如今，数据分析师的视野已经扩展到各种形式的数据上，不仅仅是那些冰冷的数字。文本、图像、视频等类型的资料，都纳入了现代意义上的“数据”范畴。凡是通过技术手段能够记录、存储的信息，都可以被称作数据。
数据世界中，存在着多种分类。我们可以将其分为结构化数据与非结构化数据两大类。若再进一步细分，则有结构化、半结构化、准结构化以及非结构化的具体类型。
结构化数据：
这类数据主要储存在关系型数据库中，亦被称为行数据。其以二维表的形式实现存储，每一行代表一个对象，每一列描述了该对象的属性、行为或内容等字段。
关系型数据库使用标准的SQL语言进行数据的增删改查操作，这种语言易于学习和掌握。在电商平台的订单明细表中，每一条记录代表一笔交易，订单编号具有唯一性。用户可在后台轻松查看这些数据。表的结构虽然固定，但记录数却可以不断增长。每当有一笔新的交易产生，便会及时在这张表中生成新的记录。
在企业环境中，除了员工自制的表格外，ERP软件、电商后台、财务系统等信息系统所生成的数据大多属于结构化数据表。SQL（结构化查询语言）作为数据处理、分析的主流语言，被广泛用于这些数据的存储和处理。
非结构化数据：
尽管结构化数据应用广泛，但它只是海量数据中的一种特殊类型。除此之外的其他二维结构以外的数据，都被统称为非结构化数据。这些数据形式多样，包括文本、图片、音频、视频以及HTML等。
非结构化数据没有统一的处理方式，需要根据数据的具体类型选择合适的方法进行处理。有些非结构化数据可以通过技术手段转化为结构化数据，再利用SQL语言进行分析处理。例如，文本类的数据就可以通过文本挖掘的方式进行深入分析。在企业中，成熟的文本应用案例可以服务于具体的业务场景。
总体而言，数据分析师日常处理的数据多存储在Excel或关系型数据库中，以结构化数据为主，同时也会涉及到一些非结构化的文本数据等。而对于图像、视频等信息的分析处理，则需要数据分析师具备相应的专业技能。