Inhalt
- Was sind dunkle Daten?
- Unterschied zwischen Big Data und Dark Data
- Gründe, warum Unternehmen dunkle Datenbestände aufbauen
- Dunkles Datenpotential
- Bedarf vorhersagen und Probleme lösen
- Bauen Sie eine intelligentere Lieferkette auf
- Verbesserung der Produktqualität durch Kundenfeedback
- Fazit
Quelle: Agsandrew / Dreamstime.com
Wegbringen:
Dunkle Daten sind Daten, die niemals das Licht der Welt erblicken, aber diese lange ignorierten Daten könnten für Unternehmen von Nutzen sein.
Es gibt zwei Möglichkeiten, die Auswirkungen von dunklen Daten in der Welt von Big Data anzuzeigen:
- Als die in Big Data verborgenen Chancen
- Als Risiko stellen sich dunkle Daten
Fast alle Unternehmen speichern dunkle Daten für unterschiedliche Zeiträume ohne Analyse. Währenddessen verlieren sie die Gelegenheit, die Erkenntnisse zu gewinnen, die die nicht analysierten Daten hätten preisgeben können. Die Speicherung von dunklen Daten über einen so langen Zeitraum birgt auch verschiedene Risiken, z. B. rechtliche, finanzielle, Reputations- und Wettbewerbsvorteile. Unternehmen müssen ihr Repository für dunkle Daten besser nutzen, um nicht nur die Geschäftsabläufe zu verbessern, sondern auch um Risiken zu minimieren.
Was sind dunkle Daten?
Fast jedes Unternehmen sammelt riesige Datenmengen, um mehr Einblicke in Dinge wie Kundenverhalten, Softwareentwicklungsprozesse, Besprechungszeiten und Produktivität sowie Benutzerfreundlichkeit der Website zu erhalten. Diese Erkenntnisse helfen den Unternehmen, auf die Bereitstellung verbesserter Produkte und Dienstleistungen zu reagieren. Es kann jedoch überraschend sein, dass ein großer Prozentsatz der Daten über einen längeren Zeitraum nicht verwendet wird. Unternehmen speichern es einfach, ohne eine Analyse durchzuführen. Diese Kategorie von Daten wird als dunkle Daten bezeichnet, und die Größe dieser Kategorie ist enorm. IDC schätzt, dass 90% der generierten Gesamtdaten dunkle Daten sind - das ist eine signifikante Beobachtung. Gartner definiert dunkle Daten als
Welche Daten werden nicht analysiert? Es wurde festgestellt, dass die folgenden Datenkategorien für die Kategorie "Dunkle Daten" geeignet sind:
- Rohe Umfrageeingaben
- Kundendaten
- Vorherige Mitarbeiterdaten
- Jahresabschluss
- Gespräche
- Chat-Mitschriften
- Call-Center-Mitschriften
- Kontodaten
Unterschied zwischen Big Data und Dark Data
Dunkle Daten sind eine Teilmenge von Big Data. Es werden also zwei Teile der Big Data gesammelt: analysiert und nicht analysiert. Die nicht analysierten Daten sind dunkle Daten. Interessanterweise machen nicht analysierte Daten den größten Teil von Big Data aus.
Gründe, warum Unternehmen dunkle Datenbestände aufbauen
Die oben angegebene Liste der Datentypen kann für ein Unternehmen möglicherweise von großem Wert sein. Dennoch ist es überraschend, dass sie unbeaufsichtigt liegen. Dafür gibt es eine Reihe von Gründen, aber der wichtigste scheint der Mangel an Investitionen zu sein. Im Folgenden werden einige Gründe aufgeführt, warum sich der dunkle Datenbestand aufbaut.
Sie können Ihre Programmierkenntnisse nicht verbessern, wenn sich niemand um die Softwarequalität kümmert.
Dieser Grund hängt mit dem Mangel an Investitionen zusammen. Wenn die Datenerfassung von Technologien durchgeführt wird, die nicht miteinander interagieren, kann die Organisation keine umfassende Datenrichtlinie erstellen. Viele Unternehmen mit älteren Technologien haben Schwierigkeiten, die aus verschiedenen Quellen gesammelten Daten wie Callcenter-Chat-Mitschriften, Website-Klickdaten und Videokonferenzdaten zu integrieren. Um unterschiedliche Formate verarbeiten und integrieren zu können, benötigen Sie entsprechende Technologien.
Dunkles Datenpotential
Man braucht kein Genie, um zu verstehen, dass 90% der Big Data dunkle Daten sind und möglicherweise ein Land mit unentdeckten, vernachlässigten Möglichkeiten ist. Wie die obigen Gründe verdeutlichen, verwenden Unternehmen keine dunklen Daten, weil sie wenig Wert bieten, sondern aufgrund der unternehmenseigenen Einschränkungen. Es ist also erwiesen, dass dunkle Daten ein großes Potenzial haben. Versuchen wir, dieses Potenzial mithilfe des verarbeitenden Gewerbes zu verstehen.
Laut einer Frost & Sullivan-Studie werden „das Internet der Dinge, das Internet der Dienste, Big Data und die integrierte Industrie einen entscheidenden Einfluss auf alle Bereiche der Wertschöpfungskette des verarbeitenden Gewerbes haben.“ Das verarbeitende Gewerbe erhält wertvolle Daten aus folgenden Quellen:
- Maschinenprotokolle
- Gerätesensoren
- Produkttelematik
- Clickstream für Endverbraucher
- Sozialen Medien
Bedarf vorhersagen und Probleme lösen
Durch die genaue Analyse der Clickstream-Daten von Kunden und den Erhalt von Produkttelematik können Unternehmen die Nachfrage genau prognostizieren und angemessen reagieren, indem sie das Warenangebot optimieren. Unternehmen können Probleme auch lösen, indem sie sie mithilfe von dunklen Daten isolieren, die von Sensoren und Telematik generiert werden.
Bauen Sie eine intelligentere Lieferkette auf
Um den Zeitpunkt und das Volumen der Nachfrage genau zu kennen und angemessen auf die Anforderungen zu reagieren, benötigen Unternehmen eine intelligente und robuste Lieferkette. Eine Möglichkeit ist die detaillierte Information der einzelnen Komponenten der Lieferkette. Granulare Informationen ermöglichen es Unternehmen, sowohl Qualität als auch termingerechte Lieferung zu erreichen. Und nur dunkle Daten können detaillierte Informationen über die Lieferkette liefern.
Verbesserung der Produktqualität durch Kundenfeedback
In diesen sich ändernden Zeiten ist ein Kunde nicht länger jemand, der nur die Produkte konsumiert. In gewisser Weise ist ein Kunde ein Markenbotschafter, der das Produkt durch Mundpropaganda, Empfehlungen und soziale Medien bewerben kann. Für das Produktmanagement, das Design und das Engineering ist es äußerst wichtig, das Kundenfeedback zu nutzen und die Produktqualität zu verbessern. Dunkle Daten können produzierenden Unternehmen helfen, indem sie eine 360-Grad-Ansicht des Produkts und dessen Sicht auf den Markt bieten. Was kann das Unternehmen also tun?
- Verfügen Sie über ein gut gestaltetes Analyserahmenwerk, das dunkle Daten nutzt und allen Beteiligten Zugriff auf das Rahmenwerk bietet.
- Reduzieren Sie ungeplante, unvorhergesehene Ausfallzeiten bei der Produktentwicklung mit Hilfe von Sensordaten und Telematik, die Fehlfunktionen oder Produktausfälle vorwegnehmen können.
- Integrieren Sie Telematik in soziale Medien, sodass Kundenfeedbacks in Echtzeit erfasst und die Daten an die betreffende Abteilung übertragen werden können.
- Verwenden Sie Daten, um die Produkteigenschaften auf flexible Weise zu verbessern.
Fazit
Das Potenzial von dunklen Daten ist unbestritten. Unternehmen müssen jedoch auch die Risiken berücksichtigen, die mit der unbefristeten Speicherung und dem schlechten Umgang mit dunklen Daten verbunden sind. Dunkle Daten können vertrauliche Informationen enthalten, und ein versehentliches oder absichtliches Weitergeben von Informationen kann zu Problemen führen. Unternehmen benötigen gute Technologien zur Kennzeichnung und Strukturierung von Daten, damit diese identifiziert und kategorisiert werden können. Dies ist auch dann notwendig, wenn sie nicht beabsichtigen, dies für ihr Unternehmen zu analysieren. Andernfalls könnten sich in Kürze finanzielle, behördliche, wettbewerbsrechtliche und rechtliche Probleme ergeben.