第二個「V」要思考的數據問題是多樣性Velocity，資料的格式有千百種，從數不完的副檔名就知道。軟體的蓬勃發展與進步產生出了形形色色的資料，每種資料格式也都各有其特色，大致上，從資料產生時所呈現的結構，我們可以大原則將資料區分為：結構化資料、半結構資料與非結構化資料，並利用這個原則來判斷適合的服務。

結構化資料：
表格資料，經過一定規則整理在一起的資料
這一定的規則稱為資料架構Schema，填入的資料需要經過正規化
有「欄」跟「列」可以定位要找的東西
而表格資料通常存在在資料庫中，例如：MySQL, Oracle等資料庫軟體

半結構化資料：
看得出來有格式的的資料，但沒有表格資料嚴謹的填寫限制
不是所有資料都有相同欄位，所以每筆資料可能各有特色，便是所謂self-describing structure
通常是以「鍵」與「值」對應的方式呈現，可以有索引Index來定位要找的東西
而鍵值資料通常存在類似XML,JSON等檔案中，適用的資料庫有MongoDB, Amazon DynamoDB等

非結構化資料：
簡單來說，不是以上兩種就是歸在這類
非結構化資料如字面上的意思，資料與資料間在產生時沒有一個統一的規則
舉凡圖片、影片、電子郵件等都歸在這，可想而知有多大量
但沒有規則並不代表不能被查詢，現行有許多方式可以在資料產生之後將它們歸檔，例如幫檔案加上標籤tag、或是利用爬蟲程式找出共同的規則再將這些規則編成目錄catalog以便檢索。
分析未結構化資料，有點像是要想辦法用Tableau商業智慧軟體去分析一堆PDF檔然後出儀表板，有挑戰但並不是做不到；而想這麼做時，雲端分析平台就是您的好夥伴。