Sommario
Tuttavia, questo genera un nuovo concetto: dati oscuri, che non sono altro che dati che abbiamo, dati che memorizziamo ma non usiamo mai o che sono in una sorta di limbo, dal momento che possiamo o meno sapere di averli.C'è anche un altro approccio relativo a dati oscuri Ed è che può fare riferimento ai dati che possiamo acquisire e che non facciamo, quindi diventano informazioni che perdiamo, il che ci fa utilizzare in modo insufficiente i nostri strumenti di raccolta dei dati.
Approfondiremo un po' questo concetto e vedremo i tipi di dati oscuri che possiamo identificare:
Dati che abbiamo raccolto e che sono disponibili ma di cui non abbiamo approfittatoIn questo tipo di dati oscuri Ci manca un'opportunità molto interessante per applicare le informazioni che già abbiamo nello sviluppo dei nostri prodotti, questo può influenzare la profondità della nostra analisi. A questo punto dobbiamo fare lo sforzo di individuare quali informazioni esistono nei nostri repository e non stiamo prendendo in considerazione, poiché potremmo avere un ottima fonte di lead è proprio sotto il nostro naso.
Dati che vengono raccolti ma che non conosciamo o a cui è difficile accedereIn questo tipo di dati oscuri Potremmo essere danneggiati con problemi legali, poiché se stiamo catturando informazioni riservate dell'utente senza saperlo o meno possiamo darti una parte informativa e in modo tempestivo potremmo vincere una causa; Tuttavia, non tutto è terribile, di questo tipo di dati oscuri, molte volte è colpa di un'applicazione mal progettata, ma se riusciamo a superare questi ostacoli possiamo ottenere informazioni preziose dall'interazione dei nostri clienti e del nostro servizio.
Dati che non vengono raccoltiQuesto tipo di dati oscuri È l'aspetto più complesso del processo di raccolta delle informazioni, poiché si tratta di dati che esistono ma che non abbiamo saputo raccogliere o che forse i nostri strumenti di raccolta ignorano, qui potremmo influenzare il nostro servizio non essendo in grado di ottenere il necessario porta ad adattarsi alla realtà in cui viviamo.
Allora vediamo che dati oscuri Nelle loro diverse tipologie non sono escluse, possiamo averne un po' di ognuna nella nostra organizzazione e ancora non lo sappiamo, per poter ridurre al minimo la quantità di dati oscuri Non è un lavoro impossibile, ma essendo gli indicatori e le informazioni infinite, c'è molto da cui possiamo tagliare.
Il primo passo per migliorare è fare un'analisi di ciò che stiamo ottenendo e di ciò di cui abbiamo bisogno per raggiungere una posizione superiore a livello informativo, commerciale o operativo, con questo in mente, avremo sicuramente nuove variabili che possiamo trovare nei nostri dati repository o ciò che dovremo ottenere.
