構造化データ

行と列の形式で整理され、項目の意味と型が定まっているデータ。表計算やリレーショナルデータベースで扱え、集計や検索が容易である。

行と列のように、あらかじめ決められた形式に整理されたデータ。表形式のデータベースやCSVが該当し、検索や集計がしやすい。企業が扱うデータのうち割合としては少数派とされる。

行と列の形式で整理され、項目の意味と型が定まっているデータ。表計算やリレーショナルデータベースで扱え、集計や検索が容易である。

あらかじめ決めた項目（列）と型に沿って、行と列の表形式で整理されたデータ。リレーショナルデータベースの表やCSVファイルが代表例で、SQLで検索・集計しやすい。スキーマが固定されているため、新しい項目の追加など構造の変更には手間がかかる。

行と列からなる表形式のように、あらかじめ定めた形式（スキーマ）に従って項目と値が整理されたデータ。リレーショナルデータベースの表やCSVファイルが代表例で、SQLなどで検索・集計しやすい。

蓄積したデータを集計・可視化し、業務上の意思決定を支援するツール。専門家でなくてもダッシュボードやグラフを操作して分析できる点が特徴。

情報システム部門に依頼せず、業務部門の担当者が自らデータを取得して分析する形態。迅速な意思決定につながる一方、データの解釈違いを防ぐルールが必要になる。

分析に使える状態にするため、データを収集・クレンジング・変換・結合する準備作業。分析工程全体の中で大きな割合を占めるとされる。

異なるデータソースのデータを、分析ツール上で一時的に結合して扱う手法。データ基盤側を作り替えずに、目的に応じた分析を素早く試せる。

文書、画像、音声、動画のように、あらかじめ定まった構造を持たないデータ。そのままでは集計できず、分析にはメタデータの付与や特徴抽出が必要になる。

自らの目的のために直接収集したデータ。目的に合った設計ができる反面、収集の手間と費用がかかる。他者が集めた既存データは2次データと呼ばれる。