marcomm

Dalam beberapa tahun terakhir, big data memainkan peran penting dalam dunia digital. Retorika saat ini adalah tentang big data. Dalam konteks kedalaman, orang pun menoleh pada data kecil (small data). Gagasan ini muncul sebagai reaksi terhadap data besar.

Hari-hari ini, perkembangan teknologi telah mengubah perilaku banyak orang. Prediksi e-Marketer memberikan gambaran, pengguna aktif smartphone di Indonesia tumbuh dari 55 juta orang pada 2015 menjadi 100 juta orang pada 2018. Sementara itu pengguna telepon seluler (ponsel) mencapai 371,4 juta pengguna atau 142 persen dari total populasi sebanyak 262 juta jiwa.

Fenomena ini sangat berbeda dari sepuluh atau dua puluh tahun yang lalu. Saat ini, karena makin telepon seluler berinteraksi satu sama-lain, dengan data sekunder, dan sebagainya, terdapat sejumlah besar informasi yang dihasilkan oleh individu. Ketika skala data meningkat dalam tingkat yang luar biasa, muncullah istilah big data.

Pada tahun 2011, pengguna aktif Facebook menghabiskan lebih dari 9,3 miliar jam per bulan (Manyika dkk. 2011). Pada tahun 2012 dilaporkan bahwa Facebook memproses 2,5 miliar keping konten (tautan, foto, berita, dan sebagainya) dan 500 terabyte data, 2,7 miliar 'Suka' dan 300 juta upload foto per hari (Constine 2012).

Pada 2012 Walmart menghasilkan lebih dari 2,5 petabyte data yang berkaitan dengan lebih dari 1 juta transaksi dari pelanggan yang masuk setiap jam. Data ini sangat berbeda dengan kecil tradisional data, yang sangat cepat dan terus menerus, indeksikal, relasional dan skalabel.

Dalam beberapa tahun terakhir, big data memainkan peran penting dalam dunia digital. Retorika saat ini adalah tentang big data. Sangat mudah untuk menyimpulkan bahwa big data menarik karena data pada skala yang lebih kecil tidak menarik, tidak penting, atau kemampuannya dalam memberikan kontribusi pada pemecahan masalah.

Bila gagasan itu diterima konsep big data melibatkan hubungan antara seperangkat data, kompleksitas hubungan, tingkat perubahan data, dan kapasitas teknologi untuk memprosesnya secara tepat waktu. Ini memberikan gambaran bahwa sejatinya big data dan teknologi big data, memberikan peluang baru untuk menciptakan nilai dari data pada skala dan kedalaman dan skala yang belum pernah terjadi sebelumnya (Lazer et al. 2009).

Dalam konteks kedalaman, orang pun menoleh pada data kecil (small data). Gagasan ini muncul sebagai reaksi terhadap data besar. Gagasan utama adalah bahwa nilai yang dihasilkan dari data mungkin, dalam banyak kasus, bergantung pada sifat data, bukan dari ukurannya. Ukuran itu sendiri tidak masalah - yang penting adalah memiliki data, berapa pun ukurannya. Data itulah membantu memecahkan masalah atau menjawab pertanyaan yang ada (Pollock, 2013).

Ada dua argumen lain yang mendukung data kecil. Salah satunya adalah data kecil lebih sederhana dan lebih cocok untuk masalah individu sehari-hari. Argumen kedua adalah bahwa data kecil adalah isi, jawaban dan penjelasan yang sangat akurat. Ada banyak aplikasi yang bisa digunakan untuk menghitung jarak saat seseorang sedang berlari.

Mereka mengumpulkan kecepatan, mencatat jarak dan jangkauan, kemudian mereka dapat menghasilkan laporan yang berharga termasuk kecepatan rata-rata pelari tersebut, jarak total, kalori, dan kecepatan per mil. Seseorang dapat mengevaluasi dirinya dengan data historis. Semua data dikumpulkan dengan sengaja sehingga tidak ada data yang tidak perlu. Data dikumpulkan dan diterapkan kembali ke individu sehingga juga dapat disebut sebagai data yang disesuaikan.

Data kecil dihasilkan dengan cara terkontrol secara ketat dan menggunakan teknik sampling yang membatasi ruang lingkup, temporalitas, ukuran dan variasi, dan yang mencoba untuk menangkap dan menentukan tingkat kesalahan, bias, ketidakpastian, dan asal mereka (Miller 2010). Data kecil ditandai dengan volume mereka yang umumnya terbatas, pengumpulan tidak berkelanjutan, variasi yang sempit, dan biasanya dihasilkan untuk menjawab pertanyaan spesifik.