المحتوى
- ما هي البيانات المظلمة؟
- الفرق بين البيانات الكبيرة والبيانات الداكنة
- أسباب الشركات بناء الأسهم الظلام البيانات
- الظلام البيانات المحتملة
- توقع الطلب وحل المشكلات
- بناء سلسلة التوريد أكثر ذكاء
- تحسين جودة المنتج مع ملاحظات العملاء
- خاتمة
المصدر: Agsandrew / Dreamstime.com
يبعد:
البيانات الداكنة هي بيانات لا يراها النور أبدًا ، ولكن هذه البيانات التي تم تجاهلها لفترة طويلة يمكن أن تكون مفيدة للمؤسسات.
هناك طريقتان لعرض تأثير البيانات المظلمة في عالم البيانات الضخمة:
- كما الفرص الخفية في البيانات الكبيرة
- كما تشكل مخاطر البيانات المظلمة
تقوم جميع الشركات تقريبًا بتخزين البيانات الداكنة لفترات زمنية متفاوتة ، دون أي تحليل. بينما يفعلون ذلك ، فإنهم يفقدون الفرصة لاكتساب رؤى يمكن أن تكشفها البيانات التي لم يتم تحليلها. هناك أيضًا العديد من المخاطر في تخزين البيانات المظلمة لفترة طويلة مثل المزايا القانونية والمالية والسمعة وفقدان المزايا التنافسية. تحتاج الشركات إلى استخدام مستودع البيانات المظلمة بشكل أفضل ، ليس فقط لتحسين الأعمال ، ولكن أيضًا لتقليل المخاطر.
ما هي البيانات المظلمة؟
تقوم كل شركة تقريبًا بتجميع كميات هائلة من البيانات بنية الحصول على مزيد من الأفكار حول أشياء مثل سلوك العملاء وعمليات تطوير البرامج ومواعيد الاجتماعات والإنتاجية وكذلك سهولة استخدام موقع الويب. تساعد هذه الأفكار الشركات في الاستجابة لتقديم منتجات وخدمات محسّنة. ومع ذلك ، قد يكون من المستغرب أن نسبة كبيرة من البيانات تكمن في عدم استخدامها لفترات طويلة من الزمن. الشركات مجرد تخزينه دون إجراء أي تحليل. تُعرف هذه الفئة من البيانات بالبيانات الداكنة ، وحجم هذه الفئة هائل. تقدر IDC أن 90٪ من إجمالي البيانات التي تم إنشاؤها هي بيانات مظلمة - وهذه ملاحظة مهمة. يعرف Gartner البيانات الداكنة بأنها ،
"تقوم مؤسسات أصول المعلومات بجمع ومعالجة وتخزين الأنشطة التجارية العادية ، لكنها تفشل عمومًا في استخدامها لأغراض أخرى (على سبيل المثال ، التحليلات والعلاقات التجارية والنقد المباشر). على غرار المادة المظلمة في الفيزياء ، غالبًا ما تشتمل البيانات المظلمة على معظم أصول المعلومات لدى المنظمات. وبالتالي ، تحتفظ المنظمات غالبًا بالبيانات الداكنة لأغراض الامتثال فقط. تخزين البيانات وتأمينها يتحملان عادةً نفقات أكبر (وأحيانًا أكبر من المخاطر) من القيمة ".
ما نوع البيانات التي يتم تركها دون تحليل؟ تم العثور على فئات البيانات التالية للتأهل لفئة البيانات المظلمة:
- مدخلات المسح الخام
- بيانات العميل
- بيانات الموظف السابقة
- القوائم المالية
- المحادثات
- محاضر الدردشة
- محاضر مركز الاتصال
- بيانات الحساب
الفرق بين البيانات الكبيرة والبيانات الداكنة
البيانات الداكنة هي مجموعة فرعية من البيانات الكبيرة. لذلك ، هناك جزءان من البيانات الضخمة التي تم جمعها: تحليلها وتحليلها. البيانات التي لم يتم تحليلها هي بيانات مظلمة. ومن المثير للاهتمام ، أن البيانات التي لم يتم تحليلها تشكل الجزء الأكبر من البيانات الضخمة.
أسباب الشركات بناء الأسهم الظلام البيانات
قد توفر قائمة أنواع البيانات الواردة أعلاه قيمة كبيرة لشركة ما. ومع ذلك ، من المدهش أنهم يكذبون دون مراقبة. هناك عدة أسباب لذلك ، لكن الأهم هو الافتقار إلى الاستثمار. فيما يلي بعض الأسباب التي تجعل مخزون البيانات الداكن يتراكم.
لا يمكنك تحسين مهارات البرمجة لديك عندما لا يهتم أحد بجودة البرنامج.
يرتبط هذا السبب بنقص الاستثمار. إذا تم تنفيذ جمع البيانات عن طريق التقنيات التي لا تتفاعل مع بعضها البعض ، فإن هذا يمنع المؤسسة من إنشاء سياسة بيانات شاملة. تكافح العديد من المؤسسات التي لديها تقنيات متأخرة لدمج البيانات التي تم جمعها من مصادر مختلفة مثل محاضر محادثة مركز الاتصال وبيانات نقرات مواقع الويب وبيانات مؤتمر الفيديو. لمعالجة ودمج التنسيقات المختلفة ، تحتاج إلى تقنية مناسبة.
الظلام البيانات المحتملة
لا يتطلب الأمر عبقرية أن نفهم أنه إذا كانت 90٪ من البيانات الضخمة عبارة عن بيانات مظلمة ، فمن المحتمل أن تكون أرض الفرص غير المكتشفة والمهملة. كما تشير أعلاه ، فإن الشركات لا تستخدم البيانات المظلمة لأنها تقدم قيمة قليلة ، ولكن بسبب القيود الخاصة بالشركات. لذلك ، ثبت أن البيانات المظلمة لديها الكثير من الإمكانات. دعونا نحاول فهم هذه الإمكانات بمساعدة قطاع الصناعات التحويلية.
وفقًا لدراسة أجرتها شركة Frost & Sullivan ، فإن "إنترنت الأشياء ، وإنترنت الخدمات ، والبيانات الضخمة ، والصناعة المتكاملة ستترك أثراً حاسماً في جميع أقسام سلسلة قيمة التصنيع". ويحصل قطاع التصنيع على بيانات قيمة مما يلي:
- سجلات الجهاز
- أجهزة الاستشعار المعدات
- تكنولوجيا المعلومات عن المنتجات
- clickstream المستهلك
- وسائل التواصل الاجتماعي
توقع الطلب وحل المشكلات
من خلال التحليل الدقيق لبيانات تدفق العملاء والحصول على تقنيات المعلومات عن المنتجات ، يمكن للشركات التنبؤ بدقة بالطلب والاستجابة بشكل مناسب من خلال تحسين عرض السلع. يمكن للشركات أيضًا حل المشكلات عن طريق عزلها بمساعدة البيانات الداكنة الناتجة عن أجهزة الاستشعار والتليماتية.
بناء سلسلة التوريد أكثر ذكاء
من أجل معرفة وقت وحجم الطلب بدقة والاستجابة للمتطلبات بشكل مناسب ، تحتاج الشركات إلى سلسلة إمداد ذكية وقوية. إحدى الطرق للحصول على ذلك هي الحصول على معلومات تفصيلية عن المكونات الفردية لسلسلة التوريد. تمكن المعلومات الحبيبية الشركات من تحقيق الجودة وكذلك التسليم في الوقت المحدد. والبيانات الداكنة فقط هي التي يمكن أن توفر معلومات تفصيلية عن سلسلة التوريد.
تحسين جودة المنتج مع ملاحظات العملاء
في هذه الأوقات المتغيرة ، لم يعد العميل شخصًا يستهلك المنتجات فقط. بمعنى ما ، العميل هو سفير للعلامة التجارية يمكنه الترويج للمنتج من خلال الحديث الشفهي والإحالات ووسائل التواصل الاجتماعي. من المهم للغاية لفريق إدارة التصميم والتصميم والهندسة الاستفادة من ملاحظات العملاء وتحسين جودة المنتج. يمكن أن تساعد البيانات المظلمة الشركات الصناعية من خلال توفير عرض بزاوية 360 درجة للمنتج وكيفية عرضه في السوق. إذن ما الذي يمكن أن تفعله الشركة؟
- أن يكون لديك إطار تحليلي مصمم جيدًا يعزز البيانات المظلمة ويوفر الوصول إلى الإطار لجميع أصحاب المصلحة.
- قلل من وقت توقف التطوير غير المخطط له للمنتج بمساعدة بيانات المستشعرات والتليماتية التي يمكنها توقع حدوث أعطال أو فشل في المنتج.
- دمج تقنيات المعلومات مع وسائل التواصل الاجتماعي بحيث يمكن التقاط ملاحظات العملاء في الوقت الفعلي ونقل البيانات إلى الإدارة المعنية.
- استخدام البيانات لتحسين ميزات المنتج بطريقة رشيقة.
خاتمة
إمكانات البيانات الداكنة هي بلا شك. لكن يتعين على الشركات أيضًا أن تضع في الاعتبار المخاطر المرتبطة بالتخزين غير المحدد وسوء التعامل مع البيانات المظلمة. يمكن أن تحتوي البيانات المظلمة على معلومات حساسة وأي تسرب غير مقصود أو متعمد للمعلومات قد يعني حدوث مشكلة. تحتاج الشركات إلى امتلاك تقنيات جيدة لوضع علامات على البيانات وتنظيمها حتى يتم تحديد وتصنيف البيانات. يعد ذلك ضروريًا حتى لو لم تكن تنوي تحليلها لأعمالها. خلاف ذلك ، يمكن أن يتبعها قريباً مالية أو تنظيمية أو فقدان الميزة التنافسية والمشاكل القانونية.