On the topic of “big data,” however

On the topic of “big data,” however, the reactions of
contributors were mixed. As raised by our contributors,
relevance is derived from interaction with actual operations
and talking with real managers rather than
expecting a set of numbers to deliver all the answers.
The onus remains on the O/SCM researcher to maintain
firm control over the unit of analysis when relying
on large, externally collected data sets. There is no
doubt that this type of data has the potential to inform
new problems in new ways but it brings its own challenges.
Big data are powerful only when supported by
human judgment: “Coming up with a good [search]
algorithm involves both code and context, a mingling
of the complementary strengths of computer scientists
and humanists” (Howard, 2015). It requires human
judgment to define the questions (rather than letting
the data dictate this alone), and researchers must know
how and by whom data were collected. As Ram Narasimhan
highlights, researchers should not seek to

Results (Indonesian) 1:

Pada topik "besar data," Namun, reaksiKontributor dicampur. Seperti yang dikemukakan oleh kontributor kami,relevansi berasal dari interaksi dengan pengoperasian aktualdan berbicara dengan manajer nyata daripadamengharapkan rangkaian angka untuk memberikan semua jawaban.Tanggung jawab tetap pada peneliti O SCM untuk mempertahankankontrol yang kuat atas unit analisis ketika bergantungpada besar, eksternal dikumpulkan data set. Ada tidak adakeraguan bahwa jenis data memiliki potensi untuk menginformasikanmasalah-masalah baru dalam cara-cara baru tapi itu membawa tantangan tersendiri.Besar data kuat hanya bila didukung olehPengadilan manusia: "datang dengan baik [Cari]algoritma melibatkan kode dan konteks, berbaurkekuatan pelengkap ilmuwan komputerdan budayawan"(Howard, 2015). Hal ini membutuhkan manusiapenilaian untuk menentukan pertanyaan (bukan membiarkandata mendikte ini sendirian), dan peneliti harus tahuBagaimana dan oleh siapa data yang dikumpulkan. Sebagai Ram dariabuHighlights, peneliti harus tidak berusaha untuk

Results (Indonesian) 2:

Pada topik "big data," Namun, reaksi dari
kontributor dicampur. Seperti dikemukakan oleh kontributor kami,
relevansi berasal dari interaksi dengan operasi yang sebenarnya
dan berbicara dengan manajer nyata daripada
mengharapkan serangkaian angka untuk memberikan semua jawaban.
Tanggung jawab tetap pada peneliti O / SCM untuk mempertahankan
kontrol yang kuat atas unit analisis ketika mengandalkan
pada besar, eksternal mengumpulkan data set. Tidak ada
keraguan bahwa jenis data memiliki potensi untuk menginformasikan
masalah baru dalam cara-cara baru tetapi membawa tantangan tersendiri.
Data Big yang kuat hanya jika didukung oleh
penilaian manusia: "Datang dengan [pencarian] baik
algoritma melibatkan kedua kode dan konteks, percampuran
dari kekuatan yang saling melengkapi dari ilmuwan komputer
dan humanis "(Howard, 2015). Hal ini membutuhkan manusia
penghakiman untuk menentukan pertanyaan (daripada membiarkan
data mendikte ini saja), dan peneliti harus tahu
bagaimana dan oleh siapa data yang dikumpulkan. Sebagai Ram Narasimhan
menyoroti, peneliti tidak harus berusaha untuk