Video: Skjemamodul 2024
Data samlet i det siste var strukturert og kunne passe inn i ryddige rader og kolonner. Et eksempel på dette ville være et Excel-regneark med avgrensede data (data som ble separert av et bestemt tegn, for eksempel et komma). De fleste interne informasjonsspesialister var tilfreds med å vise disse dataene (for eksempel kundeoppføringer) i lange regneark. De var opptatt av å rapportere hva dataene sa, og alle brukte de samme resultatene.
Med strukturert data var det ingen mulighet til å visualisere historien som dataene fortalte å trekke verdifull innsikt. Dataene var ikke interaktive og tillot ikke tilpasning. Det var verdifullt til et punkt, men det var ingen måte å forstå hva kunden tenkte på produktet etter at de kjøpte den. Du ville bare vite at produktet var kjøpt det. Og at data er bare en del av puslespillet.
I dag står firmaer overfor et fjell med en ny type data: ustrukturerte data, som ikke alltid kommer i en fin pakke. Følgende er noen få eksempler på denne typen data:
-
Meninger: Meninger er samlet av nettsider som Yelp, vist i følgende figur. Du kan få tilgang til vurderingene direkte eller bruke et verktøy som skraper dataene fra nettstedet slik at du kan sette dataene i ditt eget data-viz-verktøy.
-
Visuelle: Visuelle er valgt av brukere av nettsteder som Pinterest, vist i figuren nedenfor. I tilfelle av Pinterest kan du få tilgang til nettstedet for å se hvilke bilder om og av firmaet ditt har blitt fastgjort av kunder som søker etter firmaets navn. Du kan ha data om hvilke pins som firmaet ditt legger på Pinterest, blir re-pinned av andre, samt data om personer som har sett bedriftens produkt eller bilde andre steder på nettet, og har festet det direkte til Pinterest for andre å finne.
-
Smartphone data: Telefonoppføringer, e-post og andre søkedata er tilgjengelige fra telefonen.
Dette ustrukturerte innholdet representerer data som er utrolig verdifullt for enhver Internett-bedrift. Nøkkelen til å bruke dataene er å bruke programvare (for eksempel SAP) som gjør at du kan kombinere strukturerte data med ustrukturerte data for å få større forståelse for virksomheten og kundene. Fra denne analysen kan selskapene begynne å lage spådommer om kundeadferd og inntektsgenerering.
Vanligvis bruker organisasjoner som bruker ustrukturerte data programvare for naturlig språkbehandling for å analysere det.
