Si parecen datos y actúan como datos, ¿seguro que eso significa que son datos? Acumula las mismas reglas y regulaciones independientemente de su descripción y voluntad atraer multas si se administra mal o se usa indebidamente. Como ejemplo de «mal uso», no busque más allá del asombroso Facebook/Cambridge Analytica escándalo en el que: «... Facebook procesó la información personal de los usuarios de manera injusta al permitir a los desarrolladores de aplicaciones acceder a su información sin un consentimiento suficientemente claro e informado, y permitiendo el acceso incluso si los usuarios no habían descargado la aplicación, sino que simplemente eran «amigos» de personas que sí la habían descargado».

Si alguna vez los reguladores lo impugnan, puede suponer que la ignorancia no será una defensa si algo sale mal. Facebook recibió una multa de 500 000 libras esterlinas en 2018.

Obedeces o no. Es así de simple.

Lo bueno, lo malo y lo feo

Entonces, ¿por qué es importante para las empresas y otras organizaciones (porque lo es) tener una idea muy clara de lo que significan las descripciones Estructurado, No estructurado y Oscuro? La respuesta rápida es que una de ellas suena bastante bien y dos suenan menos.

El corolario es que debe saber qué tiene su organización, tanto en lo que respecta a los datos que contiene como a las implicaciones que podrían estar al acecho en su interior.

Lo bueno sugiere eficiente. Y la eficiencia sugiere confiabilidad, confiabilidad, utilidad, rentabilidad y productividad; una fuente de inteligencia empresarial y la base de la confianza planificación estratégica.

Los datos estructurados son todas esas cosas y más. Todo lo contrario apunta a una mala gestión de la calidad de los datos. Si existe el más mínimo grado de incertidumbre sobre qué o dónde se encuentran los datos, emitir cualquier juicio o modificación sobre su calidad resulta, al menos, difícil y, como máximo, imposible.

Esto es lo que quieren decir:

  • Datos estructurados: Se trata de datos que se han recopilado y capturado de manera deliberada y racional con el fin de que sean valiosos de forma continua o en algún momento futuro que aún no se haya decidido. Se pueden analizar porque sabes dónde y qué es.

Cuando lo desee, puede acceder a él de forma fácil e instantánea. Sirve de base para la toma de decisiones inteligentes, crea pistas de auditoría y cumple con las obligaciones de cumplimiento. Sirve a la empresa u organización, lo que le permite prestar un mejor servicio a sus clientes, ciudadanos, pacientes o socios (como los participantes de la cadena de suministro).

  • Datos no estructurados: Por lo general, se trata de datos que tienden a estar dispersos por toda la organización, ya que no han encontrado un lugar en una base de datos. No se han capturado, archivado ni etiquetado de forma ordenada. Los datos no estructurados pueden incluir correos electrónicos, publicaciones en redes sociales, actividad móvil, texto básico, datos de sensores (normalmente procedentes del Internet de las cosas o IoT), archivos PDF y actividad móvil. En resumen, cualquier cosa que se haya generado o recopilado de forma relativamente aleatoria sin recurrir a ningún tipo de sistema centralizado. Se estima que se utiliza menos del uno por ciento de estos datos a cualquier grado de valor para una organización.
  • Datos oscuros: Esto parece emocionante, y lo es. Gartner lo define como: «... los activos de información que las organizaciones recopilan, procesan y almacenan durante las actividades comerciales habituales, pero por lo general no los utilizan para otros fines (por ejemplo, análisis, relaciones comerciales y monetización directa)». Los datos oscuros son inconformistas, viven fuera de los límites del procesamiento informático normal, por lo que no suelen analizarse para determinar el valor que tienen.

Ahí es donde está la emoción, porque ya sean estructurados, no estructurados u oscuros, todos los datos tienen valor. Básicamente, incluso lo «malo» y «feo» puede ser bueno. El desafío es encontrar los datos y extraer sus beneficios.

No dejes ningún dato

Este uso de la palabra «Maverick» para describir Dark Data es interesante. Sirve para demostrar el punto de vista de los datos oscuros y no estructurados.

El definición de diccionario dice que un inconformista es: «una persona que muestra independencia de pensamiento y acción, especialmente al negarse a adherirse a las políticas de un grupo al que pertenece».

Aplica esa idea a los datos y te darás cuenta de que existe un potencial enorme en tu organización hoy, ahora mismo, y que quizás no hayas aprovechado. Está ahí sentado, sin hacer nada. Sin embargo, se generó porque alguien, en algún lugar, decidió en algún momento que, fuera cual fuera la acción que hubiera generado los datos difíciles de encontrar, había una razón detrás de ello.

Sea más inteligente

Esta es la razón por la que las diferencias importan; porque permitir que choquen o permanezcan latentes es simplemente torpe. También es una oportunidad perdida: perspicacia, «joyas», estar ocioso en «oscuras e insondables cuevas»

Los datos no estructurados no están identificados, lo que significa que no se pueden buscar de ninguna otra manera que no sea mediante un trabajo duro, adormecedor y abrumador; me vienen a la mente agujas y pajares. La información que pueda necesitar, cuando la necesite, seguramente no le llamará la atención. Puede que no sepas que la tienes.

Es posible que desconozca el potencial que tiene para mejorar algo. Si eso suena impreciso, es porque es posible que tampoco tengas idea de qué puede ser ese algo. Este es un escenario bastante común, dado que de los datos que una organización maneja a diario, algunos El 80 por ciento no está estructurado. Por lo tanto, la mayor parte de los datos no se utilizan. Se trata prácticamente de un conocimiento interno de la organización del que la organización no tiene conocimiento.

Lo que importa es acceder a ese conocimiento y dando rienda suelta a su potencial. Lo único «malo» y «feo» de sus datos son los datos que no cumplen con las normas. También hay buenas noticias: a medida que se familiarice con el estado de sus datos desde el punto de vista de la optimización de su valor, también descubrirá dónde pueden persistir los verdaderos problemas, lo que, en sí mismo, es una oportunidad.