非結構化資料沒有預先定義的格式。文字檔案、電子郵件、影片、錄音、圖像和社群媒體貼文都屬於此類。這類資料不符合行和列的格式，也不遵循任何模式。它是企業創建的資料中絕大多數。據估計，非結構化資料佔企業所有資料的 80% 到 90%。由於傳統工具難以處理，其中大部分資料都處於閒置狀態。

挑戰在於資料擷取。要分析非結構化數據，首先必須對其進行結構化處理。自然語言處理（NLP）從文本中提取實體、情感和主題。電腦視覺辨識影像中的物件和場景。語音辨識轉錄音訊。每種技術都將非結構化資料轉換為可分析的結構化表示。但這種轉換並不完美。 NLP 模型會忽略細微差別和諷刺。視覺模型會混淆相似的物體。轉錄錯誤會不斷累積。結構化輸出只是近似值，而非完美反映。儘管困難重重，非結構化資料仍蘊含著巨大的價值。客戶電子郵件揭示了投訴和請求。支援工單顯示了產品問題的模式。通話錄音捕捉了文字無法捕捉到的語氣和情緒。能夠挖掘非結構化資料的組織可以獲得競爭對手無法獲得的洞察。工具正在不斷改進。但挑戰依然存在。

非結構化資料類型

• 文字——文件、電子郵件、社交媒體帖子
• 圖片——照片、圖表、掃描件
• 音訊——錄音、通話、音樂
• 影片——影像、直播、簡報
• 二進位檔案－沒有定義文字格式的文件

非結構化資料是現代分析的原料。要從中提取價值，就需要建構原本不存在的結構。