Dark analytics: arrojar luz sobre un nuevo activo empresarial

Poder aprovechar las tecnologías avanzadas para explorar este universo expansivo de datos no estructurados y "oscuros" pone de relieve algunas ideas ocultas que pueden ser utilizadas a la hora de la toma de decisiones y trazar nuevos caminos hacia el futuro. El aprendizaje automático, la automatización de procesos robóticos, la visualización, el procesamiento del lenguaje natural y el análisis de imágenes y videos permiten responder a preguntas y sacar a la luz oportunidades que eran inimaginables hace sólo unos pocos años.

Sólo estamos empezando a explorar el universo digital y el verdadero valor empresarial aún está dentro. De hecho, IDC predice que las organizaciones que pueden analizar todos los datos pertinentes y entregar información con la que se puedan tomar decisiones podrían alcanzar un aumento de productividad de 430.000 millones de dólares en comparación con su competencia en 2020.

La influencia de los datos oscuros es ineludible, impulsando cada vez más la innovación y el valor para los clientes y las partes interesadas. De los servicios financieros a la atención sanitaria, todos los sectores van a ver el poderoso impacto de la evolución de las tecnologías, los nuevos tipos de datos y su potencial para conseguir poner en valor su ventaja competitiva y dar forma a industrias enteras.

Así, por ejemplo, en la industria automovilística, los coches conectados pueden hacer realidad los seguros basado en el uso y forma de conducir de cada personas, así como predecir con exactitud cuándo los coches necesitan realmente mantenimiento.

Qué son los datos oscuros

Con un universo digital que se espera que alcance 44 zettabytes de información en 2020, y teniendo en cuenta que el 90 por ciento de los datos serán no estructurados, es fácil imaginares a qué nos referimos cuando hablamos de datos oscuros.

A día de hoy, la analítica se centra generalmente en tres cuestiones: 1- los datos sin explotar pero que ya tenemos en posesión; 2- los datos no estructurados no tradicionales; 3- los datos de la web profunda.

La mayoría de las organizaciones tienen grandes colecciones de datos estructurados y no estructurados que están inactivas. En el lado estructurado, la dificultad es hacer conexiones entre conjuntos de datos dispares. Los datos no estructurados, por su parte, suelen estar basados ​​en texto, y hasta hace poco no existían las herramientas y técnicas necesarias para aprovecharlas eficientemente.

De hecho, una de las preocupaciones analíticas se centra en los datos que se encuentran en archivos de audio y vídeo e imágenes fijas, información que no se podían explorar hasta ahora. Ahora, diversas tecnologías (como reconocimiento avanzado de patrones y el análisis de video y sonido) permiten a las compañías explotar estos datos para comprender mejor a los clientes, empleados, operaciones y mercados.

Y, como decimos, la web profunda puede ofrecer la mayor cantidad de información sin explotar. Por eso, el análisis de estos datos de "web profunda" es especialmente prometedor en su potencial para permitir una mejor prevención, detección y respuesta a las amenazas cibernéticas.

Descubre la innovación

Para asegurar el éxito empresarial, ahora y a futuro, es imprescindible maximizar el retorno de la inversión existente en software, a la vez que innovar y adoptar nuevas tecnologías. Los retos que hay abordar para competir en un mundo de TI Híbrida incluyen DevOps, Seguridad, Gestión de riesgos y Análisis predictivo. Puedes obtener más información sobre cómo abordar estos retos e innovar en este enlace.