Big data, cosa sono i dati strutturati e non strutturati

Quando si tratta di intercettare e interpretare i big data, i dati ottenuti possono essere strutturati o non strutturati. Ma che cosa si intende con tali termini?

Abbiamo cercato di chiarirlo, in brevità, attraverso le spiegazioni di eData srl, un operatore leader in tali analisi.

Cosa sono i dati strutturati

I dati strutturati sono dati memorizzati all'interno di campi definiti (numerici, testo, data, ecc.) spesso con lunghezze definite, all'interno di un record altrettanto definito, in un file.

I dati strutturati richiedono un modello e un formato di dati aziendali omogenei, che saranno registrati e immagazzinati, elaborati e consultati. La progettazione del modello definisce e limita i dati che possono essere raccolti e memorizzati, e l'elaborazione che può essere eseguita su di essi.

Un esempio di dati strutturati si trova nei tipici sistemi bancari, che sono in grado di registrare le ricevute e i pagamenti dal conto corrente dei clienti, memorizzando data, importo, ricevuta/pagamento, beneficiario o fonte del denaro.

Cosa sono i dati non strutturati

I dati non strutturati si riferiscono alle informazioni che non hanno un modello di dati predefinito. Possono dunque presentarsi in tutte le forme e dimensioni, ed è questa varietà e irregolarità che li rende difficili da memorizzare in un modello che permetterà loro di essere analizzati, ricercati o utilizzati in altro modo. Una statistica spesso citata è che l'80% dei dati aziendali non è strutturato, risiedendo in documenti di word processor, fogli di calcolo, file PowerPoint, audio, video, interazioni di social media e dati di mappe.

Gli esempi di dati non strutturati sono numerosissimi. Si pensi a quando entri in un grande negozio e hai con te il tuo telefono cellulare, che permetterà di tracciare i tuoi movimenti all'interno del negozio.

Il negozio potrebbe dunque sapere o meno chi sei, a seconda che conosca il tuo numero di cellulare. Il negozio può registrare quali reparti visiti e quanto tempo passi in ognuno di essi. Le telecamere di sicurezza sul soffitto abbinano la tua immagine al telefono, per sapere che aspetto hai, al fine di riconoscerti nelle visite future.

Quando poi passi vicino a un particolare prodotto e le registrazioni precedenti mostrano che hai guardato quel prodotto prima di allora, un messaggio di testo può essere inviato al tuo cellulare per un remind, pubblicizzando magari una riduzione di prezzo del 10%.

Se poi compri il prodotto, il negozio potrebbe avere ulteriori opportunità di marketing per prodotti correlati e materiali di consumo. Anche questi dati potranno essere registrati.

Come se non bastasse, pagando con una carta fedeltà contribuirai a far sì che il negozio abbia una conoscenza più approfondita dei tuoi interessi. Comprando diversi prodotti, il negozio vorrà scoprire se questi articoli sono generalmente acquistati insieme.

Insomma, solamente per aver camminato nel negozio e aver usato comuni strumenti di comunicazione e pagamento, avrai generato una grande quantità di dati che saranno molto diversi per dimensione e natura per ogni individuo, ma che potranno pur sempre essere oggetto di elaborazione avanzata.