Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

NMI15 Soňa Príborská – (Jaký) má sběr dat o sobě smysl?

453 views

Published on

Prezentace ze čtvrtého ročníku konference New Media Inspiration (http://nminspiration.cz), který se konal 21. 2. 2015 v hlavní budově FF UK pod vedením @petrkou, @simindr a @josefslerka.

Sbírat o sobě data je nejen čím dál snazší, ale také čím dál dostupnější. Trh nás zavaluje všerůznými wereables, pro smartphony existuje nepřeberné množství aplikací. Stačí si jen vybrat, co chceme měřit a začít. Ale co s nimi potom? Většina uživatelů se bohuže spokojí s tím, že data má. Pochlubí se, pokýve nad nimi hlavou. Není to ale málo? Nabízí se spousta možností, co s naměřenými daty dělat, a komunita Quantified self ukazuje, že výsledky mohou být opravdu zajímavé. Data mohou dávat smysl, pokud jim ho sami dáme. Dokonce se dá říci, že mají právě takový smysl, jaký jim dáme. Není právě tady zakopaný pes? Skutečně jsou vlastní nasbíraná data kvantifikovaným odrazem reality – a má tudíž smysl se jejich sběrem a analýzou zabývat? Podívejme se pravdě do očí.

Published in: Technology
  • Be the first to comment

  • Be the first to like this

NMI15 Soňa Príborská – (Jaký) má sběr dat o sobě smysl?

  1. 1. (JAKÝ) MÁ SBĚR DAT O SOBĚ SMYSL? SOŇA PRÍBORSKÁ @JUSTXSI 21. 2. 2015
  2. 2. Quantified self tvrdí, že data nám mohou pomoci odpovědět na otázky, které jsme si o sobě zatím nepoložili… … Ale kdy tedy ty odpovědi (a otázky) přijdou? Čím víc dat, tím víc sebepoznání a sebereflexe bohužel neplatí :-(
  3. 3. Mít data o sobě je fajn, ale… Pokud s nimi nijak nepracujeme, můžeme se pochválit, pochlubit nebo poměřovat s ostatními, ale nic víc nám nepřinesou ↑ Není to trochu málo? Ideální je mít představu, jak chci s daty pracovat a umět to (tak nějak něco v Excelu nakonec může docela stačit) Jenže!
  4. 4. “You can't tell if a book is any good by the number of words it contains, even though it's quite easy and direct to measure this.” – Seth Godin
  5. 5. Největší a nejzásadnější otázka při práci s daty (jakýmikoliv) PROČ Proč data sbírám? Proč je analyzuji? Mám nějaký cíl? Mají mi v něčem pomoci? Chci něco konkrétního zjistit? Hledám souvislosti mezi více druhy dat? …
  6. 6. Jenže!
  7. 7. Tři různé aplikace, jeden den
  8. 8. Jak moc svým aplikacím věříte? Accuracy of Smartphone Applications and Wearable Devices for Tracking Physical Activity Data (JAMA. 2015;313(6):625-626. doi:10.1001/jama.2014.17841) tvrdí, že neexistují významné rozdíly mezi mobilními aplikacemi a wereables, které měří kroky Testováno na trase měřící 500 a 1500 kroků Rozporoval to asi každý, kdo kdy zkoušel měřit kroky :-)
  9. 9. A ve stejném čase na stejném místě… X
  10. 10. Stále platí, že: Data is good, but understanding is better. – Travis Bogard, vice president of product management and strategy at Jawbone
  11. 11. Je ale důležité naučit se nejen chápat data, ale také chápat to, co samotné aplikace nechápou (a umět si tak vysvětlit ten neskutečný nepořádek, který vám v datech občas napáchají) Což možná povede zpět k fázi “pokývat hlavou a pochlubit se”… … To ale nakonec nemusí být nutně špatně… Protože data mají právě takový smysl, jaký jim dáme
  12. 12. Životní moudro na závěr Data nejsou pravda, ale práce s nimi může být hledání pravdy. Cestou můžeme pochopit víc než v cíli, kterého nakonec ani nemusíme úspěšně dosáhnout. Nebo nepotřebujeme.
  13. 13. Otázky? POKUD SE STYDÍTE ZEPTAT NAHLAS NEBO VÁS NĚCO NAPADNE POZDĚJI: facebook.com/priborska.sona cz.linkedin.com/in/priborska @justxsi priborska@rect.muni.cz

×