A entrada para processamento de dados e inteligência de negócios (BI) é incrivelmente variada, mas geralmente se enquadra nessas categorias:

* Dados estruturados: São dados organizados em um formato predefinido, facilmente acessíveis e analisados ​​pelos sistemas tradicionais de banco de dados. Exemplos incluem:
* bancos de dados relacionais (rdbms): Dados armazenados em tabelas com linhas e colunas (por exemplo, MySQL, PostgreSQL, Oracle, SQL Server).
* planilhas: Dados organizados em linhas e colunas (por exemplo, arquivos do Excel).
* CSV (valores separados por vírgula) Arquivos: Arquivos de texto simples com dados separados por vírgulas.
* Arquivos XML (Linguagem de marcação extensível) e JSON (notação de objeto JavaScript): Dados formatados usando tags ou pares de valor-chave.
* logs de transação: Registros de transações comerciais.

* Dados semiestruturados: Dados que não estão em conformidade com uma estrutura de tabela rígida, mas possui algumas propriedades organizacionais. Exemplos incluem:
* bancos de dados NOSQL: Lojas de dados como MongoDB ou Cassandra.
* Arquivos de log: Registros de eventos do sistema.
* arquivos xml e json (quando não está estritamente em conformidade com um esquema).

* dados não estruturados: São dados que não possuem um formato predefinido e são difíceis de processar usando métodos tradicionais. Exemplos incluem:
* Arquivos de texto: Documentos, e -mails, postagens de mídia social.
* Imagens: Fotografias, varreduras.
* Arquivos de áudio: Gravações, podcasts.
* Arquivos de vídeo: Vídeos, gravações.


* Fontes de dados externas: Dados obtidos de fora da organização, como:
* APIs de terceiros: Acessando dados de outras empresas ou serviços.
* conjuntos de dados públicos: Dados do governo, dados de pesquisa.
* mídia social: Dados raspados das plataformas de mídia social.


Em resumo, a entrada pode variar de dados altamente organizados e bem embalados a informações crus e caóticas. As entradas específicas dependerão dos negócios, das perguntas e das capacidades do processamento de dados e das ferramentas de BI que estão sendo usadas. O processo geralmente envolve limpeza, transformação e integração de dados de várias fontes antes que ele possa ser efetivamente usado para análise e tomada de decisão.