Video: Derfor bør du bruke design i innovasjonsarbeidet ditt! 2025
En del av Big Data For Dummies Cheat Sheet
Ustrukturerte data er forskjellig fra strukturerte data, fordi dens strukturen er uforutsigbar. Eksempler på ustrukturert data inkluderer dokumenter, e-post, blogger, digitale bilder, videoer og satellittbilder. Det inneholder også noen data generert av maskiner eller sensorer. Faktisk utgjør ustrukturerte data de fleste dataene som er på bedriftens lokaler, samt eksterne til din bedrift i private og offentlige kilder som Twitter og Facebook.
Tidligere kunne de fleste bedrifter ikke enten fange opp eller lagre denne enorme mengden data. Det var bare for dyrt eller for overveldende. Selv om selskapene var i stand til å fange opp dataene, hadde de ikke verktøyene for å enkelt analysere dataene og bruke resultatene til å ta avgjørelser. Svært få verktøy kan gi mening om disse enorme mengder data. Verktøyene som eksisterte var komplekse å bruke og produserte ikke resultater i en rimelig tidsramme.
Til slutt, de som virkelig ønsket å gå til den enorme innsatsen for å analysere disse dataene, ble tvunget til å jobbe med øyeblikksbilder av data. Dette har den uønskede effekten av manglende viktige hendelser fordi de ikke var i et bestemt øyeblikksbilde.
En tilnærming som blir stadig mer verdsatt som en måte å få forretningsmessige verdier på fra ustrukturert data, er tekstanalyse, prosessen med å analysere ustrukturert tekst, utvinne relevant informasjon og omdanne den til strukturert informasjon som kan da bli leveraged på ulike måter. Analyse- og utvinningsprosessene utnytter teknikker som stammer fra datalogikk, statistikk og andre datavitenskapsdisipliner.
