我一直支持使用完全不同的“新”数据进行分析，这些数据包括内部和外部文本数据以及地理空间数据和流数据，绝大多数受访者使用其数据存储中的结构化数据进行大数据分析，本报告就是这种情况，当然分析结构化数据功能强大，但是在分析非结构化数据方面也具有重要价值，例如使用NLP和文本挖掘软件的文本数据，实际上在这项研究中，我们发现，衡量顶线或底线影响的企业比没有选择的企业更有可能收集/分析不同的数据类型，我在其他研究中也看到了这一点，这说明了一个事实，即越来越成熟的组织倾向于在新旧技术上运行的，跨不同数据类型的更高级分析，企业开始进行大数据和数据科学之旅时，需要考虑和规划这些方法，以实现价值。