根據(jù)Deloitte集團(tuán)的一份新報告，非結(jié)構(gòu)化數(shù)據(jù)和其他所謂的黑暗數(shù)據(jù)類型的分析可以提供重要的業(yè)務(wù)價值。

（Deloitte中文譯名為Deloitte，是世界四大會計師事務(wù)所之一。）

Deloitte的新報告《黑暗分析》這樣寫道：“隱藏在非結(jié)構(gòu)化數(shù)據(jù)中的機會并不能說明全球范圍內(nèi)充滿戲劇性的斗爭，但仍然暗示了對于一些公司仍然是黑暗藝術(shù)分析實踐的實質(zhì)性收益者。”

數(shù)據(jù)類型如自由文本、圖像、音頻和視頻文件，以及在非索引網(wǎng)絡(luò)服務(wù)器上托管的研究論文具有實質(zhì)性的智慧。2017年技術(shù)趨勢報告報告顯示，傳統(tǒng)企業(yè)對這些黑暗數(shù)據(jù)類型的了解非常有限。

報告作者之一Paul Roma是Deloitte分析咨詢公司的負(fù)責(zé)人，他指出，即使企業(yè)不再處于領(lǐng)先地位，也不會很快淪為普通企業(yè)。

Roma說：“這種非結(jié)構(gòu)化數(shù)據(jù)的概念和讓黑暗數(shù)據(jù)“重見光明”的能力應(yīng)該發(fā)揮作用。將這種能力用于決策逐漸成為主流，比如桌上賭博。”

并不是所有的黑暗數(shù)據(jù)類型都適用于今天的企業(yè)。Roma說，文本文件是最容易分析的。像Microsoft，IBM和Google這樣的公司，可以對文本文件進(jìn)行高級分析，而不缺少API服務(wù)。音頻文件也比較容易，因為轉(zhuǎn)錄軟件可以輕松地呈現(xiàn)文本文件進(jìn)行分析。

Roma說，分析圖片和視頻還有很長的路要走。圖像識別算法實現(xiàn)人類成果的速度已經(jīng)很快。

現(xiàn)在就是要找到這種非結(jié)構(gòu)化數(shù)據(jù)分析的業(yè)務(wù)案例。 Roma說：“使用這些技術(shù)的費用和時間遠(yuǎn)遠(yuǎn)超過兩三年前。”

API服務(wù)有助于獲得收益

API服務(wù)有助于獲得收益的部分原因是API服務(wù)的可用性，讓用戶將數(shù)據(jù)移交給受過充分培訓(xùn)的認(rèn)知系統(tǒng)。這意味著企業(yè)不必有專業(yè)的人員就可以獲取實踐的好處。

此外，越來越多的企業(yè)可能正在使用深度學(xué)習(xí)和AI。許多軟件公司正在其產(chǎn)品中構(gòu)建這些功能，以增強聊天或搜索功能。 這些都不能保證黑暗分析對企業(yè)而言沒有風(fēng)險。Roma指出，深度學(xué)習(xí)算法常常會返回大量的誤報和似是而非的相關(guān)性。這樣需要很多的業(yè)務(wù)知識，確保算法提供的信息是正確的。

此外，他看到一些公司采取廣泛的企業(yè)范圍的項目，投入大量的預(yù)算后，卻不會帶來任何投資回報。他說，一般來說，具有針對性的非結(jié)構(gòu)化數(shù)據(jù)分析項目表現(xiàn)更好。

但總的來說，企業(yè)需要了解這種分析趨勢，并評估如何幫助他們的業(yè)務(wù)。