Slovník pojmů

ze světa dat a technologií

Pomůžeme vám zorientovat se ve významu nejpoužívanějších
termínů v segmentu dat a technologií.

Víme, že určité odborné výrazy nejsou jen tak.
Připravili jsme si pro vás slovník, který vám pomůže všechny
výrazy hravě rozlousknout.

A
Analýza dat (Data Analysis)

Použití statistických metod, strojového učení a jiných analytických nástrojů k odhalení vzorů, trendů a informací ve datech.

Artificial Intelligence (AI)

Simulace lidské inteligence ve strojích, které mohou provádět úkoly, jako je učení, uvažování a řešení problémů.

Automatizace

Používání automatizovaných nástrojů a procesů k zefektivnění datové

Average Order Value (AOV)

Jedná se o průměrnou částku, kterou zákazník utratí za jednu transakci v maloobchodní společnosti. Vypočítá se vydělením celkových příjmů počtem objednávek. Vyšší AOV znamená, že zákazníci utrácejí za jeden nákup více.

AOV = celkové tržby / celkový počet objednávek

V roce 2023 dosáhl průměr necelých €75, což je o €4 méně než v roce 2022.*
*(Shoptet, leden 2024) 

Další související e-commerce metriky: CAC.

B
BI

Business Intelligence (BI) je soubor metod a nástrojů používaných k analyzování a transformaci dat do užitečných informací, které podporují obchodní rozhodování. Cílem BI je poskytnout podrobné znalosti o interních a externích faktorech, které ovlivňují podnikání. To zahrnuje sběr dat z různých zdrojů, jejich integraci, analýzu a prezentaci ve formě reportů, dashboardů a vizualizací, aby byly informace snadno přístupné a srozumitelné pro manažery a další zúčastněné strany.

Big Data
Big Query
Big Table
C
Co je Business Intelligence

Jsou dovednosti, znalosti, technologie, aplikace, kvalita, rizika, bezpečnostní otázky a postupy používané v podnikání pro získání lepšího pochopení chování na trhu a obchodních souvislostech. Za tímto účelem provádí sběr, integraci, analýzu, interpretaci a prezentaci obchodních informací. Mohou zahrnovat samotné shromážděné informace nebo explicitní znalosti získané z informací.

Customer Acquisition Cost (CAC)

Jedná se o celkové náklady, které společnost vynaloží na získání nového zákazníka. Zahrnuje výdaje na marketing, reklamu a prodej. Nižší CAC znamená, že společnost je při získávání nových zákazníků efektivnější.

CAC = částka vynaložená na marketing / počet nových zákazníků

Pro odvětví e-commerce nebo retail se průměrně CAC může pohybovat od 10 do 30 dolarů*. U specializovanějších trhů nebo luxusního zboží však může být CAC výrazně vyšší, někdy přesahuje i 100 USD na zákazníka.
*(Polar Shopify)

Související e-commerce metriky jsou AOV.

Č
Čištění dat (Data Cleaning)

Proces odstranění chybějících, nesprávných nebo nekonzistentních dat, aby byla zajištěna přesnost a spolehlivost analýz.

D
Dashboard

Dashboard je soubor sestav. Přístrojová deska v kontextu obchodní a datové analytiky označuje vizuální zobrazení klíčových ukazatelů výkonnosti (KPI), metrik a datových bodů konsolidovaných a zobrazených v jediném, snadno čitelném rozhraní. Poskytuje přehled o výkonnosti organizace v reálném čase nebo o konkrétních aspektech obchodního procesu.

Data Quality Management

Natavení a sledování integračních procesů a kontrola kvality dat, aby se zajistila přesnost a spolehlivost integrovaných dat.

Data Transformace

Čištění, transformace a standardizace dat tak, aby byla připravena k integraci do centrálního úložiště. Tato fáze může zahrnovat odstranění duplicit, normalizaci formátů, převedení hodnot a další úpravy.

Data science

je multidisciplinární obor, který využívá metody, procesy, algoritmy a systémy k extrakci a analýze strukturovaných a nebo neupravených dat. Cílem datové vědy je získat pochopení a informace z dat a využít je k rozhodování a řešení komplexních problémů.

Data science je často využívána v oblastech jako obchod, věda, zdravotnictví, finance, marketing a mnoho dalších. Odborníci na data science jsou známí jako datoví vědci a mají široké dovednosti v programování, statistice, matematice, strojovém učení a oboru, ve kterém pracují.

Datová Maturita (Data Maturity)

Co je datová maturita?

Datová maturita hodnotí úroveň vyspělosti firmy v práci s daty. Úroveň odráží jak efektivně společnost shromažďuje, zpracovává a využívá data pro podporu svého rozhodování.

Zjednodušeně řečeno, Data Maturity ukazuje, nakolik je společnost data-driven a připravená data využívat pro strategický růst a konkurenceschopnost.

S cílem lépe porozumět jak firmy v ČR pracují s daty, jsme v Revolt BI vytvořili průzkum datové maturity. Průzkum se zaměřuje na odvětví retailu, zdravotnictví a výroby a jsou do něj zařazeny firmy s obratem nad 500 milionů Kč ročně.

Benefitem pro každou zapojenou společnost je možnost porovnat se s trhem, lépe pochopit své silné a slabé stránky a získat první tipy vedoucí ke zvýšení datové maturity. To již samo o sobě znamená posun správným směrem na cestě stát se datově řízenou společností.

Na základě zkušeností jsme jednotlivé úrovně popsali tak, aby byly srozumitelnější (příklad jedné maloobchodní společnosti níže). Zohledňujeme, do jaké míry jsou data integrována do obchodních procesů, jakou úroveň technologií a strategií společnost využívá a zda zaměstnanci mohou s daty pracovat.

Chcete-li získat doporučení na míru a zúčastnit se průzkumu, kontaktujte nás na adrese info@revolt.bi.



Každý rok pomůžeme několika společnostem s jejich celkovou datovou transformací a věříme, že tento průzkum nám pomůže mít ještě globálnější dopad.

Datová integrace

Datová integrace je proces spojování a sjednocování dat z různých zdrojů do jednotného celku, který je často nazýván datový sklad nebo datové jezero. Cílem datové integrace je vytvořit jednotné a konzistentní datové prostředí, které umožní organizacím snadněji a efektivněji pracovat s daty, analyzovat je a vytvářet informovaná rozhodnutí.

Deep Learning

Typ strojového učení, který využívá neuronové sítě s více vrstvami k analýze složitých vzorů ve velkých datosetech.

Dimenze (datová)

V kontextu Business Intelligence (BI) a analýzy dat se dimenze vztahuje na kategorický nebo kvalitativní aspekt, atribut nebo charakteristiku, podle které lze data třídit, organizovat nebo seskupovat pro účely analýzy a reportování. Dimenze obvykle obsahují textová nebo kategorická data a používají se k označování, kategorizaci nebo klasifikaci kvantitativních měr (známých také jako míry nebo metriky) v souboru dat. Nabízejí způsob, jak strukturovat a analyzovat data podle různých aspektů nebo hledisek.

Donut Chart

Donut chart, neboli koblížkový graf je typ pie chartu (koláčového grafu), který má uprostřed otvor. Svým tvarem tak připomíná tipický donut. Koblihové grafy zobrazují kategorie ve formě oblouků namísto výsečí. Výhodou tohoto grafu je, že výseč pomáhá divákům vyhnout se zmatkům kolem parametru oblasti.

dbt (Data Build Tool)

Co je dbt?

dbt neboli data build tool, je open-source nástroj s rozhraním příkazového řádku, který pomáhá organizacím vytvářet, testovat a udržovat jejich datovou infrastrukturu. Je to něco jako Looker PDTs, ale mnohem víc než to. Má podobnosti s Airflow, ale je vytvořen pro úplně jiného uživatele. dbt je svou vlastní jedinečnou věcí.

Nástroj dbt umožňuje uživatelům definovat své datové modely pomocí jazyka SQL a následně tyto modely využívá k vygenerování optimalizovaného kódu SQL, který lze spustit proti datovému skladu nebo jinému systému pro ukládání dat. To uživatelům umožňuje vybudovat udržovatelnou a škálovatelnou datovou infrastrukturu, kterou lze v průběhu času snadno aktualizovat a rozšiřovat.

Kromě generování kódu SQL poskytuje dbt také řadu funkcí, které usnadňují práci s daty. Mezi tyto funkce patří možnost spravovat dependencies mezi datovými modely, spouštět testy k zajištění integrity dat a sledovat vývojovou linii, aby bylo možné pochopit, jak se data v průběhu času proměňovala.

dbt a no-vendor lock: dbt dobře zapadá do moderního BI stacku a spolupracuje s produkty jako Snowflake, Keboola, BigQuery, Looker, Fivetran, Redshift a Mode. Díky dbt kódu (uloženém v Git repozitářích) je možné vyvinutý kód kdykoliv přesunout na jinou platformu.

Víc o využití dbt naleznete na našich webových stránkách zde.

E
Excel

Najpoužívanejší analytický nástroj na svete. A místo, kam všichni manageři chtějí stáhnout data z Tableau.

Extrahování (data)

Extrahování (Extracting): Proces sběru dat z různých zdrojů, jako jsou databáze, soubory, webové služby nebo externí systémy. Data jsou často extrahována ve formě „surových“ dat.

F
Fakt (v datech)

Fakt obvykle v Business Intelligence představuje kvantifikovatelná a číselná data, která zachycují měřitelné aspekty podnikového procesu nebo události. Je to základní jednotka informace v datovém skladu nebo data martu a obvykle se skládá z číselných hodnot. Fakta jsou obvykle spojena s konkrétními transakcemi, událostmi nebo událostmi a poskytují kontext pro analýzu. 

G
Generativní AI

Kategorie AI, která dokáže vytvářet nový obsah, jako jsou texty, obrázky nebo hudba, na základě vzorů naučených z dat.

Gooddata
K
Keboola
L
Large Language Model (LLM)

Deep learningový model trénovaný na obrovských objemech textových dat k vytváření lidsky podobných jazykových odpovědí.

M
Machine Learning (ML)

Větev datové vědy, která se zaměřuje na vytváření modelů a algoritmů, které umožňují počítačům „učit se“ z dat a provádět predikce nebo klasifikace bez explicitního programování.

Metoda 5 důvodů

5 důvodů
Forma analýzy kořenových příčin, která spočívá v tom, že se (nejméně) pětkrát položí otázka „proč“, dokud nejsou pochopeny základní příčiny výsledku.

1. Proč projekt selhal?
Odpověď: Projekt selhal kvůli nedostatečnému plánování a nedostatku zdrojů.

2. Proč došlo k nedostatečnému plánování?
Odpověď: Proč bylo plánování špatné? Projektový tým neměl jasnou představu o rozsahu projektu a nevyčlenil dostatek času a zdrojů na jeho dokončení.

3. Proč projektový tým neměl jasnou představu o rozsahu projektu?
Odpověď: Problém byl v tom, že se projekt neuskutečnil: Projektový tým nedostal od vyššího vedení odpovídající školení a pokyny.

4. Proč projektový tým neobdržel od vyššího vedení odpovídající školení a pokyny?
Odpověď: Vedoucí pracovníci neměli dostatečné informace o tom, jakým způsobem byl zajištěn přístup k vedení společnosti: Vyšší vedení neposkytlo potřebnou podporu a zdroje, aby zajistilo, že projektový tým bude mít potřebné dovednosti a znalosti k dokončení projektu.

5. Proč vyšší vedení neposkytlo potřebnou podporu a zdroje?
Odpověď: Vedení nezabezpečilo, že by vedoucí pracovník nemohl poskytnout dostatečné vedení: Vyšší vedení nestanovilo priority projektu a nepřidělilo dostatek zdrojů k zajištění jeho úspěchu.

Metrika (datová)

Metrika je specifické měření používané ke sledování, kvantifikaci nebo hodnocení konkrétního aspektu obchodní výkonnosti nebo aktivity. Představuje klíčový ukazatel výkonnosti (KPI), který pomáhá vyhodnotit úspěch nebo neúspěch procesu, projektu nebo cíle. Metriky mohou zahrnovat číselné hodnoty, jako jsou tržby z prodeje, náklady na akvizici zákazníků, míra odchodu zákazníků, míra konverze atd. Metrika je obchodně definovaný výpočet zobrazený na řídicím panelu v rámci sestavy.

N
Natural Language Processing (NLP)

Oblast AI zaměřená na umožnění počítačům rozumět, interpretovat a generovat lidský jazyk.

Neuronová síť

Výpočetní model inspirovaný lidským mozkem, skládající se z vrstev propojených uzlů, které zpracovávají data.

Náklady na získání zákazníka (CAC)

Jedná se o celkové náklady, které společnost vynaloží na získání nového zákazníka. Zahrnuje výdaje na marketing, reklamu a prodej. Nižší CAC znamená, že společnost je při získávání nových zákazníků efektivnější.

CAC = částka vynaložená na marketing / počet nových zákazníků

Pro odvětví e-commerce nebo retail se průměrně CAC může pohybovat od 10 do 30 dolarů*. U specializovanějších trhů nebo luxusního zboží však může být CAC výrazně vyšší, někdy přesahuje i 100 USD na zákazníka.
*(Polar Shopify)

Související e-commerce metriky jsou AOV.

O
Obrátka zásob

Obrat zásob, je měřítkem toho, kolikrát musí společnost nahradit zásoby, které prodala v určitém časovém rozmezí, a to buď ročně, čtvrtletně, nebo měsíčně. Ukazatel obratu zásob zjišťuje, jak rychle prodáváte a jak často doplňujete zásoby. Tento ukazatel je rozhodující pro obchodníky, kteří prodávají zboží podléhající rychlé zkáze nebo citlivé na čas, jako jsou potraviny, rychlá móda, automobily a periodika. Nadbytek zásob navíc může vést k mrtvým zásobám, zejména když se mění roční období a zákazníci již nekupují zastaralé zboží

Obrátka zásob

Obrat zásob, je měřítkem toho, kolikrát musí společnost nahradit zásoby, které prodala v určitém časovém rozmezí, a to buď ročně, čtvrtletně, nebo měsíčně.

Ukazatel obratu zásob zjišťuje, jak rychle prodáváte a jak často doplňujete zásoby. Tento ukazatel je rozhodující pro obchodníky, kteří prodávají zboží podléhající rychlé zkáze nebo citlivé na čas, jako jsou potraviny, rychlá móda, automobily a periodika. Nadbytek zásob navíc může vést k mrtvým zásobám, zejména když se mění roční období a zákazníci již nekupují zastaralé zboží.

Úspěšné retailové firmy sledují skladové zásoby zboží v dashboardoch jako tento.

Odvozená metrika

Odvozená metrika v Business Intelligence představuje vlastní nebo vypočtenou metriku, která je odvozena z existujících metrik nebo opatření již přítomných v sestavě / řídicím panelu. Je vytvořena použitím matematických operací (jako je sčítání, odčítání, násobení, dělení), agregací, transformací nebo kombinací na jednu nebo více existujících metrik.

P
Power BI

Software pro obchodní analýzu od společnosti Microsoft, který poskytuje nástroje pro agregaci, analýzu, vizualizaci a sdílení dat. Umožňuje uživatelům vytvářet interaktivní sestavy a dashboardy, které zlepšují přehled o klíčových ukazatelích výkonnosti (KPI) a usnadňují rozhodování na základě dat. Power BI podporuje širokou škálu datových zdrojů a je dostupný jako cloudová služba i desktopová aplikace.

Prompt Engineering

Navrhování a optimalizace vstupů (podnětů) k dosažení požadovaných výstupů z generativních AI modelů.

Průměrná hodnota objednávky (AOV)

Jedná se o průměrnou částku, kterou zákazník utratí za jednu transakci v maloobchodní společnosti. Vypočítá se vydělením celkových příjmů počtem objednávek. Vyšší AOV znamená, že zákazníci utrácejí za jeden nákup více.

AOV = celkové tržby / celkový počet objednávek

V roce 2023 dosáhl průměr necelých €75, což je o €4 méně než v roce 2022.*
*(Shoptet.sk, leden 2024) 

Další související e-commerce metriky: CAC.

Přenos (Loading)

Přenos (Loading): Přenášení transformovaných dat do centrálního datového úložiště, jako jsou datové skladní nebo datová jezera. Tato fáze může být prováděna v reálném čase nebo v dávkovém režimu.

R
Report / Insight

Report je kombinací metrik, dimenzí and filtrů. Report v BI je strukturovaný dokument, který obsahuje a prezentuje data, derived z mnoha metriky nebo datasetů. Tyto reporty organizují informace ve způsobu, jakým učiní komprehensive pohled na výkonnost, trendy, a vzory s organizací. Reporty mohou zahrnovat různé oblasti suché, jako finanční výkonnost, prodejní analýzy, marketing effectiveness, operational efficiency, etc. Tyto zahrnují řadu metriky a jsou generovány pravidelně nebo on-demand. Jeden report (z data perspektivy) může být approximated by jeden pivot table used v Excel.

S
Snowflake Time Travel

Pokročilá funkce.
Time Travel je výkonná funkce v nástroji Snowflake, která uživatelům umožňuje přístup k historickým datům v libovolném okamžiku v rámci definovaného období uchovávání. Tato funkce je obzvláště cenná pro obnovu dat, audit a vracení změn. Je k dispozici v edici Enterprise a vyšších, což zvyšuje náklady, ale poskytuje významné výhody pro správu a řízení dat.

Stock to sales ratio

 

Poměr zásob k tržbám, známý také jako Stock to Sales ratio, měří hodnotu vašich zásob vůči hodnotě tržeb za určité období (zvyčejně měsíc).

Stock to sales ratio = průměrná hodnota zásob / čistá hodnota tržeb. Průměrná hodnota zásob = (stav zásob k počátku měsíce + konečný stav zásob) / 2 Čisté tržby = hrubé tržby – výnosy z prodeje

Tento klíčový ukazatel řízení zásob pomáhá maloobchodníkům pochopit, jakým tempem likvidují zásoby a jakou část svého kapitálu v průměru investovali do zásob.

Strojové učení (ML)

Podmnožina AI, která umožňuje strojům učit se z dat a zlepšovat výkon bez explicitního programování.

T
TCO (Total Cost of Ownership neboli “Celkový náklad na vlastnictví”)

Pod TCO sa v oblasti IT rozumí vyjádření kompletních nákladů na investice a jejich následný provoz.
Zahrnující nejen pořizovací cenu technologie ale i poplatky spojené s provozem/údržbou nebo náklady potřebné na vyškolení uživatelů.

Tableau

Tableau je nejpoužívanější a nejpokročilejší analytický Business Intelligence nástroj pro snadné zpracování a rychlou
a přehlednou vizualizaci dat celé vaší firmy.

 

Galerie příkladových reportů.

Tableau Cloud

 

Tableau Cloud, dříve známý jako Tableau Online, je plně hostované řešení SaaS, které umožňuje organizacím přistupovat k datům a analyzovat je prostřednictvím webového prohlížeče, aniž by potřebovaly lokální infrastrukturu.

Podívejte se na Tableau zblízka.

Tableau Online

Dřívější název pro Tableau Cloud. Viz Tableau Cloud.

Tableau Public

Tableau Public je bezplatná platforma pro zkoumání, vytváření a veřejné sdílení vizualizací dat online. Tableau Public je největší úložiště datových vizualizací na světě, ze kterého se můžete učit a díky kterému je rozvoj datových dovedností snadnější.

Jak vyzerá Tableau Public? Podívejte se na galérii nejlepších business dashboardů zde.

Tableau Server

Tableau Server je možnost lokálního nasazení Tableau, která organizacím umožňuje hostovat a spravovat prostředí pro tvorbu Tableau reportů v rámci vlastní infrastruktury.

Proč mít Tableau jako viualizační tool?

Transformer Model

Typ deep learning učícího se modelu navrženého pro úlohy NLP, používaný v modelech jako GPT a BERT.

U
Unified Star Schema

Přečtěte si o Unified Star Schema přímo od jeho autora Francesca Puppiniho zde.

V
Vizualizace dat (Data Visualization)

Prezentace dat prostřednictvím grafů, grafikonů a dalších vizuálních prvků, aby bylo snadněji porozumět výsledkům analýz.