北京戴尔服务器经销商指出，随着云计算、大数据、人工智能、物联网、边缘计算等新技术在各行各业更加广泛的普及与应用，不仅催生出了越来越多的非结构化数据，同时也让数据的管理、使用和价值挖掘变得愈加复杂和困难。

1.非结构化数据的来源广

是指数据生成和使用的位置正在发生变化，即今天的数据正在从边缘到核心再到云的过程中不断存储和流动。事实上，Gartner预测也印证了这一变化，到2022年，超过50%的企业生成的数据将在数据中心或云的外部创建和处理，而2019年这个数据不到10%。

2.非结构化数据的种类繁多

是指很多企业新增的数据之中，结构化数据仅仅只占据了数据的一小部分，而更多的则是非结构化数据，如视频、音频、图片、图像、文档、文本等各种多样化的形式。

以视频监控应用为例，客户不仅需要存储大量的视频数据，而且还需要存储因使用人脸识别技术而产生的人脸截图等非结构化数据文件，这一类文件通常只有几个KB到几十个KB大小，但是数目特别巨大，动辄就是十亿甚至百亿的规模。

3.非结构化数据的变现难

北京戴尔服务器经销商指出，数据是重要的资产，企业都希望把数据所带来的效应发挥出来，实现更加精细化的管理和决策，从而大大的提升质量、降低成本、优化服务等等，但由于非结构数据本身“无处不在”的特点，往往让企业查找和分析非结构化数据变得更加困难，数据变现也就无从谈起。

4.非结构化数据的扩容难

非结构化数据的不断涌现，在造成种类与数量众多的同时，更让传统的存储基础设施在性能与容量方面变得无法兼顾。一方面，越来越多的场景会产生亿级至数十亿级的非结构化数据，但当数据量达到一定程度时，存储设备的性能也将严重衰减；另一方面，随着大量的非结构化数据占用存储空间，企业存储的扩容的需求还会造成投资成本的不断攀升，由此让企业陷入“进退两难”的境地。

北京戴尔服务器经销商表示，非结构化数据正演变成为企业数据生命周期管理中的新“痛点”，这就需要更加创新的存储方式，在为用户提供强大性能和轻松扩展存储能力的同时，也要能够把非结构化数据不断的转换为智能和洞察，由此，为用户创造更加敏捷的行动力与速度俨然已是大势所趋。