El dark data -en español, datos oscuros- son datos que se recopilan y almacenan pero que por diversas causas no se utilizan ni analizan. Estos datos pueden provenir de cualquier fuente y se les considera datos desestructurados, ya que no suelen estar organizados de una manera apta para su análisis.
Procedencia del Dark Data
El dark data proviene de diversas fuentes como publicaciones en redes sociales, registros de interacciones con clientes, datos de sensores, etcétera. Un ejemplo sería que una empresa recopilase las interacciones de los clientes con su sitio web o servicio de atención al cliente; estos datos contienen información útil como consultas, quejas y recomendaciones, pero si la empresa no dispone de las herramientas de software necesarias para analizarlos estos pasarán a ser considerados dark data.
Utilidad del Dark Data
Si bien se puede considerar al conjunto dark data como datos prescindibles, lo cierto es que proporcionan información importante para cualquier empresa que se preocupe de analizarlos-interpretarlos. Analizar el dark data procedente de las publicaciones en la cuentra de empresa en redes sociales podría dar información sobre la satisfacción los clientes e incluso recomendaciones de como mejorar el negocio. Por otro lado, el analizar los datos oscuros procedentes de sensores da información sobre como mejorar el mantenimiento y durabilidad en los sistemas.
También, como se mencionó en el anterior apartado, analizar el dark data de clientes nos permitiría mejorar la experiencia de estos e identificar áreas de mejora.
Beneficios del Dark Data
Destacamos los siguientes:
- Mejor gestión: analizando dark data, las organizaciones pueden obtener información de alto valor que sirva de apoyo a la hora de tomar decisiones.
- Mayor eficiencia: gracias a los datos oscuros se pueden identificar problemas de productividad y potenciales mejoras.
- Nuevas fuentes de ingresos: esta categoría de datos nos puede dar a conocer nuevas oportunidades de ingresos y crecimiento.
Potenciales problemas del Dark Data
El usar dark data puede darnos problemas, por ejemplo:
- Calidad de los datos: como explicamos al inicio del artículo, el dark data no está estructurado y puede ser de baja calidad, lo que dificulta su análisis y uso.
- Volumen de datos: el volumen de dark data puede llegar a ser excesivo, lo que dificulta su aprovechamiento.
- Falta de experiencia: muchas organizaciones no tienen la experiencia ni preparación necesaria para hacer una gestión efectiva de estos datos.
- Responsabilidad adicional: además del trabajo adicional que requiere aprovechar el dark data, también supone una responsabilidad; en el sentido de necesitar los sistemas y protocolos adecuados para que ningún dato personal-confidencial sea filtrado a causa de una brecha de seguridad.
Como usar dark data de manera efectiva
Se debe de considerar lo siguiente:
- Tener claramente identificados los objetivos que justifiquen usar el dark data: esto ayudará a que las empresas no pierdan el tiempo y utilicen los datos de la mejor manera posible.
- Disponer de una buena gobernanza de datos: es decir, la implementación de sistemas y procesos para garanticen que los datos se recopilen y almacenen de manera segura y organizada.
- Invertir en recursos para aprovechar el dark data: esto puede ser desde contratar a un científico de datos hasta adquirir software especializado y formar a los empleados ya existentes.
- Establecer una cultura de gestión basada en datos: lo que requiere incentivar a los empleados para que se apoyen en los datos a la hora de tomar cualquier decisión relacionada con un proceso empresarial.
- Utilizar el aprendizaje automático en combinación con el dark data: gracias al uso de algoritmos de aprendizaje automático, las empresas pueden automatizar la extracción y análisis de los datos oscuros; haciéndolos más fácil y rápidos de obtener.
Conclusión
El dark data son datos que no suelen ser utilizados ni analizados, pero que pueden ser de gran valor para las empresas que los analizan y utilizan de manera efectiva. Estos datos pueden provenir de diferentes fuentes y no presentan una estructura definida, lo que dificulta su análisis. Pese a ello, el análisis de dark data proporciona información importante para la toma de decisiones e identificación de oportunidades de mejora dentro de la empresa.