6 maneras de incluir datos oscuros en estrategias analíticas

A menudo, estos datos no utilizados se guardan para propósitos de cumplimiento legal o de descubrimiento, y con demasiada frecuencia, consisten en big data no estructurados que las organizaciones se resisten a eliminar, aunque rara vez o nunca usan los datos.

La buena noticia es que la ayuda está en camino.

Los avances en la visión por ordenador, el reconocimiento de patrones y el análisis cognitivo 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 "[Aprovechando] estas herramientas avanzadas y conjuntos de habilidades, durante los próximos 18 a 24 meses, un número creciente de CIO, líderes empresariales y científicos de datos empezará a experimentar con 'análisis oscuro': exploraciones enfocadas del vasto universo de datos no estructurados y 'oscuros' con el objetivo de descubrir el tipo de información operativa, de clientes y operativa altamente matizada que los activos de datos estructurados que actualmente tienen en su poder pueden no revelar".

¿Qué pasos pueden tomar los CIO, los CDO y otros profesionales de IT con responsabilidades de big data para incluir datos oscuros en sus estrategias de análisis?

1. Averigua qué tienes bajo gestión

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 están bajo la administración de la compañía, pero posiblemente no sabía que los 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.

2. Aprovecha lo que tienes

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

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

Las fuentes de datos externas 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. Cura datos para privacidad, integridad y calidad de datos

Dado que las formas de datos no estructurados en papel se digitalizan, 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. Desarrollar estrategias proactivas de gestión de datos para nuevas tecnologías como IoT

Obtener el 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. Demostrar resultados

Los datos están destinados a ser utilizados. 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 satelitales, 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.

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.