Obsah
- Co jsou to tmavá data?
- Rozdíl mezi velkými a tmavými daty
- Důvody, proč společnosti vytvářejí zásoby tmavých dat
- Potenciál temných dat
- Předpovídat poptávky a řešit problémy
- Vytvořte chytřejší dodavatelský řetězec
- Zlepšení kvality produktů pomocí zpětné vazby od zákazníků
- Závěr
Zdroj: Agsandrew / Dreamstime.com
Odnést:
Tmavá data jsou data, která nikdy nevidí denní světlo, ale tato dlouho ignorovaná data by mohla být pro organizace užitečná.
Existují dva způsoby, jak zobrazit dopad tmavých dat ve světě velkých dat:
- Jako příležitosti skryté ve velkých datech
- Jak rizika představují tmavá data
Téměř všechny společnosti ukládají tmavá data po různě dlouhou dobu bez jakékoli analýzy. I když tak činí, ztrácejí příležitost získat informace, které mohla odhalit neanalyzovaná data. Existuje také několik rizik při ukládání tmavých dat po tak dlouhou dobu, jako jsou právní, finanční, pověst a ztráta konkurenčních výhod. Společnosti musí lépe využívat své úložiště temných dat, a to nejen proto, aby zlepšily své podnikání, ale také minimalizovaly rizika.
Co jsou to tmavá data?
Téměř každá společnost shromažďuje obrovské množství dat s cílem získat více informací o věcech, jako je chování zákazníků, procesy vývoje softwaru, časy schůzek a produktivita a použitelnost webových stránek. Tyto informace pomáhají společnostem reagovat na poskytování vylepšených produktů a služeb. Může však být překvapivé, že velké procento údajů je po dlouhou dobu nevyužíváno. Společnosti jej ukládají bez provedení jakékoli analýzy. Tato kategorie dat je známá jako tmavá data a velikost této kategorie je obrovská. IDC odhaduje, že 90% celkových generovaných dat jsou tmavá data - to je významné pozorování. Gartner definuje tmavá data jako,
Jaké údaje zůstávají neanalyzované? Následující kategorie dat byly shledány způsobilými pro kategorii tmavých dat:
- Vstupy surového průzkumu
- Údaje o zákaznících
- Předchozí údaje o zaměstnancích
- Účetní závěrka
- konverzace
- Přepisy chatu
- Přepisy call centra
- Údaje o účtu
Rozdíl mezi velkými a tmavými daty
Tmavá data jsou podmnožinou velkých dat. Jsou tedy shromážděny dvě části velkých dat: analyzované a neanalyzované. Neanalyzovaná data jsou tmavá data. Je zajímavé, že neanalyzovaná data představují největší část velkých dat.
Důvody, proč společnosti vytvářejí zásoby tmavých dat
Výše uvedený seznam datových typů může společnosti potenciálně poskytnout spoustu hodnoty. Přesto je překvapivé, že leží bez dozoru. Existuje mnoho důvodů, ale nejdůležitější se zdá být nedostatek investic. Níže je několik důvodů, proč se temná data hromadí.
Nemůžete zlepšit své programovací schopnosti, když se nikdo nestará o kvalitu softwaru.
Tento důvod souvisí s nedostatkem investic. Pokud je sběr dat prováděn technologiemi, které vzájemně nekomunikují, zabrání to organizaci vytvořit komplexní datovou politiku. Mnoho organizací se zastaralými technologiemi se snaží integrovat data shromážděná z různých zdrojů, jako jsou přepisy chatu v call centru, údaje o kliknutí na webové stránky a videokonference. Ke zpracování a integraci různých formátů potřebujete vhodnou technologii.
Potenciál temných dat
Neznamená to, že génius pochopí, že pokud 90% velkých dat jsou tmavá data, je to potenciálně země neobjevených, zanedbávaných příležitostí. Jak výše uvedené důvody poukazují, společnosti nevyužívají tmavá data, protože nabízejí malou hodnotu, ale kvůli vlastním omezením společnosti. Je tedy prokázáno, že temná data mají velký potenciál. Pokusme se pochopit tento potenciál pomocí výrobního sektoru.
Podle studie společnosti Frost & Sullivan „Internet věcí, internetu služeb, velkých dat a integrovaného průmyslu zanechá rozhodující dopad ve všech částech výrobního hodnotového řetězce.“ Výrobní sektor získává hodnotná data z následujících údajů:
- Protokoly strojů
- Senzory zařízení
- Telematika produktu
- Clickstream pro spotřebitele
- Sociální média
Předpovídat poptávky a řešit problémy
Přesnou analýzou údajů o klikáních zákazníků a získáním telematiky produktů mohou společnosti přesně predikovat poptávku a vhodně reagovat optimalizací dodávek zboží. Společnosti mohou také řešit problémy tím, že je izolují pomocí tmavých dat generovaných senzory a telematikou.
Vytvořte chytřejší dodavatelský řetězec
Společnosti potřebují inteligentní a robustní dodavatelský řetězec, aby přesně věděly o čase a objemu poptávky a náležitě reagovaly na požadavky. Jedním ze způsobů, jak toho dosáhnout, je mít podrobné informace o jednotlivých složkách dodavatelského řetězce. Granulární informace umožňují společnostem dosáhnout kvality i včasného doručení. A pouze tmavá data mohou poskytovat podrobné informace o dodavatelském řetězci.
Zlepšení kvality produktů pomocí zpětné vazby od zákazníků
V těchto měnících se časech už zákazník není někdo, kdo produkty právě konzumuje. V jistém smyslu je zákazník velvyslancem značky, který může propagovat produkt ústně, doporučeními a sociálními médii. Je nesmírně důležité, aby týmy pro správu, design a technické týmy využívaly zpětnou vazbu zákazníků a zlepšovaly kvalitu produktu. Tmavá data mohou výrobním společnostem pomoci poskytnutím 360stupňového pohledu na produkt a jeho zobrazení na trhu. Co tedy může společnost udělat?
- Mít dobře navržený analytický rámec, který využívá temná data a poskytuje přístup k rámci všem zúčastněným.
- Omezte neplánované a nepředvídané prostoje vývoje produktů pomocí dat senzorů a telematiky, která může předvídat poruchy nebo selhání produktu.
- Integrujte telematiku se sociálními médii, aby bylo možné zachytit zpětnou vazbu od zákazníků v reálném čase a data byla přenesena do příslušného oddělení.
- Pomocí dat můžete agilně vylepšit funkce produktu.
Závěr
Potenciál temných dat je nepochybný. Společnosti však také musí mít na paměti rizika spojená s neomezeným ukládáním a špatným zpracováním tmavých dat. Tmavá data mohou obsahovat citlivé informace a jakýkoli neúmyslný nebo úmyslný únik informací by mohl znamenat potíže. Společnosti musí mít dobré technologie označování a strukturování dat, aby mohly být data identifikována a roztříděna. To je nezbytné, i když jej nezamýšlejí analyzovat pro své podnikání. Jinak by mohla brzy následovat finanční, regulační, ztráta konkurenční výhody a právní potíže.