گسترش امکان‌ها

داده‌های تاریک داده‌هایی هستند که معمولاً در روند تصمیم‌گیری سازمان‌ها از آنها استفاده نمی‌شود. این داده‌ها می‌توانند شامل داده‌های حسگرها، گزارش‌ها یا هر داده‌ تراکنشی دیگری باشند که در دسترس هستند اما نادیده گرفته می‌شوند. داده‌های تاریک بزرگ‌ترین حجم داده‌های جمع‌آوری‌شده توسط سازمان‌ها را تشکیل می‌دهند. داده‌های تاریک معمولاً تحلیل نمی‌شوند، چون سازمان‌ها پهنای باند یا توانایی فنی مورد نیاز برای چنین تحلیلی را ندارند و همچنین فکر نمی‌کنند که این داده‌ها بتوانند باعث تولید ارزش برای سازمان شوند. با این حال در جهان امروز، با وجود پیشرفت‌های فناوری و توانایی دسترسی، ذخیره‌سازی و تحلیل حجم‌های بزرگی از داده‌ها و برقراری ارتباط بین آنها و دیگر منابع داده‌ای، مهم است که سازمان‌ها بتوانند از این داده‌های بی‌استفاده‌ خود بهره ببرند. در گذشته سازمان‌ها بر این باور بودند که می‌توانند تمام داده‌های خود را به طور سیستماتیک در انبار داده جمع‌آوری و سپس شناسایی، تطبیق و توجیه کنند و پس از آن خلاصه‌سازی و گزارش‌نویسی کنند. این روش به صرف زمان و انرژی زیادی نیاز دارد و توانایی تحلیل داده‌های تاریک را بسیار محدود می‌کند. گزارش‌ها و تحقیقات فعلی نشان می‌دهند ۹۰ درصد تمام داده‌های سازمان‌ها را داده‌های تاریک تشکیل می‌دهند. با توجه به این موضوع که در حال حاضر سازمان‌ها حجم‌های بزرگی از داده‌ها را در دریاچه‌ داده‌ای خود ذخیره‌سازی می‌کنند، منطقی است که این داده‌ها هنگام ذخیره‌سازی تگ‌گذاری شوند. استخراج فراداده‌ها از این داده‌ها کلید بهره‌برداری از آنهاست. این داده‌ها را می‌توان با استفاده از ابزارهای متفاوتی پروفایل و کاوش کرد که محصولات نمایش بصری داده‌ها از جمله‌ این ابزارها هستند. پیشرفت‌های یادگیری ماشین و محاسبات شناختی در ترکیب با ابزارهای ذخیره‌سازی ارزان‌تر و افزایش قدرت پردازشی، امکان استفاده‌ هوشمندانه از داده‌های تاریک را فراهم کرده‌اند. داده‌های تاریک می‌توانند ساختاریافته یا غیرساختاریافته باشند؛ برای مثال قراردادها و گزارش‌های یک سازمان داده‌های ساختاریافته‌ای هستند که با گذشت زمان تبدیل به...