Ezek ráadásul valós időben és torzításmentesen állnak rendelkezésre, amelyek a korábbi -- felmérésekkel beszerzett -- adatokról egyáltalán nem volt elmondható

o Lehetővé teszi a kutatók számára hogy nyomon kövessék a különböző gazdaságpolitikai intézkedések és intézményi változások következményeit

o Negatív konnotáció helyett inkább pozitív jelenségként tekinthetünk rá, mert ami kezelhetetlen vagy strukturálatlan egy adott időpontban valamivel később a számítás-technikának köszönhetően már kezelhető lehet

o Korábban elérhetetlen vagy nehezen megfigyelhető, ám gazdasági szempontból fontos adatok néhány klikkeléssel beszerezhetők (emberek helyváltoztatása, kapcsolathálójuk, stb.)

o Néhány évvel ezelőtt az üzletek csak a napi forgalomról összesítve gyűjthettek adatokat, jó esetben termékek , illetve termékkategóriák szerint. Ma a pénztárgépek lehetővé teszik, hogy egyénenként rögzíthessék a vásárlásokat, nyomon kövessék a vevőtörténetet, vagyis hosszú távon megfigyelhessék az individuális vevő megatartását és annak a trendjeit, ajánlataikat, illetve promóciós tevékenységüket feltételezett vevőcsoportok helyett az egyes egyénekhez igazítsák.

o A kutatók számára ezek adatok valóságos aranybányát jelentenek, különösen ha összekötik őket a demográfiai adatokkal, a közösségi médián keresztül nyomon követhető aktivitással vagy a hiteltörténettel. (V.ö. Einav&Levin, NBER, 2014)

o Nincs szükség feltételezésekre a reprezentatív fogyasztóról, szélsőséges leegyszerűsítésekre a modellépítéskor, közvetlenül és teljeskörűen megfigyelhető a valóság. Ez egészen új megvilágításba helyezi a közgazdasági kutatások és a valóság viszonyát, amely eddig talán a legkritikusabb pontja volt tudományágunknak

Új perspektívák a közgazdasági kutatások előtt: teljes körű megfigyelés

Big Data Big ThinkingoA kutatók predikcióra is

alkalmas összefüggést találtak a Wikipedia pénzügyi témájú keresései és a Wall Street nagy zuhanásai között. oMivel az emberek

kockázatkerülők, főként az eladások előtt keresgéltek a Wikipédián, ezért a keresések megugró száma előre vetítette a krachot.

oA nagy tömegű adat pénzügyi célú feldolgozására egy egészen új tudományterület, az ökonofizika épült.

Gingras, Y. - Schinckus, C. (2012): The Institutionalization of Econophysics in the Shadow of Physics, Journal of the History of Economic Thought, Volume 34, Number 1, March 2012

A Big Data előnyei a közgazdasági kutatások szempontjából o Meglévő adatok használhatók, amelyek

olcsóbak az originális adatok létrehozásánál (például felmérésekkel)

o Amennyiben automatikusan keletkeznek (például klikkeléssel, vagy egy vásárlás tételeinek a beütésével) többnyire torzításmentesek, szemben a lekérdezéssel nyert adatokkal

o Megragadhatók olyan események és jelenségek is, amelyek relatíve ritkák, a nagy adattömegben azonban következtetések levonására is alkalmas számban fordulnak elő

o Kombinálhatók egymással és a tradicionális módon nyert adatokkal

o A nagy adattömeg megbízhatóbb, mint a korlátozott körben gyűjtött adathalom

Kihívások a Big Data kutatási célú felhasználásakor

oAdatbázisokhoz való hozzáférés, a megismételhetőség nehézségei

oSpeciális szaktudásra van szükség a nagy adatbázisok elemzéshez (A Gartner szerint 2015-ig világszerte 4,4 millió munkahelyet kell majd betölteni a "big data", elemzésében jártas szakemberekkel.)

oZajos adatok, a zajok kiszűrése nem egyszerű (Cho & Judge, 2013) oHamis kapcsolatok kimutatása

Mire használják a Big Data elemzéseket a gyakorlatban?• A Google 2009-ben hatékonyan

jelezte előre a sertésinfluenza vírus terjedését, anélkül, hogy egyetlen orvosi vizsgálatot is végeztek volna. A keresőmotor, amely naponta mintegy 3 milliárd keresési kérést dolgoz fel, 450 millió modellt értékelt, amelyek a sertésinfluenzával kapcsolatos 50 millió legnépszerűbb keresőszó kombinációján alapultak, és felépített egy 45 keresőszóból álló modellt, amely tényleg jól teljesített a sertésinfluenza előrejelzésében.

• Rolls Royce a jet-motorok néhány tucat szenzora által továbbított adatokat gyűjtött. Ezek a kereskedelmi járatok minden egyes útján detektálták az alkatrészeket, hogy ennek alapján előre jelezze azt, mikor megy valószínűen tönkre egy alkatrész, és kicserélje azt, mielőtt az valóban felmondta volna a szolgálatot. Az utasoknak ez nagyobb biztonságot, a légitársaságoknak kevesebb meghibásodást jelentett, és ennek alapján a Rolls Royce sokkal előnyösebb karbantartási szerződéseket tudott ajánlani.

További példákoAz energiaszektorban új

lehetőségeket nyit meg az okos mérők elterjedése és a adataik részletes elemzése

oBérszámfejtésre kb. 500.000 vállalat használ az USA-ban ADP (Automatic Data Processing) szoftvert

oAz ADP kutatóintézete együttműködve Moody’s Analitics-szel havi jelentést ad a foglalkoztatásról. Az adatok ennek az 500.000 vállalatnak az automatikus bérszámfejtő szoftver-adataiból származnak

oAz állam is felismerte az adatelemzésben rejlő lehetőségeket, jó példa erre az online pénztárgépek bevezetése és a belőlük nyert adatok kockázatalapú elemzése. 

A Big Data Magyarországono Az MTA Wigner Fizikai

Kutatóközpont a magyarországi Big Data kutatásokban érdekelt tudományos közösségeknek szervezett konferenciát 2013 szeptemberében

o A konferencián a Microsoft munkatársa elmondta: ők a közösségi hálón történteket elemzik. Hangulatokra, trendekre, véleményvezérekre kíváncsiak, az eredményeket aztán a marketingkampányokban szeretnék felhasználni.

o Az üzleti élet és a munkaerőpiac várható változásaira készülve indít közös mesterképzést a CEU és az IBM. A „Big Data szakra" közgazdászokat, szociológusokat várnak és olyan diplomásokat, akik az adathasznosítás legújabb módszereivel szeretnének mélyebben megismerkedni.

o Radoop egy három évvel ezelőtt alakult magyar startup. A hazai kutatókból és fejlesztőkből álló csapat olyan megoldást hozott létre, amely programozói háttértudás nélkül alkalmas nagymennyiségű adat elemzésére.

o A „felhasználóbarát alkalmazás a nemzetközi érdeklődést váltott ki, ennek tudható be, hogy RapidMiner felvásárolta

o Radoop-ból a RapidMiner Big Data feldolgozásával foglalkozó részlegét alakítják majd ki. RapidMiner Magyarországra hozza teljes Big Data fejlesztési üzletágát

Néhány konklúzió

o Új adatforrások - új lehetőségek a tudományos kutatásbano A Big Data

már ma is stratégiai kérdés és egyre inkább azzá válik mind a vállalkozások, mind a gazdaságpolitikusok számára;

informatikai beruházásokat követel; a képzés módosítását, kiegészítését igényli egy sor szakmában (például informatika, statisztika, döntéselmélet, vezetés és szervezés, marketing, közgazdaságtan, pénz- bank- és tőzsde ügyek, meteorológia, fizika, földrengések kutatása, stb.)

o Adatbiztonsági kérdések sorát veti fel