|
Les apports destinés au traitement des données et à la business intelligence (BI) sont incroyablement variés, mais relèvent généralement des catégories suivantes :
* Données structurées : Il s'agit de données organisées dans un format prédéfini, facilement accessibles et analysées par les systèmes de bases de données traditionnels. Les exemples incluent :
* Bases de données relationnelles (SGBDR) : Données stockées dans des tableaux avec des lignes et des colonnes (par exemple, MySQL, PostgreSQL, Oracle, SQL Server).
* Feuilles de calcul : Données organisées en lignes et colonnes (par exemple, fichiers Excel).
* Fichiers CSV (Comma Separated Values) : Fichiers texte simples avec des données séparées par des virgules.
* Fichiers XML (Extensible Markup Language) et JSON (JavaScript Object Notation) : Données formatées à l'aide de balises ou de paires clé-valeur.
* Journaux de transactions : Registres des transactions commerciales.
* Données semi-structurées : Données qui ne sont pas conformes à une structure de tableau rigide mais possèdent certaines propriétés organisationnelles. Les exemples incluent :
* Bases de données NoSQL : Magasins de données comme MongoDB ou Cassandra.
* Fichiers journaux : Enregistrements des événements système.
* Fichiers XML et JSON (lorsqu'ils ne sont pas strictement conformes à un schéma).
* Données non structurées : Il s’agit de données dépourvues de format prédéfini et difficiles à traiter avec les méthodes traditionnelles. Les exemples incluent :
* Fichiers texte : Documents, e-mails, publications sur les réseaux sociaux.
* Images : Photographies, scans.
* Fichiers audio : Enregistrements, podcasts.
* Fichiers vidéo : Vidéos, enregistrements.
* Sources de données externes : Données obtenues de l’extérieur de l’organisation, telles que :
* API tierces : Accéder aux données d'autres sociétés ou services.
* Ensembles de données publics : Données gouvernementales, données de recherche.
* Réseaux sociaux : Données récupérées sur les plateformes de médias sociaux.
En résumé, les entrées peuvent aller de données hautement organisées et soigneusement emballées à des informations brutes et chaotiques. Les entrées spécifiques dépendront de l'entreprise, des questions posées et des capacités des outils de traitement des données et de BI utilisés. Le processus implique souvent de nettoyer, transformer et intégrer des données provenant de plusieurs sources avant qu’elles puissent être utilisées efficacement à des fins d’analyse et de prise de décision.
|
