Τα μη δομημένα δεδομένα δεν έχουν προκαθορισμένη μορφή. Τα έγγραφα κειμένου, τα email, τα βίντεο, οι ηχογραφήσεις, οι εικόνες και οι αναρτήσεις στα μέσα κοινωνικής δικτύωσης πληρούν όλα τα κριτήρια. Τα δεδομένα δεν χωράνε σε γραμμές και στήλες. Δεν ακολουθούν κάποιο σχήμα. Αποτελούν την πλειονότητα των δεδομένων που δημιουργούν οι οργανισμοί. Οι εκτιμήσεις τοποθετούν τα μη δομημένα δεδομένα στο 80 έως 90 τοις εκατό όλων των εταιρικών δεδομένων. Τα περισσότερα από αυτά παραμένουν αχρησιμοποίητα επειδή τα παραδοσιακά εργαλεία δεν μπορούν να τα επεξεργαστούν εύκολα.

Η πρόκληση είναι η εξαγωγή. Για να αναλύσετε μη δομημένα δεδομένα, πρέπει πρώτα να τους επιβάλετε δομή. Η επεξεργασία φυσικής γλώσσας εξάγει οντότητες, συναισθήματα και θέματα από κείμενο. Η όραση υπολογιστή αναγνωρίζει αντικείμενα και σκηνές σε εικόνες. Η αναγνώριση ομιλίας μεταγράφει ήχο. Κάθε τεχνική μετατρέπει τα μη δομημένα δεδομένα σε μια δομημένη αναπαράσταση που μπορεί να αναλυθεί. Αυτή η μετατροπή είναι ατελής. Τα μοντέλα NLP χάνουν τις αποχρώσεις και τον σαρκασμό. Τα μοντέλα όρασης συγχέουν παρόμοια αντικείμενα. Συσσωρεύονται σφάλματα μεταγραφής. Η δομημένη έξοδος είναι μια προσέγγιση, όχι μια τέλεια αντανάκλαση. Παρά τη δυσκολία, τα μη δομημένα δεδομένα έχουν τεράστια αξία. Τα email των πελατών αποκαλύπτουν παράπονα και αιτήματα. Τα αιτήματα υποστήριξης δείχνουν μοτίβα σε προβλήματα προϊόντων. Οι ηχογραφήσεις κλήσεων καταγράφουν τον τόνο και το συναίσθημα που χάνει το κείμενο. Οι οργανισμοί που μπορούν να εξορύξουν μη δομημένα δεδομένα αποκτούν πληροφορίες που χάνουν οι ανταγωνιστές. Τα εργαλεία βελτιώνονται. Η πρόκληση παραμένει.

Μη δομημένοι τύποι δεδομένων

• Κείμενο — έγγραφα, email, αναρτήσεις στα μέσα κοινωνικής δικτύωσης
• Εικόνες — φωτογραφίες, διαγράμματα, σαρώσεις
• Ήχος — ηχογραφήσεις, κλήσεις, μουσική
• Βίντεο — πλάνα, ροές, παρουσιάσεις
• Δυαδικό — αρχεία χωρίς καθορισμένη μορφή κειμένου

Τα μη δομημένα δεδομένα αποτελούν την πρώτη ύλη της σύγχρονης αναλυτικής. Η εξαγωγή αξίας απαιτεί την επιβολή δομής εκεί που δεν υπάρχει.