콘텐츠
- 다크 데이터 란?
- 빅 데이터와 다크 데이터의 차이점
- 회사가 다크 데이터 주식을 구축하는 이유
- 다크 데이터 잠재력
- 수요 예측 및 문제 해결
- 똑똑한 공급망 구축
- 고객 피드백을 통한 제품 품질 향상
- 결론
출처 : Agsandrew / Dreamstime.com
테이크 아웃 :
어두운 데이터는 결코 볼 수없는 데이터이지만, 오랫동안 무시 된이 데이터는 조직에 유용 할 수 있습니다.
빅 데이터 세계에서 다크 데이터의 영향을 보는 두 가지 방법이 있습니다.
- 빅 데이터에 숨겨진 기회로
- 어두운 데이터가 위험에 노출 될 때
거의 모든 회사에서 다양한 시간 길이 동안 어두운 데이터를 분석하지 않고 저장합니다. 그렇게하는 동안, 분석되지 않은 데이터가 밝혀낸 통찰력을 얻을 수있는 기회를 잃습니다. 법적, 재무 적, 명성 및 경쟁 우위 손실과 같은 오랜 기간 동안 어두운 데이터를 저장하는 데는 몇 가지 위험이 있습니다. 기업은 비즈니스 측면을 개선 할뿐만 아니라 위험을 최소화하기 위해 어두운 데이터 저장소를 더 잘 활용해야합니다.
다크 데이터 란?
거의 모든 회사는 웹 사이트 사용성뿐만 아니라 고객 행동, 소프트웨어 개발 프로세스, 회의 시간 및 생산성과 같은 것에 대한 통찰력을 얻기 위해 방대한 양의 데이터를 수집합니다. 이러한 통찰력은 회사가 개선 된 제품과 서비스를 제공하는 데 도움이됩니다. 그러나 많은 양의 데이터가 오랫동안 사용되지 않는 것은 놀라운 일입니다. 회사는 분석을 수행하지 않고 저장합니다. 이 데이터 범주를 다크 데이터라고하며이 범주의 크기는 엄청납니다. IDC는 생성 된 총 데이터의 90 %가 어두운 데이터라고 추정합니다. 이는 중요한 관찰입니다. 가트너는 다크 데이터를 다음과 같이 정의합니다.
어떤 종류의 데이터가 분석되지 않은 채 남아 있습니까? 다음과 같은 범주의 데이터가 암흑 데이터 범주에 적합한 것으로 밝혀졌습니다.
- 원시 설문 조사 입력
- 고객 데이터
- 이전 직원 데이터
- 재무 제표
- 대화
- 대화 내용
- 콜센터 성적표
- 계정 데이터
빅 데이터와 다크 데이터의 차이점
다크 데이터는 빅 데이터의 하위 집합입니다. 따라서 수집 된 빅 데이터에는 분석 및 분석되지 않은 두 부분이 있습니다. 분석되지 않은 데이터는 어두운 데이터입니다. 흥미롭게도, 분석되지 않은 데이터는 빅 데이터의 가장 큰 부분을 구성합니다.
회사가 다크 데이터 주식을 구축하는 이유
위에 제공된 데이터 유형 목록은 잠재적으로 회사에 많은 가치를 제공 할 수 있습니다. 그럼에도 불구하고 그들이 무인 상태 인 것은 놀라운 일입니다. 여기에는 여러 가지 이유가 있지만 가장 중요한 것은 투자가 부족한 것 같습니다. 어두운 데이터 스톡이 구축되는 몇 가지 이유는 다음과 같습니다.
아무도 소프트웨어 품질에 신경 쓰지 않으면 프로그래밍 기술을 향상시킬 수 없습니다.
이 이유는 투자 부족과 관련이 있습니다. 서로 상호 작용하지 않는 기술로 데이터 수집을 수행하면 조직에서 포괄적 인 데이터 정책을 만들 수 없습니다. 오래된 기술을 보유한 많은 조직은 콜센터 대화 내용, 웹 사이트 클릭 데이터 및 화상 회의 데이터와 같은 다양한 소스에서 수집 한 데이터를 통합하기 위해 고심하고 있습니다. 다른 형식을 처리하고 통합하려면 적절한 기술이 필요합니다.
다크 데이터 잠재력
빅 데이터의 90 %가 다크 데이터 인 경우 잠재적으로 발견되지 않고 무시 된 기회의 땅이라는 것을 이해하는 데 천재가 필요하지 않습니다. 위의 이유에서 알 수 있듯이 회사는 가치가 거의 없기 때문에 암흑 데이터를 사용하지 않고 회사 자체의 한계로 인해 사용하고 있습니다. 따라서 어두운 데이터에는 많은 잠재력이 있다는 것이 밝혀졌습니다. 제조 부문의 도움으로 이러한 잠재력을 이해하려고 노력합시다.
Frost & Sullivan의 연구에 따르면“사물 인터넷, 서비스 인터넷, 빅 데이터 및 통합 산업은 제조 가치 사슬의 모든 부문에 결정적인 영향을 미칩니다.”제조 부문은 다음과 같은 귀중한 데이터를 얻습니다.
- 머신 로그
- 장비 센서
- 제품 텔레매틱스
- 소비자 클릭 스트림
- 소셜 미디어
수요 예측 및 문제 해결
기업은 고객 클릭 스트림 데이터를 정확하게 분석하고 제품 텔레매틱스를 확보함으로써 상품 공급을 최적화함으로써 수요를 정확하게 예측하고 적절하게 대응할 수 있습니다. 회사는 센서 및 텔레매틱스에서 생성 된 다크 데이터를 사용하여 문제를 격리하여 문제를 해결할 수도 있습니다.
똑똑한 공급망 구축
수요의 시간과 양을 정확하게 알고 요구 사항에 적절히 대응하기 위해서는 회사가 똑똑하고 견고한 공급망이 필요합니다. 그 한 가지 방법은 공급망의 개별 구성 요소에 대한 세부 정보를 얻는 것입니다. 세분화 된 정보를 통해 기업은 적시 납품뿐만 아니라 품질을 달성 할 수 있습니다. 또한 어두운 데이터 만 공급망에 대한 세분화 된 정보를 제공 할 수 있습니다.
고객 피드백을 통한 제품 품질 향상
이러한 변화하는시기에 고객은 더 이상 제품을 소비하는 사람이 아닙니다. 어떤 의미에서 고객은 입소문, 추천 및 소셜 미디어를 통해 제품을 홍보 할 수있는 브랜드 홍보 대사입니다. 제품 관리, 설계 및 엔지니어링 팀이 고객 피드백을 활용하고 제품 품질을 개선하는 것이 매우 중요합니다. 다크 데이터는 제품에 대한 360도보기 및 시장에서 제품을 보는 방식을 제공함으로써 제조 회사에 도움이 될 수 있습니다. 그래서 회사는 무엇을 할 수 있습니까?
- 다크 데이터를 활용하고 모든 이해 관계자에게 프레임 워크에 대한 액세스를 제공하는 잘 설계된 분석 프레임 워크를 갖습니다.
- 오작동 또는 제품 고장을 예상 할 수있는 센서 데이터 및 텔레매틱스를 사용하여 예기치 않은 예기치 않은 제품 개발 다운 타임을 줄입니다.
- 텔레매틱스를 소셜 미디어와 통합하여 고객 피드백을 실시간으로 캡처하고 데이터를 관련 부서로 전송할 수 있습니다.
- 데이터를 사용하여 민첩한 방식으로 제품 기능을 개선하십시오.
결론
다크 데이터의 가능성은 의심의 여지가 없습니다. 그러나 회사는 무기한 저장 및 어두운 데이터 처리 부족과 관련된 위험을 염두에 두어야합니다. 어두운 데이터에는 민감한 정보가 포함될 수 있으며 의도하지 않은 또는 의도적 인 정보 유출은 문제를 일으킬 수 있습니다. 회사는 데이터를 식별하고 분류 할 수 있도록 올바른 데이터 태깅 및 구조화 기술이 필요합니다. 비즈니스를 위해 분석하지 않으려는 경우에도 필요합니다. 그렇지 않으면 금전적, 규제, 경쟁 우위 상실 및 법적 문제가 곧 뒤따를 수 있습니다.