Big Data, Gran Engaño: Un pequeño libro sobre un gran montón de tonterías

Ahorrar $0.60

Precio:
Precio de venta$11.95 Precio habitual$12.55

Descripción

Big Data, Big Dupe es un pequeño libro sobre un gran montón de tonterías. La historia de David y Goliat nos inspira a esperar que algo pequeño, cuando está armado con la verdad, pueda derribar algo grande que es una mentira. Esta es la esperanza del autor. Si bien otros han escrito sobre los peligros del Big Data, Stephen Few revela el engaño que desmiente su naturaleza ilusoria. Si "los datos son el nuevo petróleo", el Big Data es el nuevo aceite de serpiente. No es real. Es una campaña de marketing que nos ha distraído durante años del trabajo real e importante de derivar valor de los datos.

Autor: Stephen Few
Editorial: Analytics Press
Publicado: 01/02/2018
Páginas: 96
Tipo de encuadernación: Tapa blanda
Peso: 0.50lbs
Tamaño: 8.90h x 6.00w x 0.40d
ISBN13: 9781938377105
ISBN10: 1938377109
Categorías BISAC:
- Informática | Tecnologías de la Información

Sobre el autor
Stephen Few es el fundador de la consultora de TI Perceptual Edge. Con 35 años de experiencia en el campo, alberga una ardiente relación de amor/odio con la TI. El mundo está inundado de demasiados productos de TI innecesarios y mal diseñados. La gran promesa de la TI está siendo socavada por una industria irresponsable y profesionales poco cualificados. Él aboga por una revolución en la TI más reflexiva, ética, centrada en el ser humano, basada en habilidades y orientada al diseño para reducir el desperdicio, prevenir más daños y ponernos de una vez por todas en el camino hacia una "era de la información" digna de ese nombre. Habla, enseña y consulta en todo el mundo y escribe el boletín trimestral Visual Business Intelligence Newsletter. También es autor de otros cuatro libros: Show Me the Numbers: Designing Tables and Graphs to Enlighten, Information Dashboard Design: Displaying Data for At-a-Glance Monitoring, Now You See It: Simple Visualization Techniques for Quantitative Analysis y Signal: Understanding What Matters in a World of Noise.