暗數(shù)據(jù)：企業(yè)的潛在威脅

近年來有幾個趨勢對企業(yè)的影響就像大數(shù)據(jù)那般顯著。各類規(guī)模和形態(tài)的公司在近幾年都陸陸續(xù)續(xù)以極大的熱情步入大數(shù)據(jù)時代，因為他們都意識到了大數(shù)據(jù)對他們的公司會有怎樣的益處。從開拓創(chuàng)新新的盈利方式到提高企業(yè)的生產(chǎn)力，大數(shù)據(jù)的這些令人印象深刻的優(yōu)勢很少受到爭議。但是要正確地使用大數(shù)據(jù)，一個公司必須首先收集和處理它，這意味著可能要從多個數(shù)據(jù)來源中收集盡可能多的信息。雖然一個企業(yè)的確基友可能用上他們所收集的所有數(shù)據(jù)，但更為常見的情況卻是，一些數(shù)據(jù)將永遠(yuǎn)不會被使用。當(dāng)談到非結(jié)構(gòu)化數(shù)據(jù)時，這的確是個問題。隨著時間推移，所有未被使用的數(shù)據(jù)可能會帶來一個問題——堵塞了數(shù)據(jù)中心，這很像可以堵住房子里的水管的那些黏糊糊的東西。專家們?yōu)檫@類數(shù)據(jù)創(chuàng)造了一個術(shù)語——暗數(shù)據(jù)（Dark?data），如果你的公司沒有清理這些暗數(shù)據(jù)，那它們很可能會增加公司的運營成本和各種安全隱患。

若要以正確的方式處理暗數(shù)據(jù)，你首先需要對它進(jìn)行定義。那么暗數(shù)據(jù)究竟是什么呢？簡而言之，暗數(shù)據(jù)就是一個企業(yè)收集、處理和存儲起來的，最后并沒有投入任何特定用途的信息。通常情況下，暗數(shù)據(jù)將會閑置多年，在你的公司繼續(xù)收集更多數(shù)據(jù)的同時占用數(shù)據(jù)中心中的寶貴空間。隨著未使用數(shù)據(jù)的不斷堆積，一些最開始可能只是小麻煩的問題會越積越嚴(yán)重。所有這些額外的數(shù)據(jù)都會導(dǎo)致增加開支，但更嚴(yán)重的是，這些數(shù)據(jù)通常是不受保護(hù)的，這等于打開了數(shù)據(jù)泄露和其他可能的安全事故的大門。

因此，如果暗數(shù)據(jù)是如此昂貴和危險，為什么各公司甚至忍受它們保持在身邊？事實是，許多企業(yè)寧愿存儲他們手機的所有數(shù)據(jù)，以確保他們遵守所有的法律法規(guī)。與此同時，企業(yè)都不情愿清空未使用的數(shù)據(jù)，因為他們永遠(yuǎn)不知道自己是否會在未來的某個時間需要它們。大數(shù)據(jù)分析能夠產(chǎn)生一些解決問題的方法，而為了找到這些解決方案，企業(yè)需要用到相關(guān)的數(shù)據(jù)。就像那種常見的心態(tài)一樣，僅僅因為你現(xiàn)在用不上它不代表它在以后也沒有價值。然而這樣的想法并不總會變成現(xiàn)實。如果有的話，這和囤積者的心態(tài)也沒什么不同。即使一個企業(yè)不采取什么特點的心態(tài)，很多公司覺得他們實在是太忙了，以至于無法顧及到清理暗數(shù)據(jù)這檔子事。

對暗數(shù)據(jù)的一次徹底清理可能十分耗時，這是事實，但結(jié)果也非常值得去努力。主要的挑戰(zhàn)在于要擺脫暗數(shù)據(jù)，同時仍然持有任何必要的數(shù)據(jù)。在你的公司中你有幾種方法可以做到這一點。其中最有效的方法是過濾數(shù)據(jù)。當(dāng)收集由機器和互聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)時，你會發(fā)現(xiàn)數(shù)據(jù)伴隨的很多有價值的信息在很大程度上是無用的。通過識別和隔離你所需要的數(shù)據(jù)，你能夠把它從所有其他的雜音中分離出來。這有助于放置一開始就發(fā)生不必要的數(shù)據(jù)堆積的情況。在這一努力過程中，某些大數(shù)據(jù)工具能夠有所幫助，但它取決于每個公司去識別哪些數(shù)據(jù)是最寶貴從而需要保留的，而哪些數(shù)據(jù)是最好清理掉的。

?