6 maneras de incluir datos oscuros en estrategias analíticas

            
                                                                             
            
            

Gartner define los datos oscuros como “las organizaciones de activos de información recopilan, procesan y almacenan durante las actividades comerciales normales, pero en general, no se utilizan para otros fines .”

A menudo, esto no se utiliza los datos se guardan para fines de cumplimiento legal o de descubrimiento, y con demasiada frecuencia, consisten en grandes datos no estructurados que las organizaciones se resisten a eliminar, aunque rara vez o nunca usan los datos.

VER: Política de big data (Tech Pro Research)

Dark data sigue el cambio climático

Sin embargo, esto es un Error. Tomemos, por ejemplo, un proyecto de restauración de datos de zooplancton, que está creando conjuntos de datos oscuros de datos oceánicos recopilados en los años 70 y 80, un momento en que las tecnologías para la curación, el almacenamiento y la difusión de datos eran casi inexistentes.

Estos datos son importantes porque ayudan a rastrear el impacto del cambio climático debido a las poblaciones de zooplancton, los animales microscópicos que sostienen muchas formas de vida marina y son elementos esenciales de la cadena alimenticia oceánica. Los datos pueden medirse desde ahora hasta la población de zooplancton de hace 50 años.

Como lo demuestra este proyecto, puede perder información vital al no explorar todos los datos almacenados. Las organizaciones no se proponen conscientemente hacer esto. En muchos casos, la tarea de restaurar datos en forma de videos antiguos, documentos, fotos, etc., es tan desalentadora que no existe el personal o el presupuesto disponible para realizar una restauración completa.

VER: Infografía: la mayoría de las empresas recopilan datos, pero no utilizan soluciones de datos grandes (investigación técnica de Pro)

Ayuda en camino

La buena noticia es que la ayuda está en camino.

Los avances en visión computacional, reconocimiento de patrones y analítica cognitiva ofrecen herramientas que facilitan el procesamiento y la exploración de datos oscuros no estructurados que las organizaciones dejaron sin explorar.

Esto allana el camino hacia nuevas perspectivas, e impulsó a los investigadores de la industria como Deloitte a decir que “[By] aprovechando estas herramientas avanzadas y conjuntos de habilidades, durante los próximos 18 a 24 meses un número creciente de CIOs, negocios Los líderes y los científicos de datos comenzarán a experimentar con “análisis oscuros”: exploraciones centradas en el vasto universo de datos no estructurados y “oscuros” con el objetivo de descubrir el tipo de información operativa, de clientes y operativa altamente matizada en la que se basan los datos estructurados en la actualidad. su posesión puede no revelarse “.

¿Qué pasos pueden tomar los CIO, los CDO y otros profesionales de It con grandes responsabilidades de datos para incluir datos oscuros en sus estrategias de análisis? Lea las seis sugerencias a continuación.

VER: Glosario rápido: inteligencia de negocios y análisis

} 19 1. Averigüe qué tiene bajo la administración

“El problema para la mayoría de las empresas es que en el pasado los datos siempre fueron una ocurrencia tardía. Usted construyó un sistema o aplicación y hubo datos asociados. Luego dijo: “Voy a averiguar qué quiero hacer con eso más adelante”, dijo Anil Chakraverthy, Director Ejecutivo de Informática.

Eso es exactamente lo que muchas empresas descubren a medida que avanzan a través de las transformaciones digitales. Hay literalmente armarios y almacenes llenos de datos no estructurados en papel que nadie pensó en digitalizar, hasta ahora. Estos datos pueden proporcionar información valiosa.

El objetivo para los CIO es simple: descubra qué datos está bajo la administración de la compañía, pero posiblemente no sabía que lo tenía. Luego, desarrolle un plan de datos estratégico con ejecutivos que aborde qué hacer con estos datos para que ofrezca el mayor valor para la empresa.

VER: Transformación digital en 2019: Guía para líderes empresariales sobre desafíos y oportunidades futuras (Investigación técnica de Pro) 19199008 }

2. Conéctese con lo que obtuvo

Tan pronto como se determine que ciertas áreas de datos son útiles, comience a digitalizar y explotar su valor para que pueda trabajar para usted.

3. Busque datos externos que puedan aumentar su toma de decisiones

Las fuentes de datos externos pueden mejorar el valor de los datos que ya tiene bajo administración. Un buen ejemplo es el monitoreo de la bolsa de hielo de Groenlandia. Si vigila el cambio climático y le preocupa el ritmo del calentamiento global, puede estudiar fotografías históricas de la masa terrestre de Groenlandia de hace décadas. La comparación de Groenlandia con la forma en que se encontraba hace décadas con la situación actual puede demostrar tanto el impacto como la progresión del calentamiento global.

4. Datos precisos para la privacidad, integridad y calidad de los datos

A medida que se digitalizan las formas en papel de datos no estructurados, es esencial que los datos se sometan a controles de calidad para garantizar su integridad y calidad. Durante este proceso, los errores de datos deben ser detectados y corregidos. En algunos casos, también puede haber problemas de privacidad que deben ser examinados. Todas estas bases deben explorarse en sus ejercicios de limpieza de datos antes de que cualquiera de los contenidos recientemente digitalizados sea admitido en un nuevo repositorio de datos.

5. Desarrolle estrategias proactivas de administración de datos para nuevas tecnologías como IoT

Obtener un manejo de todos los datos que tiene bajo administración (pero que tal vez no sepa que tiene), no es el final de la historia de administración de datos. Cisco estima que para 2019, IoT generará más de 500 zettabytes de datos por año. A medida que las empresas incorporan la tecnología IoT, cada plan de implementación debe abordar qué hacer con los datos futuros que se recopilan.

6. Demuestre los resultados

Los datos deben usarse. Si no puede demostrar casos comerciales convincentes para el uso de datos no estructurados que desea digitalizar, reconsidere retener e invertir en los datos. Por ejemplo, la mayoría de las imágenes de satélite, fotos antiguas, documentos, videos, etc., se utilizan para el análisis de tendencias históricas a largo plazo. Los datos permiten a las empresas aprender de la historia y posicionarse para el futuro. En otros casos, los datos pueden ser utilizados en proyectos a corto plazo.

Solo recuerde, sea cual sea el uso, debe aportar un valor inmediato al negocio.

Vea también

 istock-876586498archive-files.jpg

                                            Imagen: Getty Images / iStockphoto
                                        


Source link

About rasco

Be Happy the future is friendly.

Leave a Reply

Allrights Reserved 2007-2018 - Beone Magazine - powered by rasco