Comprendre les données structurées, semi-structurées et non structurées

Qu'est-ce que les données structurées?

Les données structurées sont des informations qui ont été formatées et transformées en un modèle de données bien défini. les données brutes sont mappées dans des champs prédéfinis qui peuvent ensuite être extraits et lus facilement via SQL. Les bases de données relationnelles SQL, constituées de tables avec des lignes et des colonnes, sont l'exemple parfait de données structurées.

Le modèle relationnel de ce format de données exploite la mémoire car il minimise la redondance des données. Cependant, cela signifie également que les données structurées sont plus interdépendantes et moins flexibles.

Exemples de données structurées

Ce type de données est généré aussi bien par les humains que par les machines. On trouve de nombreux exemples de données structurées issues de machines, comme les données de points de vente (quantités, codes-barres) et les statistiques de navigation web. De même, toute personne travaillant avec des données a déjà utilisé un tableur, un exemple classique de données structurées générées par l'humain. Grâce à leur organisation, les données structurées sont plus faciles à analyser que les données semi-structurées ou non structurées.

Qu'est-ce que les données semi-structurées?

Vous ne trouverez peut-être pas toujours que vos ensembles de données sont structurés ou non structurés. Les données semi-structurées ou les données partiellement structurées constituent une autre catégorie entre les données structurées et non structurées. Les données semi-structurées sont un type de données qui présentent des caractéristiques cohérentes et définies.

Elle ne se limite pas à une structure rigide telle que celle nécessaire pour bases de données relationnellesLes entreprises utilisent des propriétés organisationnelles telles que des métadonnées ou des balises sémantiques avec des données semi-structurées pour les rendre plus faciles à gérer. Cependant, elles présentent toujours une certaine variabilité et une certaine incohérence.

Exemples de données semi-structurées

Les fichiers délimités constituent un exemple de données semi-structurées. Ils contiennent des éléments permettant de les organiser en hiérarchies distinctes. De même, les photographies numériques ne possèdent pas de structure prédéfinie, mais présentent certains attributs structurels qui les rendent semi-structurées.

Par exemple, une photo prise avec un smartphone possède des attributs structurés tels que la géolocalisation, l'identifiant de l'appareil et l'horodatage. Après l'avoir enregistrée, vous pouvez lui attribuer des étiquettes comme « animal de compagnie » ou « chien » pour l'organiser.

À certaines occasions, les données non structurées sont classées en tant que données semi-structurées car elles possèdent un ou plusieurs attributs de classification.

Que sont les données non structurées?

Les données non structurées existent dans leur format brut et natif, sans organisation prédéfinie. Selon GartnerCela représente 80 à 90 % de toutes les nouvelles données d'entreprise et croît trois fois plus vite que les données structurées.

Ces données sont difficiles à traiter avec les outils traditionnels, mais elles contiennent de riches informations contextuelles que les données structurées ne peuvent pas saisir : le sentiment des clients, les modèles visuels, les nuances conversationnelles et les tendances émergentes.

Les données non structurées comprennent les publications sur les réseaux sociaux, les chats, les images satellite, les données des capteurs IoT, les e-mails et les présentations. Gestion des données non structurées prend ces données pour les organiser de manière logique et prédéfinie dans le stockage de données. Les outils de traitement du langage naturel (NLP) aident à comprendre les données non structurées qui existent dans un format écrit.

À l'inverse, les données structurées sont des données qui suivent des modèles prédéfinis et sont faciles à analyser. Par exemple, les noms de clients classés par ordre alphabétique et les numéros de cartes de crédit correctement organisés constituent des données structurées.

Exemples de données non structurées

Les données non structurées peuvent être tout ce qui n'est pas dans un format spécifique. Il peut s'agir d'un paragraphe d'un livre contenant des informations pertinentes ou d'une page Web. Un exemple de données non structurées pourrait également être des fichiers journaux qui ne sont pas faciles à séparer. Les commentaires et les publications sur les réseaux sociaux ne sont pas non plus structurés.

Voici un exemple de données non structurées provenant d'un fichier journal :

38,P-R-38636-6-45,P-R-39105-1-11,P-R-38036-1-5,P-R-35697-1-13,P-R-35087-1-27,P-R-34341-1-9,P-R-33341-1-15,P-R-33110-1-29,P-R-31345-1-693,P-R-29076-1-6,P-R-28767-1-8,P-R-28540-2-8,P-R-28312-1-10,P-R-28069-1-27,P-R-28032-1-9,P-R-26562-1-12,P-R-26527-5-20,P-R-26164-1-11,P-R-25785-1-30,P-R-25095-9-70,P-R-23504-1-15,P-R-19719-5-41203

mer. 23 sept. 2020 05:21:01 GMT+0500

Les données non structurées sont qualitatives, et non quantitatives ; elles sont donc principalement de nature catégorielle et caractéristique.

Pourquoi c'est important pour les entreprises

Les données non structurées révèlent des informations impossibles à obtenir avec des formats structurés. L'analyse des sentiments exprimés sur les réseaux sociaux permet d'anticiper les tendances du marché avant même qu'elles n'apparaissent dans les données de vente. L'étude des tickets d'assistance permet d'identifier les problèmes produits avant qu'ils ne s'aggravent. L'enregistrement des appels clients permet de recueillir des objections que les enquêtes ne permettent pas de déceler.

Rapport des organisations disposant de lacs de données:

• 41 % de gains en avantage concurrentiel
• 37% de réduction des coûts
• 35 % d'expérience client améliorée
• Réponse améliorée de 33 % aux opportunités et aux menaces

Le défi? Plus de 95 % des entreprises Ils reconnaissent que la gestion des données non structurées est difficile, et nombreux sont ceux qui consacrent plus de 30 % de leur budget informatique au stockage et à la gestion.

Les données issues des réseaux sociaux ou des sites web peuvent aider à prédire les tendances d'achat futures ou à évaluer l'efficacité d'une campagne marketing. Autre exemple d'analyse de données non structurées : la détection de schémas dans les courriels et les conversations frauduleuses, utile aux entreprises pour le contrôle de la conformité aux politiques internes. Les entreprises extraient et stockent ces données non structurées dans des entrepôts de données (également appelés lacs de données) à des fins d'analyse.

Différences entre les données structurées, semi-structurées et non structurées

Considérons trois types d'entretiens d'embauche : non structurés, semi-structurés et structurés.

Dans un entretien au format non structuré, les questions posées sont entièrement au choix de l'intervieweur. Il peut décider des questions qu'il souhaite poser et de l'ordre dans lequel il les posera. Les exemples populaires de questions non structurées incluent « Parlez-moi de vous » et « Décrivez votre rôle idéal ».

Un autre type est un entretien structuré. Dans ce cas, l'intervieweur suivra strictement un script créé par le service RH et utilisera le même script pour tous les candidats. De même, les données structurées par rapport aux données non structurées suivent un format organisé avec un schéma moins flexible.

Le troisième type est constitué de données semi-structurées. Dans un entretien semi-structuré, l'intervieweur combinera les éléments des entretiens non structurés et structurés. Il comprendrait les éléments quantitatifs et de cohérence, semblable à un entretien structuré.

Cependant, en même temps, comme les données semi-structurées, les entretiens structurés auront la flexibilité de personnaliser les questions en fonction de la situation. Pour rappel, la principale différence entre les données non structurées et semi-structurées est que les données non structurées ne suivent aucun format prédéfini, tandis que les données semi-structurées ne sont que partiellement non structurées.

Les points suivants mettent en évidence les différences entre les données structurées et les données non structurées et les données semi-structurées :

• Organisation: Les données structurées sont bien organisées. Par conséquent, il a le plus haut niveau d'organisation. Les données semi-structurées sont partiellement organisées ; par conséquent, le niveau d'organisation est inférieur à celui des données structurées mais supérieur à celui des données non structurées. Enfin, cette dernière catégorie n'est pas du tout organisée.
• Flexibilité et évolutivité: Les données structurées dépendent d'une base de données relationnelle ou d'un schéma, donc moins flexibles et difficiles à mettre à l'échelle, tandis que les données semi-structurées sont plus flexibles et plus simples à mettre à l'échelle que les données structurées. Cependant, les données non structurées n'ont pas de schéma qui en fait la plus flexible et la plus évolutive des deux autres.
• Gestion des versions: Étant donné que les données structurées sont basées sur une base de données relationnelle, la gestion des versions est effectuée sur des tuples, des lignes et des tables. En revanche, dans les données semi-structurées, les tuples ou les graphes sont possibles car seule une base de données partielle est prise en charge. Enfin, dans les données non structurées, la gestion des versions est probablement l'ensemble des données car il n'y a pas de support de base de données.

Historiquement, les entreprises se sont uniquement concentrées sur l’extraction et l’analyse d’informations à partir de données structurées. Cependant, avec la croissance des données semi-structurées et non structurées, les entreprises doivent désormais rechercher une solution capable de les aider à analyser les trois types de données.