La donnée, un concept à multiples facettes

Les images sont des données

la langue est donnée (y compris l’argot, les mouvements de lèvre, etc.)

les relations sont des données: l’individu A est connu, l’individu B est connu, mais la relation entre A et B est aussi une donnée

les préférences, les états émotionnels …​ sont des données

etc. Il n’y a pas de liste définitive, vous devez vous entraîner à regarder les situations d’affaires et penser: "où sont les données ?"

Les données sans métadonnées peuvent être sans valeur (imaginez une bibliothèque sans catalogue de bibliothèque)

Les métadonnées peuvent être informatives en soi, comme le montre le scandale NSA (lire cet article du New Yorker à propos de la NSA et des métadonnées).

Une personne entrant dans un bâtiment est un point de données.

cependant cette personne est elle-même une collection de points de donnée : données de localisation + réseau de relations + statut d’abonné à tel service + etc.

Il s’agit d’un support numérique (parce qu’il est à l’écran par opposition à l’analogique, si nous avions imprimé l’image sur papier)

Le type des données est textuel + image

Le texte est formaté en texte brut (ce qui signifie, pas de formatage spécial), par opposition aux formats d’échange de données qui sont des marques de mise en forme ajoutées au texte pour faciliter sa lisibilité par un logiciel (csv, json et xml).

L'encodage du texte est UTF-8 (un des encodages issus de la norme Unicode). L’encodage traite de la question : comment représenter les alphabets, les signes (par exemple: emojis) et les symboles, de différentes langues, dans le texte? UTF-8 est un encodage qui est l’un des plus universels.

Le tweet fait partie d’une liste de tweets. La liste représente la structure de données de l’ensemble de données, c’est la façon dont les données sont organisées. Il existe de nombreuses structures de données alternatives: tableaux, ensembles, "dics", "maps" …​

Le tweet est stocké sous forme d’image (fichier png) sur le disque dur. "png" est le format de fichier. Les données sont persistées en tant que fichier sur le disque (elles auraient pu être stockées dans une base de données à la place).

First party data: les données générées par les activités de votre propre organisation. Votre organisation en est propriétaire, ce qui ne signifie pas que le consentement des utilisateurs n’est pas requis en ce qui concerne les données personnelles.

Second party data: les données acquises auprès de partenaires qui ont généré cette donnée. Les partenaires mettent ces données, dont ils sont propriétaires, à votre disposition dans le cadre d’un accord ou d’une transaction payante.

Données tierces ou "third party data": les données acquises auprès de revendeurs. Ces données sont le plus souvent acquises via une transaction de marché.

Les données sociodémogaphiques ou sociodémo se réfèrent aux informations sur les individus, décrivant les attributs fondamentaux de leur identité sociale: âge, sexe, lieu de résidence, profession, statut matrimonial et nombre d’enfants.

Les données de comportement ou "behavior data" se réfèrent à toute trace numérique laissée par l’individu au cours de sa vie : clics sur des pages web, likes sur Facebook, transactions d’achat, commentaires postés sur Tripadvisor …​