Thu thập dữ liệu có cấu trúc và phi cấu trúc - nồng độ

Dữ liệu thu thập được trong quá khứ được cấu trúc và có thể phù hợp với các hàng và cột gọn gàng. Ví dụ về điều này sẽ là bảng tính Excel với dữ liệu được phân tách (dữ liệu được phân cách bởi một ký tự cụ thể, chẳng hạn như dấu phẩy). Hầu hết các chuyên gia thông tin nội bộ đều có nội dung hiển thị dữ liệu này (chẳng hạn như hồ sơ khách hàng) trong các bảng tính dài. Họ được giao nhiệm vụ báo cáo những gì dữ liệu nói, và tất cả mọi người sử dụng kết quả tương tự.

Với dữ liệu có cấu trúc, không có cơ hội để hình dung ra câu chuyện mà dữ liệu nói để trích ra những hiểu biết có giá trị. Dữ liệu không tương tác và không cho phép tuỳ chỉnh. Nó có giá trị cho một điểm, nhưng không có cách nào để hiểu những gì khách hàng nghĩ về sản phẩm sau khi họ mua nó. Bạn sẽ chỉ biết rằng sản phẩm đã được mua nó. Và dữ liệu đó chỉ là một phần của câu đố.

Ý kiến:

• Các ý kiến ​​được thu thập bằng các trang đánh giá như Yelp, thể hiện trong hình dưới đây. Bạn có thể truy cập trực tiếp các nhận xét hoặc sử dụng một công cụ scrapes dữ liệu từ trang web để bạn có thể đặt dữ liệu đó vào công cụ dữ liệu của riêng bạn.

  Hình ảnh:

  

• Hình ảnh được lựa chọn bởi người sử dụng các trang web như Pinterest, thể hiện trong hình bên dưới. Trong trường hợp của Pinterest, bạn có thể truy cập vào trang web để xem hình ảnh và công ty của bạn đã được ghim bởi những khách hàng nào đang tìm kiếm tên công ty của bạn. Bạn có thể có dữ liệu về những gì ghim mà công ty của bạn đặt trên Pinterest đang được gắn lại bởi những người khác cũng như dữ liệu về những người đã xem sản phẩm của công ty bạn hoặc hình ảnh ở nơi khác trên web và đã gắn nó trực tiếp đến Pinterest cho những người khác để tìm kiếm. Dữ liệu điện thoại thông minh:

  

• Hồ sơ điện thoại, e-mail và các dữ liệu tìm kiếm khác có trên điện thoại của bạn. Nội dung không có cấu trúc này đại diện cho dữ liệu có giá trị vô cùng đối với bất kỳ doanh nghiệp trực tuyến nào. Chìa khóa để sử dụng dữ liệu là sử dụng các chương trình phần mềm (SAP) cho phép bạn kết hợp dữ liệu có cấu trúc với dữ liệu phi cấu trúc để hiểu rõ hơn về doanh nghiệp và khách hàng của mình. Từ phân tích này, các công ty có thể bắt đầu đưa ra dự đoán về hành vi của khách hàng và tạo ra doanh thu.

Thông thường, các tổ chức sử dụng dữ liệu phi cấu trúc sử dụng phần mềm xử lý ngôn ngữ tự nhiên để phân tích nó.