תוכן עניינים:
ישנן שתי דרכים לראות את ההשפעה של נתונים אפלים בעולם הגדול של הנתונים:
- כהזדמנויות החבויות בנתונים גדולים
- ככל שהסיכונים מציבים נתונים אפלים
כמעט כל החברות מאחסנות נתונים אפלים לאורך זמן משתנה, ללא כל ניתוח. בזמן שהם עושים זאת, הם מאבדים את ההזדמנות להשיג את התובנות שהנתונים הלא-אנליטיים היו יכולים לחשוף. ישנם גם כמה סיכונים באחסון נתונים כהים למשך זמן כה רב כגון יתרונות תחרותיים, משפטיים, כלכליים, מוניטין ואובדן. חברות צריכות לנצל טוב יותר את מאגר הנתונים האפל שלהן, לא רק כדי לשפר את החשבון מבחינה עסקית, אלא גם כדי לצמצם את הסיכונים.
מה זה נתונים אפלים?
כמעט כל חברה אוספת כמויות עצומות של נתונים מתוך כוונה להשיג תובנות נוספות על דברים כמו התנהגות לקוחות, תהליכי פיתוח תוכנה, זמני פגישה ופרודוקטיביות וכן שימושיות באתר. תובנות אלה עוזרות לחברות להגיב לספק מוצרים ושירותים משופרים. עם זאת, יתכן שזה מפתיע שאחוז גדול מהנתונים אינו בשימוש במשך תקופות ארוכות. חברות פשוט מאחסנות אותו מבלי לבצע ניתוח. קטגוריית נתונים זו מכונה נתונים חשוכים, וגודל הקטגוריה הזה עצום. IDC מעריך כי 90% מכלל הנתונים שנוצרו הם נתונים אפלים - זוהי תצפית משמעותית. גרטנר מגדיר נתונים אפלים כ,