البيانات المظلمة Dark Data:
قد أشارت الدراسات إلى أنّ أغلب البيانات الخاصة بالمؤسسات هي في الحقيقة “بيانات مظلمة” (Dark Data)، ويقصد بهذه التسمية هي البيانات غير منتظمة التخزين، والتي لا يمكن للشركات تجميعها والاستفادة منها رغم أهميتها، فهي البيانات التي يتم الحصول عليها من خلال عمليات شبكة الكمبيوتر المختلفة، ولكن لا يتم استخدامها بأي شكل من الأشكال لاستخلاص رؤى أو اتخاذ قرارات.
في الواقع عادةً ما يؤدي تخزين العديد من البيانات وتأمينها إلى زيادة التكاليف، وفي كثير من الأحيان إلى مخاطر أكبر، فهي أصل من الأصول لا يتم استخدامه على النحو المطلوب، فهو يتطلب توجهاً أكثر تطوراً في كيفية قيام المؤسسات بجمع المعلومات وإدارتها وتحليلها، ومع ذلك فإن أغلب قادة الأعمال قد كانت آرائهم بالتردد نحو الخوض في هذا الأمر.
ما هي فوائد تحليل البيانات المظلمة؟
تشير شركة (IDC) أنّ المنظمات التي يمكنها تحليل جميع البيانات ذات الصلة، وتقديم معلومات قابلة للتنفيذ يمكن أن تحقق مكاسب إنتاجية إضافية بقيمة 430 مليار دولار مقارنة بالشركات المنافسة، وكما تحمل الفرصة لأخذ المعلومات التي كانت مخفية أو غير معروفة مسابقًا وتحويلها إلى رؤى قوية، تؤدي إلى فرص جديدة، وتقليل المخاطر، وزيادة عائد الاستثمار.
على الجانب الآخر، فإن عدم معرفة أفضل طريقة لتطبيق البيانات المظلمة يمكن أن يكلف الشركات بالفعل. مع بدء المزيد من الشركات في الاستفادة من بياناتها غير المستغلة سابقًا، قد يواجه أولئك الذين ليسوا كذلك فرصًا ضائعة للإيرادات وانخفاض الكفاءة ومشكلات الجودة وانخفاض الإنتاجية.
الخطوات اللازمة للاستفادة من استخدام البيانات المظلمة:
1- الكشف عن الرؤى والأهداف من البيانات في المؤسسات:
التوجه نحو أهداف جديدة من خلال مؤسسة معالجة اللغة الطبيعية (Natural Language Processing NLP)، حيث يستطيع العملاء استخدام قابلية التوسع والمرونة للتكنولوجيا المستندة إلى السحابة، وبما في ذلك ليس فقط إرجاع المستندات ولكن استخراج الإجابات داخل تلك المستندات، ويمكن أن تساعد المعلومات السطحية من مصادر البيانات الداخلية والخارجية، كالأخبار والبيانات المالية ووسائل التواصل الاجتماعي وبيانات الويب العامة الأخرى.
2- تحليل وفهم العبارات والمشاعر في البيانات:
تحدد العبارات والمشاعر والاتصالات في البيانات، حيث يمكن لبرنامج (Watson) بتوجيه المستخدمين بصريًا من خلال البيانات باستخدام لوحة معلومات تفاعلية للعثور على الحالات الشاذة، فهو نظام حاسوب للذكاء الاصطناعي قادر على الإجابة على أسئلة يتم طرحها بلغة طبيعية، وقد تم تطويره من قبل مشروع (DeepQA) في شركة (IBM)، حيث توفر إمكانية تعدين البيانات واجهة تفاعلية لمساعدة محترفي الأعمال على استخراج كميات كبيرة من النصوص للحصول على رؤى تجارية جديدة.
ومن خلال ذلك يتم تحليل المعلومات النصية وتصورها، وذلك من خلال سلسلة من وجهات النظر التي يمكن أن تظهر الاتجاهات والأنماط والاختلاف في المعلومات، ولتبسيط إدراك ذلك، فقد يرى المستخدم مثلاً عدد متزايد من الإشارات إلى مكون أو منتج معين في سجلات مركز الاتصال بمرور الوقت، ممّا يشير إلى الحاجة إلى التحقق ممّا إذا كانت المراجع المتزايدة تشير إلى مشكلة أو اهتمام جديد بقدرة المنتج.
3- توجيه المستخدمين لاتخاذ قرارات فعالة:
في كثير من الأحيان، يتم حظر البيانات والأفكار القيمة أو يصعب الوصول إليها، وإذا تمكنت المؤسسات من إطلاق العنان لهذه الأفكار، فإنها تكتسب الفرصة للاستفادة من البيانات لتحقيق فوائد تجارية قابلة للقياس، حيث يساعد المساعد المعرفي الجديد في تزويد المستخدمين بالبيانات المحددة التي يبحثون عنها، وذلك من خلال مساعدتهم على تصفية المعلومات الدخيلة، وذلك إلى جانب إمكانات التعلم الآلي، وكما يمكن أن تكون استفسارات المستخدم أكثر صلة وفعالية من أي وقت مضى.
على هذا النحو، تعد البيانات المظلمة فرصة غير مستخدمة تتخلى عنها العديد من الشركات بسبب القيود التشغيلية والاستثمار التقني، وعدم استخدام البيانات المظلمة واستغلالها، سيؤدي إلى جمع كميات هائلة من البيانات غير المستخدمة، وعلى الرغم من أن الاستثمارات اللازمة للاستفادة من إمكانات البيانات المظلمة قد تكون مكلفة، إلا أن الجهد يستحق الاستثمار، وحتى إذا اختارت الشركات الاكتفاء بالجلوس والاحتفاظ بالبيانات المظلمة وعدم القيام بأي شيء، فإنها في الواقع تعرض نفسها للعديد من المخاطر، كما أوضحنا، فإنّ المفتاح هو القيام بالاستفادة من البيانات المظلمة وعدم التعامل معها على أنها أشياء عديمة الفائدة.
