Table des matières
Cependant, cela génère un nouveau concept : données sombres, qui ne sont rien de plus que des données que nous avons, des données que nous stockons mais que nous n'utilisons jamais ou qui sont dans une sorte de flou, puisque nous pouvons ou non savoir que nous les avons.Il existe également une autre approche liée à données sombres Et c'est que cela peut faire référence aux données que nous pouvons capturer et que nous ne faisons pas, alors cela devient des informations que nous perdons, ce qui nous amène à sous-utiliser nos outils de collecte de données.
Nous allons approfondir un peu ce concept et nous allons voir les types de données sombres que l'on peut identifier :
Les données que nous avons collectées et disponibles mais dont nous n'avons pas profitéDans ce genre de données sombres Nous manquons une occasion très intéressante d'appliquer les informations que nous avons déjà dans le développement de nos produits, cela peut affecter la profondeur de notre analyse. À ce stade, nous devons faire l'effort de localiser quelles informations existent dans nos référentiels et nous ne prenons pas en compte, car nous pourrions avoir un grande source de prospects c'est juste sous notre nez.
Données en cours de collecte mais que nous ne connaissons pas ou difficiles d'accèsDans ce genre de données sombres Nous pourrions être lésés par des problèmes juridiques, car si nous capturons des informations confidentielles de l'utilisateur sans le savoir ou non, nous pouvons vous donner une partie informative et en temps opportun, nous pourrions gagner un procès; Cependant, tout n'est pas terrible, de ce type de données sombres, c'est souvent la faute d'une application mal conçue, mais si nous parvenons à surmonter ces obstacles, nous pouvons obtenir des informations précieuses de l'interaction de nos clients et de notre service.
Données qui ne sont pas collectéesCe type de données sombres C'est l'aspect le plus complexe du processus de collecte d'informations, puisqu'il s'agit de données qui existent mais que nous n'avons pas su collecter ou que nos outils de collecte ignorent peut-être, nous pourrions ici affecter notre service en ne pouvant pas obtenir les informations nécessaires. conduit à s'adapter à la réalité dans laquelle nous vivons.
On voit alors que données sombres Dans leurs différents types ils ne sont pas exclus, nous pouvons avoir un peu de chacun dans notre organisation et nous ne le savons toujours pas, pour pouvoir minimiser la quantité de données sombres Ce n'est pas un travail impossible, mais étant les indicateurs et les informations infinies, il y a beaucoup de choses dont nous pouvons couper.
La première étape pour s'améliorer est de faire une analyse de ce que nous obtenons et de ce dont nous avons besoin pour atteindre une position supérieure au niveau informationnel, commercial ou opérationnel, dans cet esprit, nous aurons sûrement de nouvelles variables que nous pouvons trouver dans nos données référentiels ou ce que nous devrons obtenir.
