Data tidak terstruktur tidak memiliki format yang telah ditentukan sebelumnya. Dokumen teks, email, video, rekaman audio, gambar, dan unggahan media sosial semuanya termasuk dalam kategori ini. Data tersebut tidak sesuai dengan baris dan kolom. Data tersebut tidak mengikuti skema. Data ini merupakan mayoritas data yang dibuat oleh organisasi. Diperkirakan data tidak terstruktur mencapai 80 hingga 90 persen dari seluruh data perusahaan. Sebagian besar data tersebut tidak digunakan karena alat tradisional tidak dapat memprosesnya dengan mudah.

Tantangannya adalah ekstraksi. Untuk menganalisis data tidak terstruktur, Anda harus terlebih dahulu memberikan struktur padanya. Pemrosesan bahasa alami mengekstrak entitas, sentimen, dan topik dari teks. Visi komputer mengidentifikasi objek dan pemandangan dalam gambar. Pengenalan ucapan mentranskripsikan audio. Setiap teknik mengubah data tidak terstruktur menjadi representasi terstruktur yang dapat dianalisis. Konversi tersebut tidak sempurna. Model NLP melewatkan nuansa dan sarkasme. Model visi membingungkan objek yang serupa. Kesalahan transkripsi menumpuk. Output terstruktur adalah perkiraan, bukan cerminan yang sempurna. Terlepas dari kesulitannya, data tidak terstruktur memiliki nilai yang sangat besar. Email pelanggan mengungkapkan keluhan dan permintaan. Tiket dukungan menunjukkan pola dalam masalah produk. Rekaman panggilan menangkap nada dan emosi yang tidak ditangkap oleh teks. Organisasi yang dapat menggali data tidak terstruktur memperoleh wawasan yang dilewatkan oleh pesaing. Alat-alatnya terus meningkat. Tantangannya tetap ada.

Tipe data tidak terstruktur

• Teks — dokumen, email, unggahan media sosial
• Gambar — foto, diagram, hasil pindaian
• Audio — rekaman, panggilan, musik
• Video — cuplikan, siaran langsung, presentasi
• Biner — file tanpa format teks yang ditentukan.

Data tidak terstruktur adalah bahan mentah dari analitik modern. Mengekstraksi nilai membutuhkan penerapan struktur di tempat yang sebelumnya tidak ada.