一个快速指南，以结构化和非结构化数据

大数据已经打开的门从未被很多人认为企业。利用非结构化数据进行分析的想法在过去已经太昂贵，大多数公司考虑。由于技术，如Hadoop的，非结构化的数据分析正在成为商业世界更为常见。

企业主可能会想，如果使用非结构化数据可以给他们宝贵的见解，以及。回答这个问题开始理解结构化和非结构化数据之间的差异。

非结构化数据

首先，我想指的是提供了结构化与非结构化数据的快照的说明。

我想加入非结构化数据的定义进一步范围内添加到插图：

“非结构化数据是指信息，要么不具有预先定义的数据模型和/或没有组织以预定方式”。

在晴朗的，非结构化的数据是没有用的，当适合到一个模式/表。我将使用电子邮件作为一个例子。有从该可配合到一个表中的电子邮件的某些值。发件人，收件人，邮件正文等。尽管你可以有电子邮件正文一列，存放在该列中的信息时，会以这样的方式进行分析是无用的。有什么问题可以问分析师的所有数据项中的“电子邮件正文”列？难道他们回答？答案是否定的。

当看着插图很明显，社交媒体在非结构化数据沉重的作用。据该PewResearch，73％的成年网民使用社交网站。其中许多企业都利用这一数据的方法之一是收集品牌人气。

除了社交媒体也有非结构化数据的其他许多常见的形式：

• Word文档的，PDF文件和其他文本文件 – 书籍，信件，其他书面文件，音频和视频成绩单
• 音频文件 – 客服录音，语音邮件，911电话
• 演示文稿 – PPT资源，SlideShares
• 视频 – 警察破折号凸轮，个人视频，YouTube的上传
• 图片 – 照片，插图，模因
• 消息 – 即时消息，短信
• 在所有这些情况下，数据可以提供令人信服的见解。使用正确的工具，非结构化数据可以添加一个深度的数据分析，可能无法实现，否则。

我想用客户服务的音频和成绩单作为一个例子。多数民众赞成在收集客户服务方案的结构化数据可以包括以下内容：

• 客户查询号码
• 投诉的类别
• 一个问题是如何快速解决
• 通过消费者的反馈客户服务评级

所有这些数据是有帮助的，但它缺少从增强其非结构化数据的对应。通过查看客户服务的音频同步进行结构化数据的见解，一个公司可能会发现以下几点：

1. 问题的成因 – 什么是在技术或计费部门造成的问题？是客户感到困惑，因为他们没有有效的引导？是否有跨某些地区，年龄组和技术能力的问题？

2. 更好的回馈消费者 – 而不是一星评级，企业可以明白为什么他们得到的评价摆在首位。被消费者感到沮丧与代表的沟通能力？做了主管的参与带来更好的体验？什么是销售代表和客户之间的对话的基调？

3. 洞察速度解决问题 – 都采取了什么样的问题广泛的时限来解决？是客户服务代表训练有素充分地处理常见的问题？是否有一个合理的制度，得到了客户的权利人尽可能快地解决他们的问题？

所有这些见解跟结构化的数据对应。非结构化数据，以提高从数据集中获得更深入的了解一个企业的能力。

非结构化数据是有价值的一块任何企业的数据馅饼。今天的工具被广泛访问能够帮助企业利用这些数据，其最大的潜能。

结构化数据

对比非结构化数据，结构数据是可以很容易地组织的数据。不管它的简单，大多数专家在今天的数据业估计，结构化数据仅占20％的可用数据。它是干净的，分析通常存储在数据库中。

如今，大数据工具和应用程序都允许结构化数据的探索，曾经过于昂贵，收集和储存。结构化数据的一些例子：

机器生成的

• 感官数据 – 全球定位系统数据，制造传感器，医疗设备

• 销售点的数据 – 信用卡信息，销售地点，产品信息

• 呼叫详细记录 – 通话，来电和收件人信息的时间

• Web服务器日志 – 页面请求，其它服务器活动

人类产生

• 输入数据 – 输入到计算机中的任何数据：年龄，邮政编码，性别等

虽然它的数量上超过其非结构化兄弟，结构化数据始终并将永远发挥数据分析了至关重要的作用。它充当骨干，以关键业务洞察力。如果没有结构化数据，也很难知道在哪里找到的见解躲在你的非结构化数据集。

结论

结构化和非结构化的数据有很大的不同。不管他们之间的分歧，他们在协同工作的任何有效的大数据的操作。公司希望充分利用他们的数据应使用利用两者的优点的工具。

转载请注明：数据分析 » 一个快速指南，以结构化和非结构化数据