เนื้อหา
- ข้อมูลมืดคืออะไร
- ความแตกต่างระหว่างข้อมูลขนาดใหญ่และข้อมูลมืด
- เหตุผลที่ บริษัท สร้างคลังข้อมูลที่มืด
- ศักยภาพข้อมูลมืด
- ทำนายอุปสงค์และแก้ไขปัญหา
- สร้างห่วงโซ่อุปทานที่ชาญฉลาด
- การปรับปรุงคุณภาพผลิตภัณฑ์ด้วยคำติชมของลูกค้า
- ข้อสรุป
ที่มา: Agsandrew / Dreamstime.com
Takeaway:
ข้อมูลที่มืดคือข้อมูลที่ไม่เคยเห็นแสงของวัน แต่ข้อมูลที่ไม่ได้ใช้งานนี้สามารถนำไปใช้กับองค์กรได้
มีสองวิธีในการดูผลกระทบของข้อมูลมืดในโลกของข้อมูลขนาดใหญ่:
- เป็นโอกาสที่ซ่อนอยู่ในข้อมูลขนาดใหญ่
- ในขณะที่ความเสี่ยงข้อมูลมืดโพสท่า
บริษัท เกือบทั้งหมดเก็บข้อมูลที่มืดสำหรับระยะเวลาที่แตกต่างกันโดยไม่มีการวิเคราะห์ใด ๆ ในขณะที่พวกเขาทำเช่นนั้นพวกเขาสูญเสียโอกาสที่จะได้รับข้อมูลเชิงลึกที่ข้อมูลวิเคราะห์อาจเปิดเผย นอกจากนี้ยังมีความเสี่ยงหลายประการในการจัดเก็บข้อมูลที่มืดเป็นเวลานานเช่นกฎหมายการเงินชื่อเสียงและการสูญเสียความได้เปรียบในการแข่งขัน บริษัท จำเป็นต้องใช้ที่เก็บข้อมูลที่มืดของพวกเขาให้ดีขึ้นไม่เพียง แต่เพื่อปรับปรุงธุรกิจที่ชาญฉลาด แต่ยังเพื่อลดความเสี่ยง
ข้อมูลมืดคืออะไร
เกือบทุก บริษัท จะรวบรวมข้อมูลจำนวนมากด้วยความตั้งใจที่จะได้รับข้อมูลเชิงลึกมากขึ้นในเรื่องต่าง ๆ เช่นพฤติกรรมของลูกค้ากระบวนการพัฒนาซอฟต์แวร์เวลาในการประชุมและการเพิ่มผลิตผลรวมถึงการใช้งานเว็บไซต์ ข้อมูลเชิงลึกเหล่านี้ช่วยให้ บริษัท ตอบสนองเพื่อนำเสนอผลิตภัณฑ์และบริการที่ได้รับการปรับปรุง อย่างไรก็ตามอาจเป็นเรื่องที่น่าแปลกใจที่ข้อมูลส่วนใหญ่ไม่ได้ใช้งานเป็นเวลานาน บริษัท ต่าง ๆ เพียงเก็บมันไว้โดยไม่ทำการวิเคราะห์ใด ๆ ข้อมูลประเภทนี้เรียกว่าข้อมูลมืดและขนาดของหมวดหมู่นี้มีขนาดใหญ่มาก IDC ประมาณการว่า 90% ของข้อมูลทั้งหมดที่สร้างขึ้นเป็นข้อมูลมืดซึ่งเป็นข้อสังเกตที่สำคัญ การ์ตเนอร์กำหนดข้อมูลที่มืดเช่น
“ เขาเก็บรวบรวมข้อมูลสินทรัพย์องค์กรดำเนินการและจัดเก็บในระหว่างกิจกรรมทางธุรกิจปกติ แต่โดยทั่วไปล้มเหลวในการใช้เพื่อวัตถุประสงค์อื่น ๆ (ตัวอย่างเช่นการวิเคราะห์ความสัมพันธ์ทางธุรกิจและการสร้างรายได้โดยตรง) เช่นเดียวกับสสารมืดในฟิสิกส์ข้อมูลมืดมักจะประกอบด้วยสินทรัพย์ด้านข้อมูลขององค์กรส่วนใหญ่ ดังนั้นองค์กรมักจะเก็บข้อมูลที่มืดเพื่อจุดประสงค์ในการปฏิบัติตามกฎระเบียบเท่านั้น การจัดเก็บและรักษาความปลอดภัยข้อมูลมักจะมีค่าใช้จ่ายมากขึ้น (และบางครั้งก็มีความเสี่ยงมากกว่า)”
ข้อมูลประเภทใดที่ไม่มีการวิเคราะห์ พบว่าหมวดหมู่ข้อมูลต่อไปนี้มีคุณสมบัติเหมาะสมสำหรับหมวดหมู่ข้อมูลมืด:
- อินพุตแบบสำรวจดิบ
- ข้อมูลลูกค้า
- ข้อมูลพนักงานก่อนหน้า
- งบการเงิน
- การสนทนา
- ทรานสคริปต์การสนทนา
- การถอดเสียงศูนย์บริการ
- ข้อมูลบัญชี
ความแตกต่างระหว่างข้อมูลขนาดใหญ่และข้อมูลมืด
ข้อมูลมืดเป็นส่วนย่อยของข้อมูลขนาดใหญ่ ดังนั้นจึงมีการรวบรวมข้อมูลขนาดใหญ่สองส่วน: วิเคราะห์และไม่วิเคราะห์ ข้อมูลที่ไม่มีการวิเคราะห์คือข้อมูลที่มืด ข้อมูลที่ไม่มีการวิเคราะห์ที่น่าสนใจถือเป็นส่วนที่ใหญ่ที่สุดของข้อมูลขนาดใหญ่
เหตุผลที่ บริษัท สร้างคลังข้อมูลที่มืด
รายการประเภทข้อมูลที่ระบุด้านบนอาจมีมูลค่ามากสำหรับ บริษัท ยังคงเป็นที่น่าแปลกใจที่พวกเขาโกหกแบบอัตโนมัติ มีสาเหตุหลายประการ แต่สิ่งที่สำคัญที่สุดคือขาดการลงทุน รับด้านล่างเป็นเหตุผลสองสามหุ้นข้อมูลมืดกำลังสร้างขึ้น
คุณไม่สามารถพัฒนาทักษะการเขียนโปรแกรมของคุณเมื่อไม่มีใครใส่ใจคุณภาพของซอฟต์แวร์
เหตุผลนี้เกี่ยวข้องกับการขาดการลงทุน หากการรวบรวมข้อมูลดำเนินการโดยเทคโนโลยีที่ไม่ได้ทำงานร่วมกันสิ่งนี้จะป้องกันไม่ให้องค์กรสร้างนโยบายข้อมูลที่ครอบคลุม องค์กรหลายแห่งที่ใช้เทคโนโลยีย้อนหลังกำลังดิ้นรนเพื่อรวมข้อมูลที่รวบรวมจากแหล่งข้อมูลต่าง ๆ เช่นทรานสคริปต์การสนทนาทางคอลล์เซ็นเตอร์ข้อมูลการคลิกเว็บไซต์และข้อมูลการประชุมผ่านวิดีโอ ในการประมวลผลและรวมรูปแบบที่แตกต่างกันคุณจำเป็นต้องมีเทคโนโลยีที่เหมาะสม
ศักยภาพข้อมูลมืด
ไม่ต้องใช้อัจฉริยะเพื่อทำความเข้าใจว่าถ้า 90% ของข้อมูลขนาดใหญ่เป็นข้อมูลที่มืดมันอาจเป็นโอกาสของการถูกทอดทิ้งและถูกทอดทิ้งโอกาส ด้วยเหตุผลดังกล่าวข้างต้น บริษัท ต่างๆไม่ได้ใช้ประโยชน์จากข้อมูลที่มืดเพราะมีคุณค่าน้อย แต่เนื่องจากข้อ จำกัด ของ บริษัท เอง ดังนั้นจึงเป็นที่ยอมรับว่าข้อมูลมืดมีศักยภาพมาก ให้เราพยายามทำความเข้าใจศักยภาพนี้ด้วยความช่วยเหลือของภาคการผลิต
จากการศึกษาของ Frost & Sullivan“ อินเทอร์เน็ตของสิ่งอินเทอร์เน็ตบริการข้อมูลขนาดใหญ่และอุตสาหกรรมแบบบูรณาการจะส่งผลกระทบที่สำคัญในทุกส่วนของห่วงโซ่คุณค่าการผลิต” ภาคการผลิตได้รับข้อมูลที่มีค่าจากสิ่งต่อไปนี้
- เครื่องบันทึก
- เซ็นเซอร์อุปกรณ์
- สินค้า telematics
- ผู้บริโภค clickstream
- สื่อสังคม
ทำนายอุปสงค์และแก้ไขปัญหา
ด้วยการวิเคราะห์ข้อมูลคลิกสตรีมของลูกค้าอย่างแม่นยำและการรับข้อมูลผลิตภัณฑ์ทำให้ บริษัท สามารถคาดการณ์ความต้องการได้อย่างถูกต้องและตอบสนองอย่างเหมาะสมโดยการเพิ่มประสิทธิภาพการจัดหาสินค้า บริษัท ต่างๆยังสามารถแก้ไขปัญหาได้ด้วยการแยกข้อมูลเหล่านั้นออกมาด้วยความช่วยเหลือของข้อมูลมืดที่เกิดจากเซ็นเซอร์และ telematics
สร้างห่วงโซ่อุปทานที่ชาญฉลาด
เพื่อให้ทราบเวลาและปริมาณความต้องการได้อย่างถูกต้องและตอบสนองต่อความต้องการอย่างเหมาะสม บริษัท ต้องมีห่วงโซ่อุปทานที่ชาญฉลาดและมีประสิทธิภาพ วิธีหนึ่งในการที่จะมีข้อมูลที่ละเอียดของส่วนประกอบแต่ละส่วนของห่วงโซ่อุปทาน ข้อมูลที่ละเอียดช่วยให้ บริษัท ต่างๆได้รับคุณภาพและการส่งมอบที่ตรงเวลา และมีเพียงข้อมูลมืดเท่านั้นที่สามารถให้ข้อมูลที่ละเอียดเกี่ยวกับห่วงโซ่อุปทาน
การปรับปรุงคุณภาพผลิตภัณฑ์ด้วยคำติชมของลูกค้า
ในช่วงเวลาที่เปลี่ยนแปลงเหล่านี้ลูกค้าไม่ได้เป็นคนที่บริโภคผลิตภัณฑ์อีกต่อไป ในแง่หนึ่งลูกค้าคือทูตของแบรนด์ที่สามารถโปรโมตผลิตภัณฑ์ผ่านคำพูดจากปากผู้อ้างอิงและโซเชียลมีเดีย เป็นสิ่งสำคัญอย่างยิ่งสำหรับทีมการจัดการการออกแบบและวิศวกรรมเพื่อใช้ประโยชน์จากความคิดเห็นของลูกค้าและปรับปรุงคุณภาพผลิตภัณฑ์ ข้อมูลที่มืดสามารถช่วยให้ บริษัท ผู้ผลิตโดยนำเสนอมุมมอง 360 องศาของผลิตภัณฑ์และวิธีการดูในตลาด ดังนั้น บริษัท สามารถทำอะไรได้บ้าง
- มีกรอบการวิเคราะห์ที่ออกแบบมาอย่างดีซึ่งใช้ประโยชน์จากข้อมูลมืดและให้การเข้าถึงกรอบการทำงานกับผู้มีส่วนได้เสียทั้งหมด
- ลดการหยุดชะงักของการพัฒนาผลิตภัณฑ์โดยไม่คาดหมายล่วงหน้าโดยใช้ข้อมูลเซ็นเซอร์และ telematics ซึ่งสามารถคาดการณ์ความผิดปกติหรือความล้มเหลวของผลิตภัณฑ์
- ผสานรวม telematics เข้ากับโซเชียลมีเดียเพื่อให้ความคิดเห็นของลูกค้าสามารถจับภาพในแบบเรียลไทม์และข้อมูลจะถูกส่งไปยังแผนกที่เกี่ยวข้อง
- ใช้ข้อมูลเพื่อปรับปรุงคุณสมบัติของผลิตภัณฑ์ในแบบที่คล่องตัว
ข้อสรุป
ศักยภาพของข้อมูลมืดไม่ต้องสงสัย แต่ บริษัท ก็ต้องจำไว้ว่าความเสี่ยงที่เกี่ยวข้องกับการจัดเก็บไม่ จำกัด และการจัดการข้อมูลมืด ข้อมูลที่มืดอาจมีข้อมูลที่ละเอียดอ่อนและการรั่วไหลของข้อมูลโดยไม่ตั้งใจหรือโดยเจตนาอาจหมายถึงปัญหา บริษัท จำเป็นต้องมีการติดแท็กข้อมูลและโครงสร้างเทคโนโลยีที่ดีเพื่อให้สามารถระบุและจัดประเภทข้อมูลได้ สิ่งนี้มีความจำเป็นแม้ว่าพวกเขาไม่ได้ตั้งใจจะวิเคราะห์เพื่อธุรกิจของพวกเขา มิฉะนั้นทางการเงินการกำกับดูแลการสูญเสียความได้เปรียบในการแข่งขันและปัญหาทางกฎหมายอาจตามมาในไม่ช้า