3）半结构化数据
半结构化数据，介于非结构化和结构化数据之间，它虽然定义了一致的格式，但是结构不是很严格，比如数据的一部分可能是不完整的或者是不同的类型；半结构化数据通常存储为文件，但是，某些类型的半结构化数据（如JSON或XML）可以存储在面向文档的数据库中。
2. 按照数据私密性区分数据来源
1）组织内的数据源（封闭数据源）
查找数据的第一个地方是组织内部，大多数企业目前都有ERP、CRM、工作流管理等系统在运行，这类系统通常使用数据库以结构化的方式存储数据；这些数据库包含大量的数据，您可以很容易地从中提取价值；例如，通过工作流管理系统，您可以轻松地了解业务流程中的瓶颈，或者通过使用来自ERP系统的数据，您可以进行销售预测。
2）公开的数据源（开源数据源）
除了对内非公开数据以外，许多组织接收和发送大量的文件、图片、声音或视频，这些在公网上传播留存的数据则为公开的数据源；例如，你可以想象，一家保险公司收到了很多可能附有图片的索赔（纸质的或PDF格式的），这些文件通常在处理前手动转换为更结构化的格式；但是，在这种转换中会丢失一些信息，当尝试改进我们的数据科学解决方案时，我们可以使用这些文件来提取额外的数据，比如情景概述。
后续，我们可以使用这些额外的数据改进欺诈性索赔检测，这就是公开数据源的价值。
除此之外，其实业界还有很多数据来源分类法，例如是否为实时数据、一手数据or二手数据来源….
三、结语与下期预告
本期，小陈通过一个“买菜”的例子，让大家对“数据”这个庞大的体系有了一个洞察，并通过“菜市场”这样一个比喻，让大家对数据来源有了一个整体的认识。
下期，小陈讲在数据来源的基础上，为大家讲解如何利用常用工具进行数据清洗和采集！
本文由 @小陈同学ing. 原创发布于人人都是产品经理，未经作者许可，禁止转载。
题图来自Unsplash，基于CC0协议。
