Nilalaman
- Ano ang Madilim na Data?
- Pagkakaiba sa pagitan ng Malalaking Data at Madilim na Data
- Mga Katangian ng Mga Kumpanya Bumubuo ng Madilim na Stock Data
- Potensyal na Madilim na Data
- Manghuhula ng Demand at Malutas ang Isyu
- Bumuo ng isang Mas matalinong Chain Supply
- Pagpapabuti ng Kalidad ng Produkto Sa Feedback ng Customer
- Konklusyon
Pinagmulan: Agsandrew / Dreamstime.com
Takeaway:
Ang data ng madilim ay data na hindi kailanman nakikita ang ilaw ng araw, ngunit ang matagal nang hindi pinansin na data na ito ay maaaring magamit sa mga samahan.
Mayroong dalawang mga paraan upang makita ang epekto ng madilim na data sa mundo ng malaking data:
- Bilang mga pagkakataon na nakatago sa malaking data
- Tulad ng mga panganib ng madilim na data
Halos lahat ng mga kumpanya ay nag-iimbak ng madilim na data para sa iba't ibang haba ng oras, nang walang anumang pagsusuri. Habang ginagawa nila ito, nawalan sila ng pagkakataong makuha ang mga pananaw na maipahayag ng hindi nabuong data. Mayroon ding ilang mga panganib sa pag-iimbak ng madilim na data sa loob ng mahabang panahon tulad ng ligal, pinansiyal, reputasyon at pagkawala ng mga kalamangan sa pakikipagkumpitensya. Kailangang magamit ng mga kumpanya ang kanilang madilim na imbakan ng data, hindi lamang upang mapabuti ang matalino sa negosyo, kundi upang mabawasan ang mga panganib.
Ano ang Madilim na Data?
Halos bawat kumpanya ay nangongolekta ng malaking dami ng data na may isang intensyon upang makakuha ng higit pang mga pananaw sa mga bagay tulad ng pag-uugali ng customer, mga proseso ng pag-unlad ng software, oras ng pagkikita at pagiging produktibo pati na rin ang kakayahang magamit ng website. Ang mga pananaw na ito ay nakakatulong sa mga kumpanya na tumugon upang maihatid ang mga pinahusay na produkto at serbisyo. Gayunpaman, maaaring nakakagulat na ang isang malaking porsyento ng data ay namamalagi nang hindi ginagamit para sa mahabang panahon. Iniimbak lang ito ng mga kumpanya nang hindi nagsasagawa ng anumang pagsusuri. Ang kategoryang ito ng data ay kilala bilang madilim na data, at ang laki ng kategoryang ito ay napakalaking. Tinatantya ng IDC na 90% ng kabuuang data na nabuo ay madilim na data - iyon ay isang makabuluhang obserbasyon. Tinukoy ng Gartner ang madilim na data bilang,
Anong uri ng data ang naiwan sa hindi nababagabag? Ang mga sumusunod na kategorya ng data ay natagpuan upang maging kwalipikado para sa madilim na kategorya ng data:
- Raw survey ng mga pag-input
- Datos ng mga kliente
- Nakaraang data ng empleyado
- Financial statement
- pag-uusap
- Mga transkrip ng chat
- Mga transcript ng call center
- Data ng account
Pagkakaiba sa pagitan ng Malalaking Data at Madilim na Data
Ang madilim na data ay isang subset ng malaking data. Kaya, mayroong dalawang bahagi ng malaking data na nakolekta: nasuri at hindi nababagay. Ang hindi nabuong data ay madilim na data. Kapansin-pansin, ang hindi nabuong data ay bumubuo ng pinakamalaking bahagi ng malaking data.
Mga Katangian ng Mga Kumpanya Bumubuo ng Madilim na Stock Data
Ang listahan ng mga uri ng data na ibinigay sa itaas ay maaaring magbigay ng maraming halaga sa isang kumpanya. Gayunpaman, nakakagulat na nagsinungaling silang walang kinalaman. Mayroong isang bilang ng mga kadahilanan para dito, ngunit ang pinakamahalaga ay tila ang kakulangan ng pamumuhunan. Ibinigay sa ibaba ay ilang mga kadahilanan ang madilim na stock ng data ay bumubuo.
Hindi mo mapagbuti ang iyong mga kasanayan sa pagprograma kapag walang nagmamalasakit sa kalidad ng software.
Ang kadahilanang ito ay nauugnay sa kakulangan ng pamumuhunan. Kung ang koleksyon ng data ay isinasagawa ng mga teknolohiyang hindi nakikipag-ugnay sa isa't isa, pinipigilan nito ang samahan mula sa paglikha ng isang komprehensibong patakaran ng data. Maraming mga organisasyon na may mga backdated na teknolohiya na nagpupumilit upang maisama ang mga data na nakolekta mula sa iba't ibang mga mapagkukunan tulad ng mga call center chat transkrip, data ng pag-click sa website, at data ng kumperensya ng video. Upang maproseso at isama ang iba't ibang mga format, kailangan mo ng naaangkop na teknolohiya.
Potensyal na Madilim na Data
Hindi nangangailangan ng isang henyo upang maunawaan na kung 90% ng malaking data ay madilim na data, potensyal na isang lupain ng hindi natuklasan, napabayaang mga oportunidad. Tulad ng itinuturo ng mga dahilan sa itaas, ang mga kumpanya ay hindi gumagamit ng madilim na data dahil nag-aalok sila ng kaunting halaga, ngunit dahil sa mga pag-aari ng mga kumpanya ang mga limitasyon. Kaya, itinatag na ang madilim na data ay may maraming potensyal. Subukan nating maunawaan ang potensyal na ito sa tulong ng sektor ng pagmamanupaktura.
Ayon sa isang pag-aaral ng Frost & Sullivan, "ang Internet ng mga bagay, Internet ng mga serbisyo, malaking data at pinagsama-samang industriya ay mag-iiwan ng isang tiyak na epekto sa lahat ng mga seksyon ng chain ng pagmamanupaktura." Ang sektor ng pagmamanupaktura ay nakakakuha ng mahalagang data mula sa mga sumusunod:
- Mga log ng makina
- Mga sensor ng kagamitan
- Telematics ng produkto
- Clickstream ng mamimili
- Social Media
Manghuhula ng Demand at Malutas ang Isyu
Sa pamamagitan ng tumpak na pagsusuri ng data ng clickstream ng customer at pagkuha ng mga telematics ng produkto, ang mga kumpanya ay maaaring tumpak na mahuhulaan ang demand at tumugon nang naaangkop sa pamamagitan ng pag-optimize ng supply ng mga kalakal. Maaari ring malutas ng mga kumpanya ang mga isyu sa pamamagitan ng paghiwalayin ang mga ito sa tulong ng madilim na data na nabuo ng mga sensor at telematic.
Bumuo ng isang Mas matalinong Chain Supply
Upang tumpak na malaman ang oras at dami ng demand at tumugon sa mga kinakailangan nang naaangkop, ang mga kumpanya ay nangangailangan ng isang matalino at matatag na supply chain. Isang paraan ng pagkakaroon nito ay ang pagkakaroon ng butil ng impormasyon ng mga indibidwal na sangkap ng supply chain. Ang impormasyon ng Granular ay nagbibigay-daan sa mga kumpanya upang makamit ang kalidad pati na rin sa paghahatid ng oras. At ang madilim na data lamang ang maaaring magbigay ng butil ng impormasyon tungkol sa supply chain.
Pagpapabuti ng Kalidad ng Produkto Sa Feedback ng Customer
Sa mga nababagong panahon na ito, ang isang customer ay hindi na isang tao na ubusin lamang ang mga produkto. Sa isang kahulugan, ang isang customer ay isang ambasador ng tatak na maaaring itaguyod ang produkto sa pamamagitan ng salita ng bibig, mga referral at social media. Napakahalaga para sa pamamahala ng produkto, disenyo at mga koponan sa engineering upang magamit ang feedback ng customer at pagbutihin ang kalidad ng produkto. Ang maitim na data ay makakatulong sa mga kumpanya ng pagmamanupaktura sa pamamagitan ng pagbibigay ng isang 360-degree na view ng produkto at kung paano ito tinitingnan sa merkado. Kaya ano ang magagawa ng kumpanya?
- Magkaroon ng isang maayos na dinisenyo na balangkas ng analytics na nagpapalusog ng madilim na data at nagbibigay ng pag-access sa balangkas sa lahat ng mga stakeholder.
- Bawasan ang hindi planado, hindi inaasahang downtime ng pagbuo ng produkto sa tulong ng data ng sensor at telematic na maaaring asahan ang mga pagkakamali o pagkabigo sa produkto.
- Pagsamahin ang mga telematic sa social media upang ang feedback ng customer ay maaaring makuha sa real time at ang data ay maipadala sa nababahala na departamento.
- Gumamit ng data upang mapagbuti ang mga tampok ng produkto sa isang maliksi na paraan.
Konklusyon
Ang potensyal ng madilim na data ay walang alinlangan. Ngunit kailangan ding tandaan ng mga kumpanya ang mga panganib na nauugnay sa hindi tiyak na imbakan at hindi magandang paghawak ng madilim na data. Ang madilim na data ay maaaring maglaman ng sensitibong impormasyon at ang anumang hindi sinasadya o sinasadyang pagtagas ng impormasyon ay maaaring mangahulugan ng problema. Ang mga kumpanya ay kailangang magkaroon ng mahusay na data tagging at pag-istruktura ng mga teknolohiya upang ang data ay nakilala at nakategorya. Ito ay kinakailangan kahit na hindi nila nilayon na pag-aralan ito para sa kanilang negosyo. Kung hindi man, ang pinansiyal, regulasyon, pagkawala ng kalamangan sa kompetisyon at ligal na mga kaguluhan ay maaaring sundan sa lalong madaling panahon.