二、數據類型

企業面對的傳統數據主要是交易數據，而互聯網和物聯網的發展，帶來了諸如社交網站、傳感器等多種來源的數據。數據來源于不同的應用系統和設備，因此數據類型多種多樣。通常，我們把數據類型分為三類：結構化數據、半結構化數據和非結構化數據。

1. 結構化數據

結構化數據是按照特定的結構存儲的，通常以表格的形式呈現，每個數據項都有明確的定義和數據類型，數據間的因果關系較強。財務系統、信息管理系統、醫療系統等關系型數據庫產生的數據和Excel表格等都屬于結構化數據。

2. 半結構化數據

半結構化數據的數據結構并不完全固定，但是每個數據項仍然有明確的標識，數據間的因果關系較弱。XML文檔、JSON文檔、郵件、網頁等屬于半結構化數據。

3. 非結構化數據

非結構化數據的數據結構沒有明確的定義，數據項之間的關系也不明確，數據間沒有因果關系。文本、圖片、音頻、視頻等屬于非結構化數據。當前，非結構化數據越來越成為數據的主要部分。知名研究機構IDC的調查報告顯示：企業中80%的數據都是非結構化數據。