بيانات مظلمة

العلاقة مع البيانات المظلمة

في هذا الإطار، بيانات مفيدة قد تصبح بيانات مظلمة بعد أن تصبح غير ذات صلة، كما أنها ليست معالجة سريعة بما فيه الكفاية. وهذا ما يسمى «الرؤى القابلة للتلف» في «تدفق البيانات الحي». مثلًا الموقع الجغرافي لأحد العملاء، ومن المعروف أن الأعمال التجارية يمكن أن تجعل العرض على أساس الموقع، ومع ذلك إذا كانت هذه البيانات يتم معالجتها على الفور، قد تكون في غير محلها في المستقبل. وفق IBM نحو 60 في المئة من البيانات تفقد قيمتها على الفور.  تحليل البيانات فورا وتركها تتحول إلى 'مظلمة' يمكن أن يؤدي إلى خسائر كبيرة للمنظمة من حيث لا يمكن تحديد الهوية.

المستقبل

في هذا الإطار، يعتبر عموما أنه مع تقدم أنظمة الحوسبة من أجل تحليل البيانات، سترتفع قيمة البيانات المظلمة. وقد لوحظ أن «البيانات والتحليلات ستكون الأساس للثورة الصناعية الحديثة». طبعا هذا يتضمن البيانات التي تعتبر في الوقت الحالي «مظلمة» حيث ليس هناك ما يكفي من الموارد. كل هذه البيانات التي يتم جمعها يمكن أن تستعمل في المستقبل لتحقيق أقصى قدر من الإنتاجية والقدرة لدى الشركات لتلبية المستهلكين. علاوة على ذلك، الكثير من الشركات لا يدركون قيمة البيانات المظلمة الآن، مثلًا في مجال الرعاية الصحية والتعليم، فالشركات التي تتعامل مع كميات كبيرة من البيانات تساعد في «خدمة الطلاب والمرضى في الطريقة الاستهلاكية والخدمات المالية لتحقيق هدفهم السكان».

التخزين

ومن ناحية أخرى، بحسب صحيفة نيويورك تايمز90% من الطاقة المستعملة من قبل مراكز البيانات يضيع. إذا لم تكن البيانات المخزنة، تكاليف الطاقة يمكن توفيرها. وعلاوة على ذلك، هناك تكاليف مرتبطة بالمعلومات  تحت الاستخدام وبالتالي الفرص الضائعة. بحسب داتا ماشن (مؤسسة نرويجية) «منظمات بيئات التخزين من أوروبا والشرق الأوسط تتكون من 54 في المئة البيانات المظلمة، 32 في المئة زائدة، بيانات عفا عليها الزمن وتافهة، و 14 في المئة بيانات الأعمال الهامة. بحلول عام 2020، يمكن أن تضيف ما يصل إلى مبلغ 891 مليار دولار في تخزين وإدارة التكاليف التي يمكن تجنبها.»

وفي السياق ذاته، التخزين المستمر للبيانات المظلمة يمكن ان يضع المؤسسة في خطر، خاصة إذا كانت هذه البيانات حساسة. في حالة خرق هذا يمكن أن يؤدي إلى مضاعفات خطيرة. يمكن أن تكون مصاعفات مالية وقانونية خطيرة، قد يضر بسمعة المنظمة. مثلًا، خرق سجلات خاصة من العملاء يمكن أن يؤدي إلى سرقة المعلومات الحساسة التي يمكن أن يؤدي إلى سرقة الهوية. مثال آخر يمكن أن يكون خرق شركة تملك معلومات حساسة، مثلًا فيما يتعلق بالبحث والتطوير. هذه المخاطر يمكن تخفيفها عن طريق تقييم ومراجعة ما إذا كانت هذه البيانات مفيدة مع استخدام التشفير القوي والأمن، إذا ثبت إمكانية التخلص منها، فينبغي أن يتم التخلص منها بطريقة غير قابلة للاستعادة.

التحليل

ومن ناحية أخرى، الكثير من البيانات المظلمة غير مهيكلة، وهو ما يعني أن المعلومات في صيغ  قد يكون من الصعب تصنيفها، أو قراءتها من خلال جهاز الكمبيوتر ومن ثم تحليلها. غالبا ما يكون السبب في أن الأعمال لا تقوم بتحليل  البيانات المظلمة بسبب كمية الموارد التي تستهلكها وصعوبة وجود هذه البيانات وتحليلها. وفقا ادورية الكمبيوتر الأسبوعية 60% من المنظمات يعتقدون أن تقنيات ذكاء الأعمال الخاصة بهم «غير كافية» و 65% يقولون أن لديهم «إلى حد ما نهج إدارة المحتوى غير المنظم».

من جهة ثانية، الكثير من الشركات في هذا القطاع تبحث في إنشاء «أنظمة الكمبيوتر الإدراكية» التي هي قادرة على تحليل منظم للبيانات المظلمة. فإن أنظمة IBM Watson يعتبر من الأنظمة في المستقبل التي من شأنها أن تكون قادرة على تحليل هذه البيانات غير المهيكلة وتكون قادرة على نتائج مجدية من شأنها الاستفادة من الكثير من البيانات المظلمة، لكن في الوقت الحاضر  إما أن يكون من المستحيل أو من الصعب جدا القيام بهذا الأمر. من حيث النظم الحالية، IBM أعان عن نظام عنها IBM سبارك، «يمكن استخراج الرؤى من هذه المعلومات على على وجه التقريب. ما يمكن الشركات من بناء منتجات البيانات الغنية، والخدمات التي تستعمل تلك المعلومات إلى تحويل تجربة العملاء.» وعلاوة على ذلك، أنها تعطي تعريفا أوسع حتى من البيانات المظلمة، كما يتضمن البيانات التي لا يتم تنفيذها في الوقت الحالي من قبل أنظمة الحوسبة ولكن يمكن أن يكون، مثلًا في القانون.