一、業務數據
隨着大數據的概念火了10年，可能很多從事數據領域工作的同學並不瞭解數倉的概念了。
我曾經很長時間也不認爲概念是個多麼重要的東西，黑貓、白貓，能抓住老鼠的就是好貓嘛。只是隨着工作經驗的不斷積累，發現，如果有清晰的基礎理論與概念，在實踐時會有清晰的思路並能更容易地找到合適的方法；也慢慢體會到了大學教育的作用。
迴歸正題，大家都說，數倉是不產生數據的，只加工、處理、存儲數據。其實，準確地說，數倉是不產生業務數據纔對。
什麼事業務數據並沒有準確的定義，我的理解是：一線業務部門因生產、交易、提供服務等產生的基礎數據。
如工廠的生產件數，原料消耗等；電商的註冊人數，訂單數等；還有社交軟件這種，相對抽象一些的，用戶的聊天內容，雖然是隱私，但也是業務數據。以此類推吧。
二、日誌數據
主要分爲基礎的日誌和用戶行爲日誌。
2.1 基礎日誌
比如服務器日誌，Tomcat日誌等，其實也是間接反映了一些行爲的發生情況。
現在以無人車爲代表，物聯網快速發展，必然少不了一些硬件數據的記錄。當然，這並不能定義爲用戶行爲數據，比如門開關的次數，電梯運行等。
2.2 用戶行爲數據
以前是瀏覽網頁時，視線的注意力，以及頁面元素的點擊情況。
現在主要是以app爲代表的移動端爲主，比如用戶的點擊行爲，頁面跳轉順序，打開、離開等。
三、外部數據
- 外部購買：比如行業數據，研究報告等，也包括一些合作交換等。
- 爬蟲數據：按需所取了，要在合法範圍內。
- 其他渠道。
四、主動採集
這個主要還是在圖像識別和計算能力大幅提升之後，我認爲應該從日誌數據中分離出來，指的是有目的性的數據採集。
比如，wifi探針這種技術，雖然不能準備標識用戶，但對門店流量之類的分析還是非常有幫助的。
攝像頭採集的人臉數據，可用價值就又高了許多。