Dark Data: El trastero del BigData (II)

¿Qué hacemos con nuestros datos? ¿Los guardamos o los dejamos ir? ¿Guardamos nuestros datos en cajones desastres o los ordenamos para utilizarlos más tarde? ¿Qué es el «Dark Data»?

Como casi todo en la vida, los datos tienen dos caras. La moneda de la información tiene un lado menos visible que pocas personas tienen en cuenta: el «Dark Data» o Datos Oscuros.

Es indudable que la gestión de los datos que manejamos ya es complicada en la Industria 4.0, a la ecuación de complejidad hay que añadirle esta nueva variable que, además, no es visible.

Introducción

En una entrada anterior del blog y hablaba del «Dark Data».Los Datos Oscuros son todos aquellos activos de información que las empresas recopilan y almacenan, pero no se explotan. En otras palabras, son aquellos que no se utilizan con fines estadísticos, ni para ninguna acción relacionada con la actividad de la empresa, están desaprovechados.

La propia naturaleza de este tipo de datos añade un plus de dificultad para su aprovechamiento y es, sin duda, un reto más al que tenemos que enfrentarnos hoy en día.

En un mundo en el que el volumen de datos que manejamos es cada vez mayor, es lógico que tengamos estos «excedentes» para los que no hay un fin determinado, pero debemos plantearnos qué utilidad pueden tener para nuestra organización o si al dejarlos de lado, nos estamos perdiendo algo.

El valor del «Dark Data»

El principal reto que presentan los Datos Oscuros en la Industria 4.0 no es solo el almacenamiento, sino determinar su valor real, si es que tienen alguno.Datos Oscuros

Desgraciadamente, muchos datos no salen a la luz, se mantienen en la oscuridad, porque las organizaciones simplemente no saben que los tienen.

Generalmente se guardan grandes cantidades de datos por requerimientos administrativos, destruirlos puede ser muy arriesgado y analizarlos suele ser costoso.

Es difícil justificar la inversión necesaria para la gestión de los Datos Oscuros si se desconoce el valor potencial de los datos.

Para determinar si el «Dark Data» merece un análisis ulterior, las organizaciones necesitan contar con profesionales, medios de selección y herramientas que los estructuren, organicen y visualicen.
Un hecho importante a la hora de comprender el «Dark Data» es entender que no es un acontecimiento aislado.

Pasos para entender el «Dark Data»

El primer paso para entender el valor de los Datos Oscuros es identificar qué información contienen, dónde se encuentra almacenados y el estado actual respecto a su exactitud, antigüedad, etc.

Llegar a este estado exige:

  • Analizar los datos para entenderlos en profundidad. Como cuántos datos tenemos, dónde se encuentran almacenados y cuántos tipos tenemos (estructurados, no estructurados, semiestructurados).
  • Categorizar los datos. Para empezar a entender cuántos datos y de qué tipos se tienen es necesario categorizarlos, así como la naturaleza general de la información que contienen (formato, antigüedad, etc).
  • Clasificar la información. En función de lo deseamos hacer con los datos es necesario clasificarlos. ¿Se utilizarán? ¿Se destruirán? ¿Se estudiarán en mayor profundidad? Debemos tomar una decisión sobre el «Dark Data», si vamos a trabajar con los datos se pueden enviar a distintos lugares para aislar la información que se quiera analizar con mayor detalle.

Una vez identificado los grupos de datos nos podemos centrar en el valor que podemos sacar de ellos. Debemos centrarnos en los datos que consideremos que pueden proporcionar conocimiento y aportar valor.

Los Datos Oscuros también proporcionan una imagen más clara del entorno de los datos relativos a la organización. Con esta fotografía se pueden establecer políticas o estrategias de gestión de la información de la empresa.

Esta estrategia ayudan a disminuir la carga de «Dark Data» que se sigue generando mientras empezamos a trabajar con los antiguos.

Servitización, el futuro del «Dark Data»

Existen empresas de reciente creación que persiguen los problemas del «Dark Data». Estas empresas suelen operar en mercados con clientes que no son conscientes de sus problemas.

Llegar lejos se consigue acompañado
Si quieres ir rápido camina, solo si quieres llegar lejos ve acompañado

El «Dark Data» necesita un modelo nuevo para poder aportar luz al negocio.

Los Datos Oscuros están creando nuevos mercados y nuevas oportunidades de negocio sacando a la luz nuevos tipos de datos y creando aplicaciones inimaginables con esos datos.

Sin embargo, este tipo de empresas cuando tienen éxito se convierten en grandes empresas con grandes problemas de datos, irónicamente.

La pregunta que muchas personas se están planteando es: ¿qué se debe hacer con el «Dark Data»?. Algunos opinan que los datos no se deben tirar nunca, porque el almacenamiento es barato y que pueden servir para algo en el futuro.

Reto: Gestión del «Dark Data»

El éxito de la gestión del «Dark Data» pasa por determinar qué información se debe utilizar y cuál no.
Para poder analizar los Datos Oscuros hay que establecer un nuevo paradigma en el uso del Business Intelligence.

Es necesario crear patrones de gestión de datos para obtener la in­formación relevante para nuestra industria y evitar que los datos, finalmente, se conviertan en «Dark Data».

Entonces ¿dónde está el reto de los Datos Oscuros?. Por encima del almacenamiento en sí mismo, la cuestión principal es saber si esos datos tienen valor o no para el negocio.

Un buen análisis del «Dark Data» es fundamental. Estamos ante un desafío complejo en el paradigma de Industria 4.0 y que hay que abordar.

Desgraciadamente, cada segundo que pasa podemos estar perdiendo oportunidades claves para el buen desarrollo de nuestro negocio.

Fuentes

Entender el Dark Data
Dark Data
GDPR
Dark Data en los Contact Center

Manufacturing Technology Program

Deja tu opinión

Si te ha resultado útil el artículo. O crees que el contenido es de valor. Si tienes alguna sugerencia u opinión… Te agradezco que dejes un comentario o te pongas en contacto conmigo. De esta forma entre todos iremos mejorando un poco más cada día. Cultiva una cultura Kaizen. Gracias
Contacto

¿Por qué compartir este contenido?

Desde mi punto de vista, compartir conocimiento significa entender la vida desde un punto de vista proactivo. Debido a que nuestro conocimiento está estrechamente ligado a nuestra identidad.

Quizás a veces te hayas preguntado por qué compartir contenido.

Knowledge Transfer

Hoy, más que nunca, compartir es tremendamente sencillo, fácil y accesible. Compartir nos hace sentir generosos y desinteresados, Nos convierte en una fuente emisora de contenido de valor.

Está genial aprovechar conocimiento de los demás, pero ¿no es genial invertir eso y aportar el tuyo también?

Desde aquí me gustaría pedirte que compartas este artículo. Me ayudarás a difundir mis ideas y a hacer mi aportación al mundo un poco más grande.

Deja un comentario