Les donn\u00e9es non structur\u00e9es sont des informations qui ne sont pas stock\u00e9es selon un mod\u00e8le ou un sch\u00e9ma de donn\u00e9es pr\u00e9d\u00e9fini, par exemple un syst\u00e8me de gestion de bases de donn\u00e9es relationnelles, ou m\u00eame des bases de donn\u00e9es non relationnelles telles que NoSQL. La grande majorit\u00e9 des donn\u00e9es dans le monde sont non structur\u00e9es. Elles incluent le texte, le rich media, la vid\u00e9o, les images, l\u2019audio, les donn\u00e9es de capteurs provenant d\u2019appareils de l\u2019Internet des objets (IoT), etc. Les donn\u00e9es non structur\u00e9es peuvent \u00eatre cr\u00e9\u00e9es par des humains ou des machines, et sont difficiles \u00e0 stocker ou \u00e0 analyser \u00e0 l\u2019aide des strat\u00e9gies traditionnelles de gestion des donn\u00e9es.<\/p>\n
Les donn\u00e9es sont de plus en plus reconnues comme la ressource la plus pr\u00e9cieuse des entreprises. Pourtant, peu d\u2019entreprises ont r\u00e9ussi \u00e0 tirer pleinement parti des \u00e9normes volumes de donn\u00e9es non structur\u00e9es (les analystes estiment que celles-ci repr\u00e9sentent 80\u00a0% des donn\u00e9es g\u00e9n\u00e9r\u00e9es ou acquises par les entreprises dans le cadre de leurs activit\u00e9s). G\u00e9rer des donn\u00e9es non structur\u00e9es \u00e0 grande \u00e9chelle en utilisant des approches conventionnelles de services de fichiers avec des appareils de stockage en r\u00e9seau (NAS) s\u2019est r\u00e9v\u00e9l\u00e9 co\u00fbteux et difficile en raison de la r\u00e9plication des donn\u00e9es, des limitations physiques et des probl\u00e8mes de gouvernance.<\/p>\n
Les entreprises qui poss\u00e8dent les bons outils peuvent tirer une valeur consid\u00e9rable de leurs donn\u00e9es non structur\u00e9es. Elles pourraient par exemple extraire des publications sur les r\u00e9seaux sociaux des donn\u00e9es sur la satisfaction \u00e0 l\u2019\u00e9gard de leurs marques. Les m\u00e9decins des h\u00f4pitaux pourraient partager un r\u00e9f\u00e9rentiel commun (et \u00e9norme) de s\u00e9quences g\u00e9nomiques pour les besoins de la recherche.<\/p>\n
Mais les entreprises continuent de se demander comment et o\u00f9 stocker toutes ces donn\u00e9es non structur\u00e9es, sous forme de fichiers ou d’objets. L\u2019infrastructure NAS traditionnelle permet d\u2019am\u00e9liorer les performances, mais elle est co\u00fbteuse et non \u00e9volutive. Les NAS scale-out nouvelle g\u00e9n\u00e9ration sont disponibles, mais ne sont pas encore largement d\u00e9ploy\u00e9s. Le stockage d\u2019objets logiciel commence \u00e0 \u00eatre d\u00e9ploy\u00e9, mais la plupart des charges de travail des entreprises n\u2019ont pas \u00e9t\u00e9 con\u00e7ues pour utiliser le stockage d\u2019objets. L\u2019adoption s\u2019est av\u00e9r\u00e9e lente et difficile. Les entreprises ont besoin d\u2019un moyen plus \u00e9volutif et efficace de g\u00e9rer les donn\u00e9es non structur\u00e9es.<\/p>\n
Voici quelques exemples de donn\u00e9es non structur\u00e9es\u00a0:<\/span><\/p>\n Les sources de donn\u00e9es non structur\u00e9es sont les suivantes\u00a0:<\/span><\/p>\n Fichiers texte\u00a0: <\/b>presque tous les fichiers bureautiques que vous avez l\u2019habitude de manipuler sont une source de donn\u00e9es non structur\u00e9es. Cela comprend les documents de traitement de texte, les pr\u00e9sentations et les PDF, tout ce qui n\u2019a pas un format pr\u00e9d\u00e9fini.<\/span><\/p>\n Fichiers rich media\u00a0:<\/b> les fichiers audio et vid\u00e9o n\u2019entrent pas dans un mod\u00e8le de donn\u00e9es structur\u00e9es. Les photographies num\u00e9riques non plus. Chacun de ces types de fichiers peut se pr\u00e9senter sous son propre format, ce qui les rend encore plus difficile \u00e0 analyser.<\/span><\/p>\n E-mails\u00a0:<\/b> certains aspects des e-mails sont consid\u00e9r\u00e9s comme semi-structur\u00e9s (les lignes \u00ab\u00a0\u00e0\u00a0\u00bb, \u00ab\u00a0de\u00a0\u00bb et \u00ab\u00a0objet\u00a0\u00bb, par exemple), mais la plupart des e-mails sont la source de texte non structur\u00e9.<\/span><\/p>\n M\u00e9dias sociaux\u00a0:<\/b> les m\u00e9dias sociaux sont \u00e9galement des sources de donn\u00e9es non structur\u00e9es, bien que, comme les e-mails, certaines d\u2019entre elles puissent \u00eatre consid\u00e9r\u00e9es comme semi-structur\u00e9es.<\/span><\/p>\n Donn\u00e9es IoT\u00a0: <\/b>les capteurs de dispositifs g\u00e9n\u00e8rent un \u00e9norme volume de fichiers journaux non structur\u00e9s et difficiles \u00e0 analyser de mani\u00e8re conventionnelle.<\/span><\/p>\n Les donn\u00e9es non structur\u00e9es sont utilis\u00e9es dans tous les secteurs de l\u2019entreprise. Finance (factures). Marketing (photos). Informatique (donn\u00e9es IoT). Ventes (e-mails avec les clients). Service clients (m\u00e9dias sociaux).<\/span><\/p>\n Les choses \u00e9voluent rapidement, mais \u00e0 l\u2019heure actuelle, la plupart des donn\u00e9es non structur\u00e9es qui sont collect\u00e9es et stock\u00e9es sont trait\u00e9es manuellement, voire pas du tout. Les e-mails, par exemple, sont g\u00e9n\u00e9ralement trait\u00e9s par un \u00eatre humain qui les lit, en extrait les \u00e9l\u00e9ments importants (parfois en les copiant et en les collant dans un autre e-mail ou dans une application) et prend des mesures en fonction de leur contenu.<\/span><\/p>\n Les avanc\u00e9es technologiques de l\u2019IA, notamment le machine learning, la vision artificielle et le traitement automatique des langues, permettent cependant d\u2019exploiter et d\u2019analyser automatiquement une plus grande partie de ces informations non structur\u00e9es, et donc d\u2019obtenir des informations commerciales plus rapidement.<\/span><\/p>\n Les donn\u00e9es structur\u00e9es sont des donn\u00e9es stock\u00e9es \u00e0 un endroit fixe dans un fichier ou une archive. Elles sont g\u00e9n\u00e9ralement stock\u00e9es dans une base de donn\u00e9es relationnelle (SGBDR), mais on peut \u00e9galement les trouver dans des bases de donn\u00e9es NoSQL, par exemple. Les donn\u00e9es structur\u00e9es peuvent \u00eatre du texte, des dates ou des chiffres.<\/span><\/p>\n Les donn\u00e9es non structur\u00e9es n\u2019ont pas \u00e9t\u00e9 d\u00e9finies ou stock\u00e9es de mani\u00e8re pr\u00e9d\u00e9finie. Les donn\u00e9es non structur\u00e9es sont le plus souvent du texte, mais elles peuvent \u00e9galement contenir des chiffres, des images et de l\u2019audio.<\/span><\/p>\n La classification des donn\u00e9es est le processus d\u2019analyse des donn\u00e9es et leur classement en cat\u00e9gories, g\u00e9n\u00e9ralement sur la base de m\u00e9tadonn\u00e9es (donn\u00e9es sur les donn\u00e9es) telles que le type de fichier, le contenu ou la date.<\/span><\/p>\n Si vous classez vos donn\u00e9es non structur\u00e9es en fonction, par exemple, de leur degr\u00e9 de sensibilit\u00e9, vous pouvez les g\u00e9rer plus efficacement conform\u00e9ment \u00e0 vos strat\u00e9gies de gouvernance, en d\u00e9cidant o\u00f9 elles doivent \u00eatre stock\u00e9es et qui doit y avoir acc\u00e8s.<\/span><\/p>\n Les fichiers peuvent \u00eatre des donn\u00e9es structur\u00e9es ou non structur\u00e9es. Les fichiers de feuilles de calcul ou de bases de donn\u00e9es SQL sont des exemples courants de donn\u00e9es structur\u00e9es.<\/span> D\u2019autres fichiers, comme les documents de traitement de texte, les pr\u00e9sentations et les e-mails, ne sont pas structur\u00e9s. Certains fichiers (notamment les mod\u00e8les de factures qui affichent exactement les m\u00eames informations de la m\u00eame mani\u00e8re \u00e0 chaque fois que le mod\u00e8le est utilis\u00e9) sont dits semi-structur\u00e9s, car il existe un moyen d’en extraire les informations sans IA ni mod\u00e8le d\u2019apprentissage automatique. Il ne s’agit donc pas de savoir si les donn\u00e9es se trouvent dans un fichier ou non, mais si, <\/span>dans ce fichier,<\/span> elles sont stock\u00e9es dans un format pr\u00e9d\u00e9fini.<\/span><\/p>\n Les donn\u00e9es non structur\u00e9es sont des informations qui n’ont pas de mod\u00e8le de donn\u00e9es pr\u00e9d\u00e9fini ou qui ne sont pas organis\u00e9es d’une mani\u00e8re pr\u00e9d\u00e9finie. Cela signifie qu\u2019elles\u00a0:<\/span><\/p>\n Environ 80\u00a0% de toutes les donn\u00e9es sont non structur\u00e9es, et ce pourcentage augmente chaque ann\u00e9e.<\/span><\/p>\n Vous pouvez utiliser un certain nombre de techniques pour traiter des donn\u00e9es non structur\u00e9es. Voici quelques-unes des plus utilis\u00e9es\u00a0:<\/span><\/p>\n Analyse des m\u00e9tadonn\u00e9es<\/b>\u00a0: ces \u00ab\u00a0donn\u00e9es sur les donn\u00e9es\u00a0\u00bb sont essentielles \u00e0 l\u2019analyse des donn\u00e9es non structur\u00e9es. Un article de blog (texte non structur\u00e9), par exemple, poss\u00e8de des m\u00e9tadonn\u00e9es\u00a0: le titre, l\u2019auteur, l\u2019URL, la date de publication, des balises descriptives ou des mots-cl\u00e9s, et parfois un nom de cat\u00e9gorie. Il n\u2019existe pas de normes en mati\u00e8re de m\u00e9tadonn\u00e9es, si bien que chaque entreprise d\u00e9finit les siennes.<\/span><\/p>\n Analyse d\u2019images<\/b>\u00a0: les images contiennent des types de donn\u00e9es non structur\u00e9es qui peuvent \u00eatre tr\u00e8s pr\u00e9cieuses \u00e0 extraire pour des raisons commerciales, financi\u00e8res, m\u00e9dicales et scientifiques. Les nouveaux syst\u00e8mes bas\u00e9s sur l\u2019IA peuvent analyser et faire correspondre une image non structur\u00e9e qui pr\u00e9sente des caract\u00e9ristiques similaires \u00e0 une image connue. Par exemple, la technologie de reconnaissance optique de caract\u00e8res (OCR) convertit le texte des fichiers d\u2019images en faisant correspondre les formes d\u2019images sp\u00e9cifiques aux caract\u00e8res d\u2019une langue.<\/span><\/p>\n Traitement automatique des langues (Natural langage processing, ou NLP)<\/b>\u00a0: ce sous-ensemble de l\u2019IA\/du machine learning permet d\u2019analyser des donn\u00e9es textuelles non structur\u00e9es. Le NLP utilise un certain nombre de techniques pour traiter et extraire le sens de textes non structur\u00e9s, notamment la grammaire et la s\u00e9mantique.<\/span><\/p>\n\n
Quelles sont les sources de donn\u00e9es non structur\u00e9es\u00a0?<\/h2>\n
\u00c0 quoi servent les donn\u00e9es non structur\u00e9es\u00a0?<\/h2>\n
Quelles sont les diff\u00e9rences entre des donn\u00e9es structur\u00e9es et des donn\u00e9es non structur\u00e9es ?<\/h2>\n
Comment classer les donn\u00e9es non structur\u00e9es\u00a0?<\/h2>\n
Les fichiers sont-ils des donn\u00e9es non structur\u00e9es\u00a0?<\/h2>\n
Quelles sont les caract\u00e9ristiques des donn\u00e9es non structur\u00e9es\u00a0?<\/h2>\n
\n
Quel est le volume des donn\u00e9es non structur\u00e9es\u00a0?<\/h2>\n
Comment les donn\u00e9es non structur\u00e9es sont-elles trait\u00e9es\u00a0?<\/h2>\n