Inmatningen för databehandling och Business Intelligence (BI) är oerhört varierad, men faller i allmänhet under dessa kategorier:
* strukturerade data: Detta är data som organiseras i ett fördefinierat format, lättillgängligt och analyserat med traditionella databassystem. Exempel inkluderar:
* relationsdatabaser (RDBMS): Data lagrade i tabeller med rader och kolumner (t.ex. MySQL, PostgreSQL, Oracle, SQL Server).
* kalkylblad: Data organiserade i rader och kolumner (t.ex. Excel -filer).
* CSV (komma separerade värden) Filer: Enkla textfiler med data separerade med komma.
* XML (Extensible Markup Language) och JSON (JavaScript Object Notation) Files: Data formaterade med taggar eller nyckelvärdespar.
* Transaktionsloggar: Register över affärstransaktioner.
* semistrukturerade data: Data som inte överensstämmer med en styv tabellstruktur men har vissa organisatoriska egenskaper. Exempel inkluderar:
* NoSQL -databaser: Databutiker som MongoDB eller Cassandra.
* loggfiler: Register över systemhändelser.
* XML- och JSON -filer (när de inte strikt överensstämmer med ett schema).
* ostrukturerade data: Detta är data som saknar ett fördefinierat format och är svårt att bearbeta med traditionella metoder. Exempel inkluderar:
* Textfiler: Dokument, e -postmeddelanden, inlägg på sociala medier.
* Bilder: Fotografier, skanningar.
* Ljudfiler: Inspelningar, podcasts.
* Videofiler: Videor, inspelningar.
* Externa datakällor: Data erhållna utanför organisationen, till exempel:
* Tredjeparts API:er: Åtkomst till data från andra företag eller tjänster.
* offentliga datasätt: Regeringsdata, forskningsdata.
* Sociala medier: Data skrapade från sociala medieplattformar.
Sammanfattningsvis kan ingången sträcka sig från mycket organiserade, snyggt förpackade data till rå, kaotisk information. De specifika ingångarna kommer att bero på verksamheten, frågorna som ställs och kapaciteten för databehandlingen och BI -verktyg som används. Processen involverar ofta rengöring, omvandling och integrering av data från flera källor innan den effektivt kan användas för analys och beslutsfattande.
