編輯導讀：隨著“數(shù)智化”時代的到來,我們生活中的方方面面都離不開數(shù)據(jù),而你真的了解數(shù)據(jù)嗎？本文將為你重新解讀數(shù)據(jù)的概念和價值，以及數(shù)據(jù)的價值是如何在“數(shù)智化”時代下一步一步得到運用與升華的。因內容頗多，我將分幾期為大家進行講解。

一、前言

我們日常生活中經常會聽到這樣的問題：你有數(shù)據(jù)支撐嗎？你的數(shù)據(jù)來源是哪兒？數(shù)據(jù)噪聲大嗎？

那么這里的“數(shù)據(jù)”究竟是怎樣的存在？

百度百科對數(shù)據(jù)定義很簡單：數(shù)據(jù)（data）是事實或觀察的結果，是對客觀事物的邏輯歸納，是用于表示客觀事物的未經加工的原始素材。

而仔細想想，我們日常中所指的數(shù)據(jù)真的是data嗎？其實，我們更多指的是已經形成體系、有邏輯結構和實用性的“數(shù)據(jù)知識”。

所以，我們也不能把數(shù)據(jù)當作一個簡單的概念，但其實“數(shù)據(jù)”里面還有很多學問。

下面先給大家引出四個“數(shù)據(jù)”相關的名詞概念，后面我會分別闡述它們“價值變現(xiàn)”的方法論。

你真的了解data、information、kownledge、insight是什么嗎？

• data（菜市場買來的菜）：簡單的事實，未處理的，無組織的，原始的。
• information（折菜、洗菜）：經過結構化組織、處理的數(shù)據(jù)，要根據(jù)“情景和語境”使其具有相關性和實用性。
• kownledge（下鍋炒菜）：是通過學習和經驗聯(lián)系在一起的信息地圖，具有預測和決策和概括的能力。
• insight（已經到能教別人做菜的程度）：準確而深刻地理解復雜問題或情況的能力（是可以借助工具實現(xiàn)的）。

今天，小陳就帶大家看看數(shù)據(jù)的來源及其具體類型，畢竟知己知彼，方能百戰(zhàn)不殆，有了今天的鋪墊我們才能在后面幾期的學習中，能容易上手~

二、數(shù)據(jù)來源（菜市場）

如果說，data是我們烹飪所需的原材料，那么確定數(shù)據(jù)來源就好比我們出去買菜之前要先確定去哪家菜市場買菜一樣；而且“菜市場”也是術業(yè)有專攻的！買海鮮去海鮮市場、買家禽要去禽類市場…數(shù)據(jù)也是一個道理，要通過你所需的領域，具體篩選數(shù)據(jù)來源，畢竟保證數(shù)據(jù)質量是烹飪佳肴的第一步~

就像前面所述，數(shù)據(jù)是一個龐大的概念，我們想要利用好，首先要知道數(shù)據(jù)的類型，根據(jù)類型再去判斷來源和收集數(shù)據(jù)。

1. 按照結構化程度區(qū)分數(shù)據(jù)來源

1）非結構化數(shù)據(jù)

非結構化數(shù)據(jù)，是數(shù)據(jù)的最簡形式；我們身邊時時刻刻都有非結構化數(shù)據(jù)的身影且?guī)缀跬偈挚傻茫淖?、圖片、聲音或視頻都屬于非結構化數(shù)據(jù)，這類數(shù)據(jù)通常存儲在文件存儲庫中（小白們，可以把它看作是計算機硬盤驅動器上一個組織良好的目錄）。

但，從這種形狀的數(shù)據(jù)中提取價值通常是最困難的；因為我們首先需要從描述或抽象數(shù)據(jù)中提取結構化特性（例如，要使用文本，我們可能需要提取主題以及文本對主題的正面或負面評價，而一千個讀者就會有一千個哈姆雷特，這類信息是極具主觀色彩的）。

目前，非常流行的文本挖掘技術，它的數(shù)據(jù)來源就是我們此處所說的非結構化數(shù)據(jù)。

2）結構化數(shù)據(jù)

結構化數(shù)據(jù)，顧名思義，是定義良好的表格數(shù)據(jù)（行和列），這意味著我們知道有哪些列以及它們包含什么類型的數(shù)據(jù)；這些數(shù)據(jù)通常存儲在數(shù)據(jù)庫中，在數(shù)據(jù)庫中，我們可以使用SQL語言進行結構化數(shù)據(jù)的篩選，并輕松創(chuàng)建數(shù)據(jù)集用于我們的數(shù)據(jù)科學解決方案。

3）半結構化數(shù)據(jù)

半結構化數(shù)據(jù)，介于非結構化和結構化數(shù)據(jù)之間，它雖然定義了一致的格式，但是結構不是很嚴格，比如數(shù)據(jù)的一部分可能是不完整的或者是不同的類型；半結構化數(shù)據(jù)通常存儲為文件，但是，某些類型的半結構化數(shù)據(jù)（如JSON或XML）可以存儲在面向文檔的數(shù)據(jù)庫中。

2. 按照數(shù)據(jù)私密性區(qū)分數(shù)據(jù)來源

1）組織內的數(shù)據(jù)源（封閉數(shù)據(jù)源）

查找數(shù)據(jù)的第一個地方是組織內部，大多數(shù)企業(yè)目前都有ERP、CRM、工作流管理等系統(tǒng)在運行，這類系統(tǒng)通常使用數(shù)據(jù)庫以結構化的方式存儲數(shù)據(jù)；這些數(shù)據(jù)庫包含大量的數(shù)據(jù)，您可以很容易地從中提取價值；例如，通過工作流管理系統(tǒng)，您可以輕松地了解業(yè)務流程中的瓶頸，或者通過使用來自ERP系統(tǒng)的數(shù)據(jù)，您可以進行銷售預測。

2）公開的數(shù)據(jù)源（開源數(shù)據(jù)源）

除了對內非公開數(shù)據(jù)以外，許多組織接收和發(fā)送大量的文件、圖片、聲音或視頻，這些在公網上傳播留存的數(shù)據(jù)則為公開的數(shù)據(jù)源；例如，你可以想象，一家保險公司收到了很多可能附有圖片的索賠（紙質的或PDF格式的），這些文件通常在處理前手動轉換為更結構化的格式；但是，在這種轉換中會丟失一些信息，當嘗試改進我們的數(shù)據(jù)科學解決方案時，我們可以使用這些文件來提取額外的數(shù)據(jù)，比如情景概述。

后續(xù)，我們可以使用這些額外的數(shù)據(jù)改進欺詐性索賠檢測，這就是公開數(shù)據(jù)源的價值。

除此之外，其實業(yè)界還有很多數(shù)據(jù)來源分類法，例如是否為實時數(shù)據(jù)、一手數(shù)據(jù)or二手數(shù)據(jù)來源….

三、結語與下期預告

本期，小陳通過一個“買菜”的例子，讓大家對“數(shù)據(jù)”這個龐大的體系有了一個洞察，并通過“菜市場”這樣一個比喻，讓大家對數(shù)據(jù)來源有了一個整體的認識。

下期，小陳講在數(shù)據(jù)來源的基礎上，為大家講解如何利用常用工具進行數(shù)據(jù)清洗和采集！

本文由 @小陳同學ing. 原創(chuàng)發(fā)布于人人都是產品經理，未經作者許可，禁止轉載。

題圖來自Unsplash，基于CC0協(xié)議。