Video: Sådan skrev Gasolin' 'Rabalderstræde' 2024
Data indsamlet tidligere var struktureret og kunne passe ind i pæne rækker og kolonner. Et eksempel på dette ville være et Excel-regneark med afgrænsede data (data, der blev adskilt af et bestemt tegn, såsom et komma). De fleste interne informationsspecialister var tilfredse med at vise disse data (f.eks. Kundejournaler) i lange regneark. De havde til opgave at rapportere, hvad dataene sagde, og alle brugte de samme resultater.
Med strukturerede data var der ingen mulighed for at visualisere historien om, at dataene fortalte at udtrække værdifulde indsigter. Dataene var ikke interaktive og tillod ikke tilpasning. Det var værdifuldt til et punkt, men der var ingen måde at forstå, hvad kunden tænkte på produktet, efter at de købte det. Du ville kun vide at produktet var blevet købt det. Og disse data er kun en del af puslespillet.
I dag står virksomheder overfor et bjerg af en ny type data: ustrukturerede data, som ikke altid kommer i en pæn pakke. Nedenfor er et par eksempler på denne type data:
-
Meninger: Meningerne er samlet af gennemgangssider som Yelp, der vises i nedenstående figur. Du kan få adgang til anmeldelser direkte eller bruge et værktøj, der scraperer dataene fra webstedet, så du kan sætte disse data i dit eget data-viz-værktøj.
-
Visualer: Visuelle er valgt af brugere af websteder som Pinterest, vist i nedenstående figur. I tilfælde af Pinterest kan du få adgang til webstedet for at se, hvilke billeder og om din virksomhed er blevet fastgjort af kunder, der søger efter firmaets navn. Du kan have data om, hvilke stifter, din virksomhed sætter på Pinterest, bliver genindspændt af andre såvel som data om personer, der har set din virksomheds produkt eller billede andetsteds på internettet, og har fastgjort det direkte til Pinterest, så andre kan finde.
-
Smartphone data: Telefonoptegnelser, e-mails og andre søgedata er tilgængelige fra din telefon.
Dette ustrukturerede indhold repræsenterer data, der er utroligt værdifulde for enhver online forretning. Nøglen til at bruge dataene er at bruge softwareprogrammer (som SAP), der gør det muligt at kombinere strukturerede data med ustrukturerede data for at få større forståelse for virksomheden og dets kunder. Fra denne analyse kan virksomheder begynde at gøre forudsigelser om kundeadfærd og indtægtsgenerering.
Typiske organisationer, der bruger ustruktureret data, bruger naturligt sprogbehandlingssoftware til at analysere det.
