Pernahkah Anda melihat salah satu video di Facebook yang menampilkan “kilas balik” postingan, suka, atau gambar—seperti yang mungkin Anda lihat di hari ulang tahun Anda atau saat peringatan berteman dengan seseorang? Jika demikian, Anda telah melihat contoh bagaimana Facebook menggunakan Big Data. Sebuah laporan dari McKinsey & Co. menyatakan bahwa pada tahun 2009, perusahaan dengan lebih dari 1.000 karyawan telah memiliki lebih dari 200 terabyte data kehidupan pelanggan mereka yang tersimpan. Pertimbangkan untuk menambahkan jumlah data yang tersimpan yang mengejutkan ke pertumbuhan cepat data yang disediakan untuk platform media sosial sejak saat itu. Ada triliunan tweet, miliaran suka Facebook, dan situs media sosial lainnya seperti Snapchat, Instagram, dan Pinterest hanya menambah banjir data media sosial ini. Media sosial mempercepat inovasi, mendorong penghematan biaya, dan memperkuat merek melalui kolaborasi massal. Di setiap industri, perusahaan menggunakan platform media sosial untuk memasarkan dan meningkatkan layanan dan produk mereka, serta memantau apa yang dikatakan audiens tentang merek mereka. Konvergensi media sosial dan data besar melahirkan tingkat teknologi yang sama sekali baru. Konteks Facebook Menganalisis Suka: Sebuah studi baru-baru ini yang dilakukan menunjukkan bahwa memprediksi data secara akurat tentang berbagai atribut pribadi yang sangat sensitif dapat dilakukan hanya dengan menganalisis Suka Facebook pengguna. Pekerjaan yang dilakukan oleh para peneliti di Cambridge University dan Microsoft Research menunjukkan bagaimana pola Suka Facebook dapat dengan sangat akurat memprediksi orientasi seksual Anda, kepuasan hidup, kecerdasan, stabilitas emosional, agama, penggunaan alkohol dan penggunaan narkoba, status hubungan, usia, jenis kelamin, ras , dan pandangan politik—di antara banyak lainnya. Kepala analitik Facebook Inc. Ken Rudin mengatakan, “Big Data sangat penting bagi keberadaan perusahaan.” Dia melanjutkan dengan mengatakan bahwa, “Facebook bergantung pada instalasi besar Hadoop, kerangka kerja sumber terbuka yang sangat skalabel yang menggunakan cluster server berbiaya rendah untuk memecahkan masalah. Facebook bahkan mendesain perangkat kerasnya untuk tujuan ini. Hadoop hanyalah salah satu dari banyak teknologi Big Data yang digunakan di Facebook.” ContohBerikut adalah beberapa contoh yang menunjukkan bagaimana Facebook menggunakan Big Data-nya. Contoh 1: Kilas BalikUntuk menghormati hari jadinya yang ke-10, Facebook menawarkan kepada para penggunanya pilihan untuk melihat dan berbagi video yang melacak jalannya aktivitas jejaring sosial mereka dari tanggal pendaftaran hingga saat ini. Disebut "Flashback", video ini adalah kumpulan foto dan postingan yang menerima komentar dan suka terbanyak dan disetel ke musik latar nostalgia. Video lain telah dibuat sejak saat itu, termasuk yang dapat Anda lihat dan bagikan dalam merayakan "Friendversary," peringatan dua orang menjadi teman di Facebook. Anda juga akan dapat melihat video khusus pada hari ulang tahun Anda. Contoh 2: Saya MemilihFacebook berhasil mengikat aktivitas politik dengan keterlibatan pengguna ketika mereka keluar dengan eksperimen sosial dengan membuat stiker yang memungkinkan penggunanya untuk menyatakan "Saya Memilih" di profil mereka. Eksperimen ini berjalan selama pemilihan paruh waktu 2010 dan tampaknya bermanfaat. Pengguna yang memperhatikan tombol tersebut cenderung memilih dan bersikap vokal tentang perilaku memilih begitu mereka melihat teman-teman mereka berpartisipasi di dalamnya. Dari total 61 juta pengguna, kemudian, 20% pengguna yang melihat teman mereka memilih, juga mengklik stiker. Unit ilmu data di Facebook telah mengklaim bahwa dengan kombinasi stiker mereka yang memotivasi hampir 60.000 pemilih secara langsung, dan penularan sosial, yang mendorong 280.000 pengguna yang terhubung untuk memilih total 340.000 pemilih tambahan dalam pemilihan paruh waktu. Untuk pemilihan 2016, Facebook memperluas keterlibatannya ke dalam proses pemungutan suara dengan pengingat dan arahan ke tempat pemungutan suara pengguna. Contoh 3: Rayakan KebanggaanMenyusul keputusan Mahkamah Agung tentang pernikahan sesama jenis sebagai hak konstitusional, Facebook berubah menjadi tontonan pelangi basah kuyup yang disebut "Rayakan Kebanggaan," cara menunjukkan dukungan untuk kesetaraan pernikahan. Facebook menyediakan cara mudah dan sederhana untuk mengubah gambar profil menjadi berwarna pelangi. Perayaan seperti ini belum pernah terlihat sejak 2013 ketika 3 juta orang memperbarui foto profil mereka dengan tanda sama dengan merah (logo Kampanye Hak Asasi Manusia). Dalam beberapa jam pertama ketersediaan, lebih dari satu juta pengguna telah mengubah gambar profil mereka, menurut juru bicara Facebook, William Nevius. Semua kegembiraan ini juga menimbulkan pertanyaan tentang jenis penelitian apa yang dilakukan Facebook setelah mereka melacak suasana hati pengguna dan mengutip penelitian perilaku. Ketika perusahaan menerbitkan sebuah makalah, Difusi Dukungan dalam Gerakan Sosial Online, dua ilmuwan data di Facebook telah menganalisis faktor-faktor yang memprediksi dukungan untuk kesetaraan pernikahan di Facebook. Faktor-faktor yang berkontribusi pada pengguna mengubah gambar profil menjadi tanda merah dilihat. Contoh 4: Data TopikData Topik adalah teknologi Facebook yang menampilkan kepada pemasar tanggapan audiens tentang merek, acara, aktivitas, dan subjek dengan cara yang menjaga kerahasiaan informasi pribadi mereka. Pemasar menggunakan informasi dari data topik untuk secara selektif mengubah cara mereka memasarkan di platform serta saluran lainnya. Pernahkah Anda melihat salah satu video di Facebook yang menampilkan “kilas balik” postingan, suka, atau gambar—seperti yang mungkin Anda lihat di hari ulang tahun Anda atau saat peringatan berteman dengan seseorang? Jika demikian, Anda telah melihat contoh bagaimana Facebook menggunakan Big Data. Sebuah laporan dari McKinsey & Co. menyatakan bahwa pada tahun 2009, perusahaan dengan lebih dari 1.000 karyawan telah memiliki lebih dari 200 terabyte data kehidupan pelanggan mereka yang tersimpan. Pertimbangkan untuk menambahkan jumlah data yang tersimpan yang mengejutkan ke pertumbuhan cepat data yang disediakan untuk platform media sosial sejak saat itu. Ada triliunan tweet, miliaran suka Facebook, dan situs media sosial lainnya seperti Snapchat, Instagram, dan Pinterest hanya menambah banjir data media sosial ini. Media sosial mempercepat inovasi, mendorong penghematan biaya, dan memperkuat merek melalui kolaborasi massal. Di setiap industri, perusahaan menggunakan platform media sosial untuk memasarkan dan meningkatkan layanan dan produk mereka, serta memantau apa yang dikatakan audiens tentang merek mereka. Konvergensi media sosial dan data besar melahirkan tingkat teknologi yang sama sekali baru. Konteks Facebook Kekurangannya Masalah Privasi Karena data tambang emas yang sangat besar ini, pengiklan menunggu seperti burung nasar yang lapar. Laporan Industri Pemasaran Media Sosial 2019 menyatakan bahwa Facebook adalah platform sosial #1 untuk pemasar. Facebook selalu meyakinkan penggunanya bahwa informasi dibagikan hanya dengan izin mereka dan dianonimkan saat dijual ke pemasar. Namun, masalah tampaknya masih muncul; selalu ada masalah privasi tingkat tinggi di antara pengguna Facebook, yang bertanya, “ Apakah Privasi Mati? ”. Misalnya, banyak pengguna yang mengeluhkan pengaturan privasi Facebook yang tidak dijelaskan dengan jelas atau terlalu rumit. Sangat mudah bagi pengguna untuk berbagi sesuatu secara tidak sengaja. Dua Masalah dengan Facebook: Ken Rudin menyatakan bahwa perusahaan yang mengandalkan Big Data sering kali merasa frustrasi karena dua kesalahan: Mereka terlalu mengandalkan satu teknologi, seperti Hadoop. Facebook bergantung pada instalasi besar-besaran perangkat lunak Hadoop, yang merupakan kerangka kerja sumber terbuka yang sangat skalabel yang menggunakan kumpulan server berbiaya rendah untuk memecahkan masalah. Perusahaan bahkan mendesain perangkat keras internalnya untuk tujuan ini. Rudin mengatakan, “Proses analitik di Facebook dimulai dengan gudang analisis data 300 petabyte. Untuk menjawab permintaan tertentu, data sering ditarik keluar dari gudang dan ditempatkan ke dalam tabel sehingga dapat dipelajari. Tim juga membangun mesin pencari yang mengindeks data di gudang. Ini hanyalah beberapa dari banyak teknologi yang digunakan Facebook untuk mengelola dan menganalisis informasi.” Perusahaan menggunakan data besar untuk menjawab pertanyaan yang tidak berarti. Rudin juga mengatakan, “Di Facebook, pertanyaan yang bermakna didefinisikan sebagai pertanyaan yang mengarah pada jawaban yang memberikan dasar untuk mengubah perilaku. Jika Anda tidak dapat membayangkan bagaimana jawaban atas sebuah pertanyaan akan mengarahkan Anda untuk mengubah praktik bisnis Anda, pertanyaan itu tidak layak untuk diajukan.” Kesimpulan : Terpesona oleh Big Data? Tertarik untuk memulai karir di Big Data? Ingin mempelajari lebih lanjut tentang bagaimana media sosial berjalan di Big Data? Simplilearn menawarkan berbagai macam pelatihan Big Data dan Analytics, termasuk kursus pelatihan Big Data dan Hadoop . Dengan 32 jam pelatihan yang dipimpin instruktur, 25 jam materi eLearning berkualitas tinggi, proyek langsung dengan CloudLabs, dan Java Essentials untuk Hadoop, ambil langkah pertama Anda ke dunia Big Data. Jika Anda tertarik untuk menjadi pakar Big Data, maka kami memiliki panduan yang tepat untuk Anda. Panduan Karir Big Data akan memberi Anda wawasan tentang teknologi paling trending, perusahaan teratas yang sedang merekrut, keterampilan yang dibutuhkan untuk memulai karir Anda di bidang Big Data yang berkembang pesat, dan menawarkan peta jalan yang dipersonalisasi untuk menjadi pakar Big Data yang sukses . sumber: www-simplilearn-com |