Contenido
- ¿Qué son los datos oscuros?
- Diferencia entre Big Data y Dark Data
- Motivos por los que las empresas acumulan datos oscuros
- Potencial de datos oscuros
- Predecir la demanda y resolver problemas
- Construya una cadena de suministro más inteligente
- Mejora de la calidad del producto con comentarios de los clientes
- Conclusión
Fuente: Agsandrew / Dreamstime.com
Para llevar:
Los datos oscuros son datos que nunca se ven a la luz del día, pero estos datos ignorados durante mucho tiempo podrían ser útiles para las organizaciones.
Hay dos formas de ver el impacto de los datos oscuros en el mundo de los grandes datos:
- Como las oportunidades ocultas en big data
- Como los riesgos representan datos oscuros
Casi todas las empresas almacenan datos oscuros durante períodos de tiempo variables, sin ningún análisis. Mientras lo hacen, pierden la oportunidad de obtener la información que los datos no analizados podrían haber revelado. También hay varios riesgos en el almacenamiento de datos oscuros durante un período de tiempo tan largo como el legal, financiero, de reputación y la pérdida de ventajas competitivas. Las empresas necesitan utilizar mejor su repositorio de datos oscuros, no solo para mejorar el negocio, sino también para minimizar los riesgos.
¿Qué son los datos oscuros?
Casi todas las empresas recopilan enormes volúmenes de datos con la intención de obtener más información sobre cosas como el comportamiento del cliente, los procesos de desarrollo de software, los tiempos de reunión y la productividad, así como la usabilidad del sitio web. Estas ideas ayudan a las empresas a responder para ofrecer productos y servicios mejorados. Sin embargo, puede ser sorprendente que un gran porcentaje de los datos permanezca sin usar durante largos períodos de tiempo. Las empresas simplemente lo almacenan sin realizar ningún análisis. Esta categoría de datos se conoce como datos oscuros, y el tamaño de esta categoría es enorme. IDC estima que el 90% del total de datos generados son datos oscuros, es una observación significativa. Gartner define datos oscuros como,
¿Qué tipo de datos quedan sin analizar? Se ha encontrado que las siguientes categorías de datos califican para la categoría de datos oscuros:
- Entradas de encuesta sin procesar
- Datos de los clientes
- Datos de empleados anteriores
- Estados financieros
- conversaciones
- Transcripciones de chat
- Transcripciones de call center
- Datos de la cuenta
Diferencia entre Big Data y Dark Data
Los datos oscuros son un subconjunto de big data. Por lo tanto, hay dos partes de grandes datos recopilados: analizados y no analizados. Los datos no analizados son datos oscuros. Curiosamente, los datos no analizados constituyen la mayor parte de los grandes datos.
Motivos por los que las empresas acumulan datos oscuros
La lista de tipos de datos dada anteriormente podría proporcionar un gran valor a una empresa. Aún así, es sorprendente que mientan desatendidos. Hay varias razones para esto, pero la más importante parece ser la falta de inversión. A continuación se detallan algunas razones por las que el stock de datos oscuros se está acumulando.
No puede mejorar sus habilidades de programación cuando a nadie le importa la calidad del software.
Esta razón está relacionada con la falta de inversión. Si la recopilación de datos se realiza mediante tecnologías que no interactúan entre sí, esto evita que la organización cree una política integral de datos. Muchas organizaciones con tecnologías obsoletas están luchando por integrar los datos recopilados de diferentes fuentes, como transcripciones de chat del centro de llamadas, datos de clics del sitio web y datos de videoconferencia. Para procesar e integrar diferentes formatos, necesita la tecnología adecuada.
Potencial de datos oscuros
No hace falta ser un genio para comprender que si el 90% de los grandes datos son datos oscuros, es potencialmente una tierra de oportunidades desatendidas y no descubiertas. Como señalan las razones anteriores, las compañías no están utilizando datos oscuros porque ofrecen poco valor, sino debido a las limitaciones propias de las compañías. Por lo tanto, se establece que los datos oscuros tienen mucho potencial. Tratemos de comprender este potencial con la ayuda del sector manufacturero.
Según un estudio de Frost & Sullivan, "Internet de las cosas, Internet de servicios, big data e industria integrada dejarán un impacto decisivo en todas las secciones de la cadena de valor de fabricación". El sector manufacturero obtiene datos valiosos de lo siguiente:
- Registros de la máquina
- Sensores del equipo
- Telemática de producto
- Clickstream del consumidor
- Redes sociales
Predecir la demanda y resolver problemas
Al analizar con precisión los datos del flujo de clics de los clientes y obtener telemática del producto, las empresas pueden pronosticar con precisión la demanda y responder adecuadamente optimizando el suministro de bienes. Las empresas también pueden resolver problemas aislándolos con la ayuda de datos oscuros generados por sensores y telemática.
Construya una cadena de suministro más inteligente
Para conocer con precisión el tiempo y el volumen de la demanda y responder adecuadamente a los requisitos, las empresas necesitan una cadena de suministro inteligente y sólida. Una forma de tener eso es tener información granular de los componentes individuales de la cadena de suministro. La información granular permite a las empresas lograr calidad y entrega justo a tiempo. Y solo los datos oscuros pueden proporcionar información granular sobre la cadena de suministro.
Mejora de la calidad del producto con comentarios de los clientes
En estos tiempos cambiantes, un cliente ya no es alguien que solo consume los productos. En cierto sentido, un cliente es un embajador de la marca que puede promocionar el producto a través del boca a boca, referencias y redes sociales. Es extremadamente importante para los equipos de gestión de productos, diseño e ingeniería aprovechar los comentarios de los clientes y mejorar la calidad del producto. Los datos oscuros pueden ayudar a las empresas de fabricación al proporcionar una vista de 360 grados del producto y cómo se ve en el mercado. Entonces, ¿qué puede hacer la empresa?
- Tenga un marco analítico bien diseñado que aproveche los datos oscuros y brinde acceso al marco a todos los interesados.
- Reduzca el tiempo de inactividad imprevisto e imprevisto del desarrollo de productos con la ayuda de datos de sensores y telemática que pueden anticipar fallos de funcionamiento o fallas del producto.
- Integre la telemática con las redes sociales para que los comentarios de los clientes puedan capturarse en tiempo real y los datos se transmitan al departamento en cuestión.
- Utilice los datos para mejorar las características del producto de forma ágil.
Conclusión
El potencial de los datos oscuros es indudable. Pero las empresas también deben tener en cuenta los riesgos asociados con el almacenamiento indefinido y el mal manejo de los datos oscuros. Los datos oscuros pueden contener información confidencial y cualquier fuga involuntaria o deliberada de información podría significar problemas. Las empresas necesitan tener buenas tecnologías de etiquetado y estructuración de datos para que los datos se identifiquen y categoricen. Esto es necesario incluso si no tienen la intención de analizarlo para su negocio. De lo contrario, pronto podrían surgir problemas financieros, regulatorios, pérdida de ventaja competitiva y problemas legales.