Innehåll
- Vad är mörk data?
- Skillnaden mellan Big Data och Dark Data
- Skäl som företag bygger upp mörkt datalager
- Dark Data Potential
- Förutsäga efterfrågan och lösa problem
- Bygg en smartare leveranskedja
- Förbättra produktkvaliteten med kundåterkoppling
- Slutsats
Källa: Agsandrew / Dreamstime.com
Hämtmat:
Mörk data är data som aldrig ser dagens ljus, men denna lång ignorerade data kan vara till nytta för organisationer.
Det finns två sätt att se påverkan av mörk data i big data:
- Som möjligheterna dolda i big data
- Eftersom riskerna utgör mörka data
Nästan alla företag lagrar mörk data i olika tidslängder utan analys. Medan de gör det, förlorar de möjligheten att få de insikter som de oanalyserade uppgifterna kunde ha avslöjat. Det finns också flera risker med att lagra mörk data under så lång tid som juridiska, ekonomiska, renommé och förlust av konkurrensfördelar. Företag måste utnyttja sitt mörka databas bättre, inte bara för att förbättra affärsmässigt utan också för att minimera riskerna.
Vad är mörk data?
Nästan varje företag samlar in enorma mängder data med avsikt att få mer insikt i saker som kundbeteende, mjukvaruutvecklingsprocesser, mötetider och produktivitet samt användbarhet på webbplatsen. Dessa insikter hjälper företagen att svara på att leverera förbättrade produkter och tjänster. Det kan dock vara förvånande att en stor andel av uppgifterna ligger oanvänd under långa tidsperioder. Företag lagrar det bara utan att göra någon analys. Denna kategori av data kallas mörk data, och storleken på denna kategori är enorm. IDC uppskattar att 90% av den totala informationen som genereras är mörka data - det är en betydande observation. Gartner definierar mörk data som,
Vilken typ av data lämnas oranaliserade? Följande kategorier av data har befunnits kvalificera sig för den mörka datakategorin:
- Rå undersökningsinsatser
- Konsument data
- Tidigare anställdedata
- Finansiella rapporter
- konversationer
- Chattranskript
- Callcenter-transkript
- Kontodata
Skillnaden mellan Big Data och Dark Data
Dark data är en delmängd av big data. Så det finns två delar av big data som samlas in: analyserad och oanalyserad. Oanalyserade data är mörka data. Intressant nog utgör icke-analyserade data den största delen av big data.
Skäl som företag bygger upp mörkt datalager
Listan över datatyper som anges ovan kan potentiellt ge ett stort värde för ett företag. Fortfarande är det förvånande att de ligger utan tillsyn. Det finns ett antal orsaker till detta, men det viktigaste verkar vara bristen på investeringar. Nedan är några orsaker till att den mörka datalagret bygger sig.
Du kan inte förbättra dina programmeringsfärdigheter när ingen bryr sig om mjukvarukvalitet.
Detta skäl är relaterat till bristen på investeringar. Om datainsamlingen utförs av tekniker som inte interagerar med varandra hindrar detta organisationen från att skapa en omfattande datapolicy. Många organisationer med föråldrad teknik kämpar för att integrera de uppgifter som samlas in från olika källor, till exempel chattutskrifter från callcenter, klickdata på webbplatsen och videokonferensdata. För att bearbeta och integrera olika format behöver du lämplig teknik.
Dark Data Potential
Det krävs inte ett geni att förstå att om 90% av big data är mörka data, är det potentiellt ett land av oupptäckta, försummade möjligheter. Som orsakerna ovan påpekar använder företag inte mörk data eftersom de erbjuder lite värde utan på grund av företagens egna begränsningar. Så det konstateras att mörk data har mycket potential. Låt oss försöka förstå denna potential med hjälp av tillverkningssektorn.
Enligt en Frost & Sullivan-studie kommer "tingenes internet, tjänster för internet, big data och integrerad industri att ge en avgörande inverkan i alla delar av tillverkningens värdekedja." Tillverkningssektorn får värdefull information från följande:
- Maskinloggar
- Utrustningssensorer
- Produkt telematik
- Konsumentens klickström
- Sociala media
Förutsäga efterfrågan och lösa problem
Genom att noggrant analysera kundens klickströmsdata och få produkttelematik kan företag exakt förutse efterfrågan och svara på lämpligt sätt genom att optimera varutbudet. Företag kan också lösa problem genom att isolera dem med hjälp av mörk data som genereras av sensorer och telematik.
Bygg en smartare leveranskedja
För att exakt veta tid och volym på efterfrågan och svara på lämpligt sätt behöver företag en smart och robust leveranskedja. Ett sätt att ha det är att ha granulär information om de enskilda komponenterna i leveranskedjan. Granulerad information gör det möjligt för företag att uppnå kvalitet såväl som just i tid leverans. Och endast mörk data kan ge detaljerad information om leveranskedjan.
Förbättra produktkvaliteten med kundåterkoppling
Under dessa föränderliga tider är en kund inte längre någon som bara konsumerar produkterna. På ett sätt är en kund en varumärkesambassadör som kan marknadsföra produkten genom word of mouth, hänvisningar och sociala medier. Det är oerhört viktigt för produkthanterings-, design- och konstruktionsteamen att utnyttja kundens feedback och förbättra produktkvaliteten. Mörk data kan hjälpa tillverkande företag genom att tillhandahålla en 360-graders bild av produkten och hur den ses på marknaden. Så vad kan företaget göra?
- Ha ett väl utformat analysramverk som utnyttjar mörk data och ger tillgång till ramverket för alla intressenter.
- Minska oplanerade, oförutsedda produktutvecklingens driftstopp med hjälp av sensordata och telematik som kan förutse fel eller produktfel.
- Integrera telematik med sociala medier så att kundåterkoppling kan fångas i realtid och data överförs till den berörda avdelningen.
- Använd data för att förbättra produktfunktionerna på ett smidigt sätt.
Slutsats
Mörkdataens potential är utan tvekan. Men företag måste också komma ihåg riskerna med obegränsad lagring och dålig hantering av mörk data. Mörk data kan innehålla känslig information och all oavsiktlig eller avsiktlig läcka av information kan innebära problem. Företag måste ha god datatagging och struktureringsteknologi så att data identifieras och kategoriseras. Detta är nödvändigt även om de inte tänker analysera det för sin verksamhet. Annars kan ekonomiska, reglerande, förlust av konkurrensfördelar och juridiska problem snart följa.