Contente
- O que são dados escuros?
- Diferença entre Big Data e Dark Data
- Razões pelas quais as empresas constroem um estoque escuro de dados
- Potencial de dados escuros
- Prever a demanda e resolver problemas
- Crie uma cadeia de suprimentos mais inteligente
- Melhorando a qualidade do produto com feedback do cliente
- Conclusão
Fonte: Agsandrew / Dreamstime.com
Leve embora:
Dados escuros são dados que nunca vê a luz do dia, mas esses dados há muito ignorados podem ser úteis para as organizações.
Existem duas maneiras de visualizar o impacto dos dados escuros no mundo do big data:
- Como as oportunidades ocultas no big data
- Como os riscos que os dados obscuros representam
Quase todas as empresas armazenam dados escuros por períodos de tempo variados, sem nenhuma análise. Enquanto o fazem, perdem a oportunidade de obter as idéias que os dados não analisados poderiam ter revelado. Também há vários riscos no armazenamento de dados obscuros por um período tão longo, como legal, financeiro, de reputação e perda de vantagens competitivas. As empresas precisam utilizar melhor seu repositório de dados escuros, não apenas para melhorar os negócios, mas também para minimizar os riscos.
O que são dados escuros?
Quase todas as empresas coletam grandes volumes de dados com a intenção de obter mais informações sobre coisas como comportamento do cliente, processos de desenvolvimento de software, horários e produtividade das reuniões, além da usabilidade do site. Esses insights ajudam as empresas a responder para fornecer produtos e serviços aprimorados. No entanto, pode ser surpreendente que uma grande porcentagem dos dados não seja usada por longos períodos de tempo. As empresas apenas armazenam sem realizar nenhuma análise. Essa categoria de dados é conhecida como dados escuros e o tamanho dessa categoria é enorme. A IDC estima que 90% do total de dados gerados são escuros - isso é uma observação significativa. O Gartner define dados escuros como,
Que tipo de dados são deixados não analisados? As seguintes categorias de dados foram consideradas qualificadas para a categoria de dados escuros:
- Entradas brutas da pesquisa
- Dados do cliente
- Dados de funcionários anteriores
- Declarações financeiras
- conversas
- Transcrições de bate-papo
- Transcrições do call center
- Dados da conta
Diferença entre Big Data e Dark Data
Dados escuros são um subconjunto de grandes dados. Portanto, existem duas partes do big data coletadas: analisadas e não analisadas. Os dados não analisados são dados escuros. Curiosamente, dados não analisados constituem a maior parte do big data.
Razões pelas quais as empresas constroem um estoque escuro de dados
A lista de tipos de dados fornecida acima pode potencialmente fornecer muito valor para uma empresa. Ainda assim, é surpreendente que eles se encontrem desacompanhados. Existem várias razões para isso, mas o mais importante parece ser a falta de investimento. Dada a seguir, estão algumas razões pelas quais o estoque escuro de dados está se acumulando.
Você não pode melhorar suas habilidades de programação quando ninguém se importa com a qualidade do software.
Esse motivo está relacionado à falta de investimento. Se a coleta de dados for realizada por tecnologias que não interagem umas com as outras, isso impede que a organização crie uma política de dados abrangente. Muitas organizações com tecnologias antigas estão lutando para integrar os dados coletados de diferentes fontes, como transcrições de bate-papo em call center, dados de cliques em sites e dados de videoconferência. Para processar e integrar diferentes formatos, você precisa de tecnologia apropriada.
Potencial de dados escuros
Não é preciso ser um gênio para entender que, se 90% dos big data são dados obscuros, é potencialmente uma terra de oportunidades não descobertas e negligenciadas. Como as razões acima apontam, as empresas não estão utilizando dados obscuros porque oferecem pouco valor, mas devido às próprias limitações das empresas. Portanto, é estabelecido que os dados escuros têm muito potencial. Vamos tentar entender esse potencial com a ajuda do setor de fabricação.
De acordo com um estudo da Frost & Sullivan, “a Internet das coisas, a Internet dos serviços, o big data e a indústria integrada deixarão um impacto decisivo em todas as seções da cadeia de valor da manufatura”. O setor de manufatura obtém dados valiosos dos seguintes itens:
- Logs da máquina
- Sensores de equipamento
- Telemática do produto
- Fluxo de cliques do consumidor
- Mídia social
Prever a demanda e resolver problemas
Ao analisar com precisão os dados do fluxo de cliques dos clientes e obter a telemática do produto, as empresas podem prever com precisão a demanda e responder adequadamente, otimizando o fornecimento de mercadorias. As empresas também podem resolver problemas isolando-os com a ajuda de dados escuros gerados por sensores e telemática.
Crie uma cadeia de suprimentos mais inteligente
Para conhecer com precisão o tempo e o volume da demanda e responder adequadamente aos requisitos, as empresas precisam de uma cadeia de suprimentos inteligente e robusta. Uma maneira de obter isso é ter informações granulares dos componentes individuais da cadeia de suprimentos. As informações granulares permitem que as empresas obtenham qualidade e entrega pontual. E apenas dados escuros podem fornecer informações granulares sobre a cadeia de suprimentos.
Melhorando a qualidade do produto com feedback do cliente
Nestes tempos de mudança, um cliente não é mais alguém que apenas consome os produtos. Em certo sentido, um cliente é um embaixador da marca que pode promover o produto através do boca a boca, referências e mídias sociais. É extremamente importante para as equipes de gerenciamento, design e engenharia de produto aproveitar o feedback do cliente e melhorar a qualidade do produto. Os dados escuros podem ajudar as empresas de manufatura, fornecendo uma visão de 360 graus do produto e como ele é visto no mercado. Então, o que a empresa pode fazer?
- Tenha uma estrutura de análise bem projetada que aproveite os dados escuros e forneça acesso à estrutura a todas as partes interessadas.
- Reduza o tempo de inatividade imprevisível e não planejado do produto com a ajuda de dados e telemática do sensor, que podem antecipar mau funcionamento ou falhas do produto.
- Integre a telemática às mídias sociais para que o feedback do cliente possa ser capturado em tempo real e os dados sejam transmitidos ao departamento em questão.
- Use dados para melhorar os recursos do produto de maneira ágil.
Conclusão
O potencial de dados escuros é inquestionável. Mas as empresas também precisam ter em mente os riscos associados ao armazenamento indefinido e ao mau manuseio de dados escuros. Dados escuros podem conter informações confidenciais e qualquer vazamento inadvertido ou deliberado de informações pode significar problemas. As empresas precisam ter boas tecnologias de marcação e estruturação de dados para que os dados sejam identificados e categorizados. Isso é necessário mesmo que eles não pretendam analisá-lo para seus negócios. Caso contrário, em breve poderão ocorrer problemas financeiros, regulatórios, perda de vantagem competitiva e problemas legais.