Saturs
- Kas ir tumšie dati?
- Atšķirība starp lieldatu un tumšajiem datiem
- Iemesli, kāpēc uzņēmumi izveido tumšu datu krājumus
- Tumšs datu potenciāls
- Paredziet pieprasījumu un risiniet problēmas
- Izveidojiet viedāku piegādes ķēdi
- Produktu kvalitātes uzlabošana, izmantojot klientu atsauksmes
- Secinājums
Avots: Agsandrew / Dreamstime.com
Izņemšana:
Tumšie dati ir dati, kas nekad neredz dienasgaismu, taču šie ilgi ignorētie dati varētu būt noderīgi organizācijām.
Ir divi veidi, kā aplūkot tumšo datu ietekmi lielo datu pasaulē:
- Kā lielos datos slēptās iespējas
- Tā kā risks rada tumšos datus
Gandrīz visi uzņēmumi glabā tumšus datus dažādos laika periodos bez jebkādas analīzes. Kamēr viņi to dara, viņi zaudē iespēju gūt ieskatu, ko varētu atklāt atklātie dati, kas nav analizēti. Tīro datu glabāšanā tik ilgu laiku pastāv arī vairāki riski, piemēram, juridiski, finansiāli, reputācija un konkurences priekšrocību zaudēšana. Uzņēmumiem labāk jāizmanto sava tumšā datu krātuve ne tikai biznesa uzlabošanai, bet arī risku mazināšanai.
Kas ir tumšie dati?
Gandrīz katrs uzņēmums apkopo milzīgus datu apjomus, lai gūtu plašāku ieskatu tādās lietās kā klientu uzvedība, programmatūras izstrādes procesi, tikšanās laiki un produktivitāte, kā arī tīmekļa vietnes lietojamība. Šīs atziņas palīdz uzņēmumiem reaģēt uz uzlabotu produktu un pakalpojumu piegādi. Tomēr var būt pārsteidzoši, ka liela daļa datu ilgstoši netiek izmantoti. Uzņēmumi to vienkārši glabā, neveicot nekādas analīzes. Šo datu kategoriju sauc par tumšajiem datiem, un šīs kategorijas lielums ir milzīgs. IDC lēš, ka 90% no visiem ģenerētajiem datiem ir tumši dati - tas ir nozīmīgs novērojums. Gartners tumšos datus definē kā,
“Informācijas aktīvu organizācijas vāc, apstrādā un glabā regulāru biznesa darbību laikā, bet parasti neizmanto citiem mērķiem (piemēram, analītikai, biznesa attiecībām un tiešai monetizācijai). Līdzīgi kā tumšajā matērijā fizikā, tumšie dati bieži vien aptver lielāko daļu organizācijas informācijas aktīvu. Tādējādi organizācijas bieži patur nederīgus datus tikai atbilstības nolūkos. Datu glabāšana un drošība parasti rada lielākus izdevumus (un reizēm lielāku risku) nekā vērtību. ”
Kādi dati netiek analizēti? Tika konstatēts, ka šādām datu kategorijām var pretendēt uz tumšo datu kategoriju:
- Neapstrādāti apsekojuma dati
- Klienta dati
- Iepriekšējo darbinieku dati
- Finanšu pārskati
- sarunas
- Tērzēšanas atšifrējumi
- Zvanu centra stenogrammas
- Konta dati
Atšķirība starp lieldatu un tumšajiem datiem
Tumšie dati ir lielo datu apakškopa. Tātad ir savākti lielo datu divas daļas: analizēti un neizanalizēti. Dati, kas nav analizēti, ir tumši. Interesanti, ka neanalizēti dati veido lielāko lielo datu daļu.
Iemesli, kāpēc uzņēmumi izveido tumšu datu krājumus
Iepriekš sniegtais datu tipu saraksts uzņēmumam varētu sniegt daudz vērtības. Tomēr joprojām ir pārsteidzoši, ka viņi atrodas bez uzraudzības. Tam ir vairāki iemesli, bet vissvarīgākais, šķiet, ir investīciju trūkums. Tālāk ir norādīti daži iemesli, kāpēc krājas tumšie dati.
Jūs nevarat uzlabot savas programmēšanas prasmes, ja nevienam nerūp programmatūras kvalitāte.
Šis iemesls ir saistīts ar investīciju trūkumu. Ja datu vākšanu veic tehnoloģijas, kas savstarpēji nedarbojas, tas organizācijai neļauj izveidot visaptverošu datu politiku. Daudzas organizācijas ar modernizētām tehnoloģijām cenšas integrēt datus, kas savākti no dažādiem avotiem, piemēram, zvanu centra tērzēšanas stenogrammām, vietnes klikšķu datiem un videokonferences datiem. Lai apstrādātu un integrētu dažādus formātus, nepieciešama atbilstoša tehnoloģija.
Tumšs datu potenciāls
Nav nepieciešams ģēnijs, lai saprastu, ka, ja 90% lielo datu ir tumši dati, tā potenciāli ir neatklātu, novārtā atstātu iespēju zeme. Kā norāda iepriekš minētie iemesli, uzņēmumi neizmanto tumšos datus tāpēc, ka tie piedāvā mazu vērtību, bet gan pašu uzņēmumu ierobežojumu dēļ. Tātad, ir noteikts, ka tumšajiem datiem ir daudz potenciāla. Mēģināsim izprast šo potenciālu ar ražošanas nozares palīdzību.
Saskaņā ar Frost & Sullivan pētījumu “lietu internets, pakalpojumu internets, lielie dati un integrētā rūpniecība atstās izšķirošu iespaidu uz visām ražošanas vērtību ķēdes sadaļām.” Ražošanas nozare iegūst vērtīgus datus no šādiem jautājumiem:
- Mašīnu žurnāli
- Aprīkojuma sensori
- Produktu telemātika
- Patērētāju vidējā straume
- Sociālie mēdiji
Paredziet pieprasījumu un risiniet problēmas
Precīzi analizējot klientu vidējo straumi un iegūstot produktu telemātiku, uzņēmumi var precīzi prognozēt pieprasījumu un atbilstoši reaģēt, optimizējot preču piegādi. Uzņēmumi var arī atrisināt problēmas, izolējot tos ar sensoru un telemātikas ģenerētu tumšu datu palīdzību.
Izveidojiet viedāku piegādes ķēdi
Lai precīzi zinātu pieprasījuma laiku un apjomu un atbilstoši reaģētu uz prasībām, uzņēmumiem nepieciešama vieda un stabila piegādes ķēde. Viens no veidiem, kā to iegūt, ir sīka informācija par atsevišķiem piegādes ķēdes komponentiem. Sīkāka informācija uzņēmumiem ļauj sasniegt kvalitāti, kā arī piegādi tieši laikā. Tikai sīki dati var sniegt sīku informāciju par piegādes ķēdi.
Produktu kvalitātes uzlabošana, izmantojot klientu atsauksmes
Šajos mainīgajos laikos klients vairs nav tas, kurš tikai patērē produktus. Savā ziņā klients ir zīmola vēstnieks, kurš produktu var reklamēt, izmantojot mutiski, novirzīšanu un sociālos medijus. Produktu vadības, projektēšanas un inženieru grupām ir ārkārtīgi svarīgi izmantot klientu atsauksmes un uzlabot produktu kvalitāti. Tumšie dati var palīdzēt ražošanas uzņēmumiem, sniedzot 360 grādu skatu par produktu un tā izskatu tirgū. Ko tad uzņēmums var darīt?
- Jums ir labi izstrādāta analīzes sistēma, kas izmanto tumšos datus un nodrošina piekļuvi šai shēmai visām ieinteresētajām personām.
- Samaziniet neplānotu, neparedzētu produktu izstrādes dīkstāvi, izmantojot sensoru datus un telemātiku, kas var paredzēt darbības traucējumus vai izstrādājuma kļūmes.
- Integrējiet telemātiku ar sociālajiem medijiem, lai klientu atsauksmes tiktu uztvertas reāllaikā un dati tiktu pārsūtīti uz attiecīgo nodaļu.
- Izmantojiet datus, lai veikli uzlabotu produkta funkcijas.
Secinājums
Tumšo datu potenciāls ir neapšaubāms. Bet uzņēmumiem ir arī jāpatur prātā riski, kas saistīti ar nenoteiktu glabāšanu un sliktu tumšo datu apstrādi. Tumšie dati var saturēt sensitīvu informāciju, un jebkura netīša vai apzināta informācijas noplūde var radīt nepatikšanas. Uzņēmumiem jābūt labām datu iezīmēšanas un strukturēšanas tehnoloģijām, lai dati tiktu identificēti un klasificēti. Tas ir nepieciešams, pat ja viņi neplāno to analizēt sava biznesa vajadzībām. Pretējā gadījumā drīz varētu notikt finanšu, normatīvie akti, konkurences priekšrocību zaudēšana un juridiskas nepatikšanas.