Pengkategorian Data
Data terstruktur merupakan data yang memang terorganisasi dengan baik. Biasanya, data tersebut terkait dengan data pengenalan awal, misalnya sebuah bank memiliki data nama, alamat, nomor telepon, dan nomor kartu pelanggannya.
Pengolahan data terstruktur biasanya menggunakan alat (tools) bawaan dan alat intelijen bisnis. Karena tidak terlalu sulit mengolah data terstruktur karena semuanya sudah dalam format yang sudah baku.
Kemudian, data yang tidak terstruktur. Data dalam kategori ini contohnya bagaimana orang mengunggah gambar, video, mengkombinasikan dengan tagging di media sosial, baik itu di Facebook, Twitter, dan lain sebagainya.
Pada umumnya, pengolahan data tidak terstruktur tidak semudah mengolah data terstruktur.
Data tidak terstruktur biasanya terolah dengan beberapa alat yang berbeda. Tools tersebut membuat data tidak terstruktur menjadi satu kesatuan dan memberikan informasi yang terintegrasi.
Terakhir, data semi terstruktur. Contohnya, surat elektronik (surel). Dalam surel biasanya terdapat header, penerima, konten, dan lain sebagainya. Kemudian, konten surel itu sendiri bisa berupa teks, gambar, video, dan lain-lain.
Dari tiga tipe perbedaan data seperti ini, pada umumnya kalau menggabungkan semuanya, kisaran 90 persen dari korporat itu strukturnya adalah data tidak terstruktur
Tren data ke depan akan bergerak ke arah dominasi data tidak terstruktur. Tantangannya adalah bagaimana akan mengolah data-data yang sifatnya tidak terstruktur ini menjadi informasi yang bermanfaat dan berguna untuk keputusan bisnis
Mengingat, saat ini, mau tidak mau, setiap proses pengambilan keputusan yang terkait dengan bisnis akan berbasiskan data.
Tentu saja basis data tersebut adalah yang berkualitas, dimungkinkan dari data yang akurat dan real time.
Meletakkan literasi digital menjadi urgensi, sebagai upaya transformasi untuk menghasilkan talenta digital dan menjadi rujukan informasi yang ramah anak, aman tanpa konten negatif.
Baca update artikel lainnya di Google News
