Apr 18, 2022

Dữ liệu cấu trúc và Dữ liệu phi cấu trúc (Phần 1)

Bạn có biết, hơn 80% dữ liệu doanh nghiệp hiện nay là Dữ liệu phi cấu trúc?

Không chỉ chiếm phần lớn dữ liệu doanh nghiệp, mà Dữ liệu phi cấu trúc cũng đang tăng với tốc độ trung bình 55% - 65% mỗi năm.

Vậy sự khác nhau giữa dữ liệu có cấu trúc và dữ liệu phi cấu trúc là gì?

Tại sao Dữ liệu phi cấu trúc có vai trò vô cùng quan trọng đối với các doanh nghiệp?

1. Dữ liệu cấu trúc (Structured Data)

Dữ liệu có cấu trúc nằm trong cơ sở dữ liệu quan hệ (relational databases): một cơ sở dữ liệu có cấu trúc để nhận ra mối quan hệ giữa các mục dữ liệu (item of data) được lưu trữ. Cơ sở dữ liệu loại này thường được quản lý thông qua hệ thống quản lý cơ sở dữ liệu quan hệ (Relational database management system, viết tắt là RDBMS).

Đây thường là những gì mọi người nghĩ đến khi họ nghĩ về một cơ sở dữ liệu, tức là một bảng các hàng và cột chứa thông tin liên quan. Ví dụ:

ID	Tên khóa học	Mô tả	Học phí
1	Khóa học Python	Khóa học này bao gồm những kiến thức và kỹ năng thực tế từ cơ bản đến nâng cao và những kỹ năng cần thiết về cách phát triển website dựa trên Django Framework	5700000
2	Khóa học C++	Khóa học này giúp bạn nắm được các kiến thức căn bản nhất về lập trình với ngôn ngữ C/C++	5700000
3	Khóa học C#	Khóa học giúp bạn nắm vững các kỹ năng, kiến thức chuyên môn cần phải có đối với 1 lập trình viên phát triển các dự án phần mềm với C#.NET	5700000

RDBMS sử dụng ngôn ngữ truy vấn có cấu trúc (SQL) để truy cập và thao tác với các mục dữ liệu trong RDBMS. Chúng được mô tả như sau:

SQL	RDBMS	Mô tả
Row	Record	Tập dữ liệu đại diện cho một item, ví dụ: dữ liệu của “Khóa học Python” được mô tả ở trên
Column	Attribute/Field	Một phần tử cụ thể và được gắn nhãn của một cột, ví dụ: “Học phí”
Table	Relation	Một tập hợp các hàng và cột chia sẻ các thuộc tính giống nhau, tức là sắp xếp các thông tin giống nhau về một tập hợp các đối tượng dữ liệu

Dữ liệu có cấu trúc là thông tin, thường là các tệp văn bản được gắn nhãn để mô tả các thuộc tính (attribute) và mối quan hệ của nó với các dữ liệu khác. Cấu trúc dữ liệu này có thể dễ dàng tìm kiếm bằng cách sử dụng truy vấn do con người tạo ra hoặc theo thuật toán.

2. Dữ liệu phi cấu trúc

Dữ liệu phi cấu trúc:

Có cấu trúc bên trong (tức là các bit và byte)
Nhưng không được cấu trúc thông qua các mô hình hoặc lược đồ dữ liệu được xác định trước, tức là không được tổ chức và gắn nhãn để xác định các mối quan hệ có ý nghĩa giữa các dữ liệu.

Nó có thể là văn bản hay phi văn bản. Nó có thể do con người hay máy móc tạo ra. Nó cũng có thể được lưu trữ trong một cơ sở dữ liệu không quan hệ như NoSQL.

2.1. Dữ liệu phi cấu trúc do con người tạo ra (Human-generated unstructured data)

Dữ liệu phi cấu trúc điển hình do con người tạo ra bao gồm:

Text files (Tệp văn bản): Tệp xử lý văn bản, bảng tính, bản trình bày, email.
Email: Phần lớp là văn bản, nhưng có một số cấu trúc bên trong nhờ siêu dữ liệu của nó (ví dụ: bao gồm “to”, “from”, “date/time”, “subject” được nhập để gửi email) nhưng cũng kết hợp trong dữ liệu phi cấu trúc thông qua nội dung tin nhắn. Vì lý do này, email còn được gọi là dữ liệu bán cấu trúc (semi-structured data).
Social Media: Giống như email, đây cũng thường là dữ liệu bán cấu trúc, chứa dữ liệu phi cấu trúc (ví dụ: một bài đăng trên Facebook) nhưng cũng có dữ liệu có cấu trúc (ví dụ: số lượng “Like”, “Share”, “Comment”, v.v.)
Websites: YouTube, Instagram, v.v. chứa nhiều dữ liệu phi cấu trúc, nhưng cũng có nhiều dữ liệu có cấu trúc
Mobile data: Tin nhắn văn bản, vị trí.
Communications: Ims, bản ghi âm
Media: MP3, ảnh kỹ thuật số, bản ghi âm và tệp video
Business applications: Tài liệu MS Office, PDF và tương tự

2.2. Dữ liệu phi cấu trúc do máy tạo ra (Machine-generated unstructured data)

Các loại dữ liệu phi cấu trúc do máy tạo ra phổ biến bao gồm:

Satellite imagery (Hình ảnh vệ tinh): dữ liệu thời tiết, các dạng địa lí, các chuyển động của quân đội.
Scientific data (Dữ liệu khoa học): thăm dò dầu khí, thăm dò không gian, hình ảnh địa chấn và dữ liệu nguyên tử quyển.
Digital surveillance (Giám sát kỹ thuật số): CCTV

3. So sánh Dữ liệu cấu trúc và Dữ liệu phi cấu trúc

Structured Data vs. Unstructured Data

Dữ liệu có cấu trúc	Dữ liệu phi cấu trúc
Có thể được biểu diễn theo hàng, cột và cơ sở dữ liệu quan hệ	Không thể biểu diễn theo hàng, cột và cơ sở dữ liệu quan hệ
Ở dạng số, ngày tháng hoặc chuỗi	Ở dạng hình ảnh, âm thanh, video, file văn bản, email, trang tính
Chiếm khoảng 20% dữ liệu trong doanh nghiệp	Chiếm khoảng 80% dữ liệu trong doanh nghiệp
Yêu cầu ít không gian lưu trữ	Yêu cầu nhiều không gian lưu trữ
Dễ dàng quản lý và bảo vệ bằng các giải pháp kế thừa	Khó khăn hơn để quản lý và bảo vệ bằng các giải pháp kế thừa

4. Dữ liệu phi cấu trúc và tầm quan trọng đối với các doanh nghiệp

Theo John Roese, CTO của Dell Technologies: “Lần đầu tiên trong lịch sử, chúng ta không chỉ có một khối lượng lớn và đa dạng trong dữ liệu, mà con người còn sáng chế ra nhưng phương thức mới và mang tính kinh tế hơn trong việc lưu trữ và xử lý dữ liệu. Điều quan trọng nhất hiện nay, đó là phần mềm và những giải thuật đã đạt đến một ngưỡng – chủ yếu thông qua Trí tuệ nhân tạo (AI) và Học máy (ML) – mà chúng ta có thể đào sâu vào những dữ liệu mình có được và biến chúng thành những thông tin thú vị, bổ ích phục vụ cho kinh doanh và cuộc sống.”

Mô hình tháp thông tin DIKW (DIKW pyramid)

Tuy vậy, có một sự phân cấp rõ rệt trong dữ liệu. Đầu tiên là mức Dữ liệu (Data) – khi mọi thứ ở mức thô, chưa được quy hoạch và khai thác. Mức tiếp theo là Thông tin (Information) – khi dữ liệu được tổ chức dưới dạng các cấu trúc. Cao hơn nữa chúng ta có Kiến thức (Knowledge) – từ việc tìm thấy những sự thấu hiểu (insight) của những thông tin trước đó. Cuối cùng là Sự thông thái (Wisdom) – có được khi chúng ta biến những kiến thức thành những dự đoán cho tương lai, thành sự thấu hiểu quá khứ và thành những hành động thiết thực nhằm đạt được mục đích nào đó. Theo John Roese, hiện nay chúng ta đang tiến vào một kỷ nguyên mà hạ tầng CNTT, khối lượng dữ liệu cũng như những giải thuật phần mềm kết hợp lại với nhau và đem lại cho con người Kiến thức và Sự thông thái trong hầu hết tất cả các ngành nghề.

Có thể hình dung Data như tầng "phân bón" cho cây, qua các bước chuyển đổi chất, data sẽ chuyển thành thông tin (information), tiếp đến được khái quát thành kiến thức (knowledge) và tổng hợp thành tri thức thông thái (wisdom). Wisdom chính là trái ngọt của cây Mô hình tháp thông tin DIKW.

Unstructured data drives growth & innovation

Với việc chiếm 80% tổng dung lượng dữ liệu hiện nay, hiển nhiên là dữ liệu phi cấu trúc đang giữ trong mình những thông tin và “sự thấu hiểu” quan trọng trọng kinh doanh mà chưa được khai thác hết.

Dữ liệu có cấu trúc rất quan trọng, nhưng dữ liệu phi cấu trúc lại đóng vai trò then chốt trong việc tạo ra sự bứt phá cho doanh nghiệp nhờ việc đem lại sự phong phú về thông tin và kiến thức mà những kết quả thống kê thông thường qua dữ liệu có cấu trúc không thể đem lại. Chính vì vậy, các doanh nghiệp và tổ chức bắt buộc phải tìm ra phương pháp để quản lý và phân tích dữ liệu phi cấu trúc nhằm đưa ra các quyết định quan trọng trong kinh doanh, nhất là trong kỷ nguyên dữ liệu hiện nay.

Qua phần đầu tiên, BAC đã giới thiệu đến bạn đọc khái niệm về Dữ liệu cấu trúc và phi cấu trúc, về những khác biệt cơ bản của hai loại dữ liệu và tầm quan trọng của dữ liệu phi cấu trúc đối với các doanh nghiệp. Trong phần sau chúng ta sẽ tiếp tục tìm hiểu chi tiết hơn về những khác biệt giữa Dữ liệu cấu trúc và phi cấu trúc cùng với các ví dụ và trường hợp sử dụng cụ thể.

Tham khảo: Dữ liệu có cấu trúc và Dữ liệu phi cấu trúc (Phần 2)

Nguồn tham khảo:

https://lawtomated.com/

https://tigosoftware.com/

https://ictnews.vietnamnet.vn/

Nhu cầu đào tạo doanh nghiệp

BAC là đơn vị đào tạo BA đầu tiên tại Việt Nam. Đối tác chính thức của IIBA quốc tế. Ngoài các khóa học public, BAC còn có các khóa học in house dành riêng cho từng doanh nghiệp. Chương trình được thiết kế riêng theo yêu cầu của doanh nghiệp, giúp doanh nghiệp giải quyết những khó khăn và tư vấn phát triển.

Tham khảo chương trình đào tạo:

Các bài viết liên quan Power BI:

Các bài viết liên quan:

TABLEAU - Giải pháp BUSINESS INTELLIGENCE (BI) - click vào đây
Hướng dẫn cài đặt và Sử dụng TABLEAU - click vào đây
Tính năng mới trên tableau - verion 2019.1 - click vào đây

Ban biên tập nội dung - BAC

Click để đọc tiếp

10 Thuật ngữ AI ai cũng nên biết

Khám phá 10 thuật ngữ quan trọng nhất trong lĩnh vực trí tuệ nhân tạo (AI) cùng BAC – từ AI, Machine Learning đến Generative AI, Copilot và hơn thế nữa. Bài viết được biên dịch từ nguồn Microsoft, giúp bạn hiểu rõ cách công nghệ này hoạt động và đang thay đổi thế giới. Một tài liệu nhập môn hoàn hảo cho người mới, chuyên viên công nghệ hay bất kỳ ai muốn bắt kịp làn sóng chuyển đổi số.
Học AI từ con số 0: Lộ trình đơn giản cho người mới bắt đầu

Khám phá lộ trình học AI đơn giản cho người mới bắt đầu cùng BAC. Bạn không cần giỏi lập trình để có thể học AI và trở thành chuyên gia. Những kiến thức này hoàn toàn có thể được tiếp thu và ứng dụng thực tế bởi tất cả mọi người.
Gemini là gì? So sánh Gemini và ChatGPT cho người mới bắt đầu

Gemini là gì? So sánh nhanh Gemini và ChatGPT một cách đơn giản, giúp người mới bắt đầu học AI chọn công cụ phù hợp để học tập, làm việc và sáng tạo nội dung. Mỗi công cụ đều có ưu và nhược điểm riêng, hãy cùng BAC khám phá chi tiết.
AI là gì? Giải thích đơn giản cho người mới bắt đầu

Bài viết này sẽ giúp các bạn tìm hiểu AI theo hướng đơn giản nhất. Bằng cách giải thích ngắn gọn, cô động, súc tích và dễ hiểu, BAC sẽ cho bạn lý giải về cụm từ “AI”. Qua đó, bạn không chỉ hiểu mà còn biết lý do vì sao mình phải học AI.

Bình luận

Lê Anh Tuấn

Chuyên viên HO - Kỹ thuật Ngân hàng số Eximbank

Tôi là nhân sự thuộc Trung tâm Phát triển CNTT – Khối Ngân hàng số, hiện đang đảm nhiệm vai trò kiểm thử phần mềm (tester). Việc tham gia khóa học Business Analyst đã mang lại cho tôi góc nhìn toàn diện và rõ ràng hơn về vai trò của BA trong lĩnh vực ngân hàng.

Khóa học Fundamental Business Analysis tại BAC không chỉ giúp tôi hiểu đúng bản chất công việc BA mà còn hỗ trợ phát triển tư duy nghiệp vụ – từ tiếp cận giải pháp kỹ thuật sang tập trung vào nhu cầu người dùng. Phương pháp giảng dạy kết hợp lý thuyết và thực hành thực tiễn, cùng các hoạt động mô phỏng, thảo luận nhóm đã giúp tôi nâng cao kỹ năng giao tiếp, phân tích và trình bày yêu cầu – những năng lực thiết yếu để phối hợp hiệu quả giữa các bên trong dự án công nghệ.

Xem chi tiết +
Huỳnh Cao Cường

Nhân viên HO - Kỹ thuật Ngân hàng số Eximbank

Tôi hiện đang công tác tại Trung tâm Phát triển CNTT – Khối CNTT, với vai trò là nhân sự chức năng phụ trách mảng Ngân hàng số, chuyên sâu về kiểm thử phần mềm (Tester). Trước khi tham gia khóa học Fundamental Business Analysis do BAC tổ chức, tôi từng hình dung BA chỉ đơn thuần là cầu nối giữa bộ phận kỹ thuật và nghiệp vụ.

Tuy nhiên, quá trình học đã giúp tôi nhận thức rõ hơn về bản chất và tầm quan trọng của vị trí này. BA không chỉ kết nối các bên liên quan, mà còn giữ vai trò định hình yêu cầu, đảm bảo giải pháp được thiết kế đúng mục tiêu và sát với nhu cầu thực tế. Khóa học đã trang bị cho tôi tư duy phân tích bài bản, khả năng diễn đạt yêu cầu rõ ràng, và kỹ năng phối hợp hiệu quả trong môi trường dự án đa chiều.

Với nền tảng công nghệ thông tin sẵn có, khóa học là bước chuyển hướng quan trọng giúp tôi phát triển tư duy nghiệp vụ vững chắc và sẵn sàng theo đuổi lộ trình nghề nghiệp chuyên sâu trong lĩnh vực Business Analysis tại Eximbank.

Xem chi tiết +
Nguyễn Thị Mai Bình

Business Analyst

Với một người ngoại đạo như mình thì những chuyên đề về "kỹ thuật" của BA hết sức quan trọng. Ví dụ như sử dụng các diagram để mô hình hóa requirement, viết User Story/Use case, v...v..

Đến với khóa học Fundamental Business Analysis, mình đã được gặp thầy Lộc, một người người rất nhiệt tình và có tâm. Ngoài việc chia sẻ các kinh nghiệm thực tế trên lớp thì thầy còn dành thời gian ra để tư vấn, hỗ trợ, góp ý CV cho mình. Bên cạnh đó trung tâm và anh Phụng cũng hỗ trợ gửi CV, kết nối học viên tới mạng lưới các công ty đối tác chất lượng, điều này giúp học viên như mình tìm được công việc phù hợp nhất. Cảm ơn BAC.
Xem chi tiết +

Professional Transfer Services in Batumi

Luxury Georgian Transfer Services – Tbilisi & Batumi

Airport Transfers in Georgia

10 Thuật ngữ AI ai cũng nên biết

Học AI từ con số 0: Lộ trình đơn giản cho người mới bắt đầu

Gemini là gì? So sánh Gemini và ChatGPT cho người mới bắt đầu

AI là gì? Giải thích đơn giản cho người mới bắt đầu

CÔNG TY CỔ PHẦN ĐÀO TẠO VÀ TƯ VẤN BAC