3.1.2 数据分类

数据分类是帮助人们理解数据的另一个重要途径。图3.2给出从三个维度分析数据特征的方法。

1）从数据的结构化程度看，可分为结构化数据、半结构化数据和非结构化数据，三者之间的区别见表3.1。

图3.2 数据的维度

表3.1 结构化数据、半结构化数据和非结构化数据对比

在小数据时代，结构化数据处理占主要地位，随着大数据技术的成熟，处理非结构化数据是重点。

2）从数据的加工程度看，可分为裸数据、专家数据、信息和价值，它们之间的关系如图3.3所示。

图3.3 裸数据、专家数据、信息和价值之间的关系

这里强调一下，裸数据、专家数据、信息和价值是相对的，取决于分析目标和个人对数据的理解。专家数据的质量对数据分析的结果影响甚远，获取专家数据是整个数据分析过程中最困难、最耗时、最具挑战的环节。

从价值角度，把数据分为线上数据（热数据、流动数据）和线下数据（冷数据、静态数据），线上数据比线下数据更有价值。