Бизнес-задачи

Название/Синоним	Описание
А/Б-тестирование (A/B testing) Bucket tests, Split-run testing, Раздельное тестирование	Проверка значимости различия двух реализаций случайной переменной. Часто применяется в маркетинге для оценки влияния какого-либо признака на результат — скажем, разных вариантов дизайна сайта на конверсию клиентов.
Автозаказ (Auto Order) Автоматический заказ	Комплекс процессов автоматического управления запасами и заказами, а также реализующая их электронная система. В основном применятся в розничной торговле и дистрибуции.
Автоматизация (Automation)	Технология построения производственных, бизнес- и других процессов с минимальным вмешательством человека или вообще без него. Одно из важнейших направлений — автоматизация процессов сбора и анализа данных для поддержки принятия управленческих решений.
Анализ ABC (ABC-analysis) ABC-анализ	Метод разделения ресурсов (товаров, клиентов, партнеров) на три категории — самые ценные (А), промежуточные (В) и наименее ценные (С). В основе лежит принцип Парето — 20% ресурсов дают 80% результата.
Анализ RFM (RFM-analysis) RFM-анализ	Анализ клиентов компании с целью их сегментации по ценности для бизнеса. Широко используется в маркетинге, директ-маркетинге и, особенно, в розничной торговле и сфере услуг.
Анализ XYZ (XYZ analysis) XYZ-анализ	Метод классификации ресурсов компании в зависимости от стабильности потребления и точности его прогнозирования, устойчивости спроса, подверженности спроса сезонным колебаниям или случайного характера спроса.
Анализ ассортимента (Assortment analysis)	Процесс изучения состава и структуры ассортимента товаров и услуг компании с целью оценки его соответствия текущим и перспективным условиям рынка для формирование обоснованных выводов о том, какие продукты и услуги компании приносят наибольшую прибыль, а от каких следует отказаться. По результатам анализа проводится оптимизация ассортимента.
Анализ клиентской базы (Customer Database Analysis) Customer Data Analysis, Анализ данных о клиентах	Процесс сбора и анализа данных о клиентах компании с целью изучения их потребительского поведения и предпочтений с целью выработки стратегических и тактических решений в бизнесе.
Анализ конкурентов (Competitor analysis)	Технология всесторонней оценки сильных и слабых сторон действующих и потенциальных конкурентов. В основе технологии лежит профилирование конкурентов и различные методы анализа данных.
Анализ отклонений (Deviation detection) Определение выбросов	Поиск в данных редких, нетипичных объектов или наблюдений, которые не соответствуют логике поведения анализируемого бизнес-процесса или модели описывающих его данных, и генерация правил, объясняющих причины их появления.
Анализ рисков (Risk Analisys)	В бизнес-аналитике — комплекс методов для выявления и оценки факторов, которые могут поставить под угрозу достижение бизнес-целей. Технологии анализа данных предоставляют мощные средства анализа рисков.
Анализ рыночной корзины (Market Basket Analysis) Ассоциативные правила	Задача выявления устойчивых наборов товаров, приобретаемых клиентами в супермаркете по одному чеку. В Data Mining в широком смысле — поиск устойчивых групп событий, происходящих совместно, в некоторой предметной области.
Аналитический CRM (Analytical CRM)	Направление в области управления взаимоотношениями с клиентами, характеризуемое систематическим анализом данных о клиентах и совершаемых ими транзакциях. Активно использует технологии анализа данных.
Андеррайтинг (Underwriting)	В кредитования — процесс проверки платежеспособности клиента, обратившегося за кредитом. Одной из распространённых технологий такого анализа является аппликационный скоринг.
Антифрод (Antifraud) Система борьбы с мошенничествами, Fraud Management System	Система борьбы с мошенничествами. Интегрируется в информационную систему компании для сбора и анализа данных. В функцию может входить автоматическое принятие мер против мошенничества — блокировка банковского счета, отключение абонента и т.п.
Аппликационный скоринг (Application scoring)	Оценка платежеспособности заемщика с целью минимизации рисков кредитной организации. Метод основан на вычислении скорингового балла, исходя из анкетных данных заемщика, и сравнении его с пороговым значением.
Ассортиментная матрица (Assortment matrix)	Сформированный и утверждённый перечень ассортиментных позиций или SKU, которые будут предлагаться клиентам в конкретной точке продаж.
Бенчмаркинг (Benchmarking)	Технология управления и планирования деятельности предприятий, заключающаяся в непрерывном исследовании и оценке уровня продукции, услуг и методов работы других предприятий с целью совершенствования собственных методов работы.
Бизнес-интеллект (Business Intelligence) Бизнес-анализ, Бизнес-аналитика, BI	Методы и средства повышения эффективности бизнеса за счет использования систем поддержки принятия решений. Включает программную и техническую инфраструктуру для сбора, хранения и аналитической обработки бизнес-данных.
Бизнес-логика (Business logic) Логика предметной области	Система бизнес-правил, описывающих поведение объектов и процессов предметной области. В разработке программного обеспечения бизнес-логикой также называются реализующие ее программные модули.
Бизнес-цикл (Business cycle) Economic cycle, Trade cycle, Экономический цикл, Торговый цикл	Регулярные колебания уровня деловой активности относительно долгосрочной тенденции. Учет особенностей каждого этапа цикла важен при разработке стратегии анализа данных, методов их предобработки и выборе аналитических моделей.
Веб-майнинг (Web Mining)	Направление интеллектуального анализа данных, решающее задачи автоматического обнаружения веб-документов, извлечения информации из веб-ресурсов и выявления закономерностей в массивах данных из Интернета.
Визуализация (Visualization)	В аналитических технологиях — комплекс методов представления исходной информации и результатов анализа данных в наиболее удобной для восприятия и интерпретации форме.
Винтажный анализ (Vintage analysis) Анализ по поколениям	Разновидность когортного анализа, когда исследование поведенческих особенностей клиентов (абонентов, заёмщиков) на протяжении их жизненно цикла подразумевает формирование групп (когорт) на основе времени начала получения услуги (период выдачи кредита, регистрации абонента и т.д.). Основное применение винтажного анализа — управление кредитными рисками.
Выявление мошенничеств (Fraud detection)	Направление интеллектуального анализа данных, включающее методы выявления мошеннических действий в кредитно-финансовой сфере, телекоммуникациях и т.д. Использует методы Data Mining — нейронные сети, деревья решений и т.д.
Гражданский дата-сайнс (Citizen Data Science) Гражданская наука о данных	Корпоративная стратегия, в рамках которой к анализу данных (в частности, реализации Big Data) активно привлекаются работники линейных подразделений компании не имеющие специального образования и подготовки, а не только сотрудники IT-отделов, обладающие соответствующими компетенциями.
Дедупликация (Deduplication) Дедубликация, Устранение дубликатов	Процесс исключения из наборов данных идентичных записей, называемых дубликатами. Неотъемлемая часть процесса предобработки и очистки данных. Инструменты дедупликации входят в состав большинства аналитических платформ.
Демократизация данных (Data Democratization)	Процесс повышения доступности данных для более широкого круга лиц внутри организации, разрушение барьеров, мешающих людям получать доступ к данным, эффективно анализировать и использовать их.
Директ мэйл (Direct mail) Прямая почтовая рассылка, Адресная рассылка	Направление маркетинга, использующее прямую почтовую рассылку рекламной информации. Для определения целевой аудитории рассылки и формирования адресных предложений широко используются методы интеллектуального анализа данных.
Директ-маркетинг (Direct marketing) Прямой маркетинг, Маркетинг с прямым откликом	Маркетинговая коммуникация, при которой компании взаимодействуют непосредственно с предварительно выбранными клиентами. Интеллектуальный анализ данных позволяет сегментировать клиентов и составить для них адресные торговые предложения.
Добыча данных (Data Mining) Разработка данных, Интеллектуальный анализ данных, DM	Методология и процесс обнаружения в больших массивах данных ранее неизвестных, нетривиальных знаний, практически полезных для принятия решений. Включает элементы математической статистики, искусственного интеллекта, машинного обучения и т.д.
Жизненный цикл клиента (Customer life-cycle)	Совокупность этапов взаимоотношений между клиентом и обслуживающей его компанией. Анализ жизненного цикла позволяет обоснованно применять различные маркетинговые стратегии.
Жизненный цикл товара (Product life cycle)	Совокупность этапов нахождения товара на рынке, каждое из которых характеризуется определенным изменением спроса на товар. Важным инструментом управления жизненным циклом товара является анализ данных.
Задача классификации (Classification problem)	Задача разделения множества наблюдений (объектов) на группы, называемые классами. Является одной из базовых задач прикладной статистики и машинного обучения, а также искусственного интеллекта в целом.
Золотая запись (Golden record) Эталонная запись, Эталонные данные, Single version of truth, Единая версия истины	В области управления мастер-данными — наиболее достоверное, проверенное, непротиворечивое и полное представление об объекте (клиенте, товаре, контрагенте и т.д.). Синонимы — Эталонная запись, Эталонные данные, Единая версия правды.
Интеграция данных (Data Integration) Объединение данных	В аналитических технологиях — объединение данных из различных источников в один набор, где они хранятся в унифицированном формате и структуре. Задача интеграции обычно решается с помощью хранилищ данных и ETL-процессов.
Интегрированное планирование (Integrated planning) IBP	Процесс, объединяющий в единую систему процессы планирования различных функций как внутри компании, так и за её пределами.
Интеллектуальный анализ данных (Intelligent data analysis) Сложный анализ данных	Направление информационных технологий, охватывающее весь спектр тем, связанных с извлечением знаний из массивов данных. Методы применяются в бизнес-сценариях — прогнозировании, управлении рисками, сегментации клиентов и т.д. Синоним — Data Mining.
Искусственный интеллект (Artificial intelligence)	Научное направление, предметом которого является имитация процесса мышления человека с помощью компьютера. Решает задачи аппаратного и программного моделирования интеллектуальных видов человеческой деятельности.
Каннибализация (Cannibalization)	В маркетинге — сокращение продаж или доли рынка продукта вследствие вывода на рынок другого товара того же производителя, удовлетворяющего те же потребности потребителя.
Категоризация данных (Data categorization)	В искусственном интеллекте и анализе данных — задача отнесения наблюдений к одной из групп, называемых категориями. Система-категоризатор формирует обобщающие признаки категорий на основе обучающих примеров.
Качество данных (Data quality)	Степень пригодности данных к решению определенной задачи. Приведение сырых данных в соответствие с критериями качества является важнейшей задачей Data Mining и образует целое направление, называемое предобработкой.
Классификация (Classification)	В анализе данных — разбиение множества объектов или наблюдений на заданные группы (классы), внутри каждой из которых они предполагаются похожими друг на друга, имеющими примерно одинаковые свойства и признаки.
Классификация с учетом издержек (Cost-sensitive classification) Классификация, чувствительная к издержкам	Случай бинарной классификации, когда издержки ошибок классификации не одинаковы. Имеет большое значение в машинном обучении для квалификационных моделей (регрессия, нейросеть) в условиях несбалансированной выборки.
Кластеризация (Clustering) Сегментация, Segmentation	Объединение объектов или наблюдений в непересекающиеся группы — кластеры, на основе близости значений их признаков. В Data Mining используется для сегментации клиентов и рынков, медицинской диагностики, социальных исследований и т.д.
Кластерный анализ (Cluster analysis)	Технология многомерного анализа данных, в основе которой лежит кластеризация. Широко используется для обработки данных, полученных при проведении маркетинговых кампаний, для сегментации рынка и т.д.
Когортный анализ (Cohort Analysis)	Разновидность поведенческого анализа в разрезе групп клиентов, сформированных по какому-либо признаку во времени, называемых когортами.
Коллекторский скоринг (Collections scoring) Скоринг взысканий	Аналитический инструмент для оценивания кредитоспособности заёмщиков, допустивших просроченную задолженность по кредиту, на основе их кредитной истории. Результатом коллекторского скоринга является балльная оценка, значение которой отражает вероятность дефолта заёмщика в течение заданного периода.
Конверсионный маркетинг (Conversion Marketing)	Стратегия, направленная на увеличение числа конверсий — переходов посетителей интернет-ресурсов с рекламой товаров и услуг в реальных покупателей. Одним из важнейших инструментов является A/B-тестирование.
Конкурентная разведка (Competitive Intelligence) Бизнес-разведка, Деловая разведка	Сбор и анализ данных из различных источников для выработки управленческих решений, направленных на повышение конкурентоспособности компании. Технологии Data Mining значительно повышают эффективность конкурентной разведки.
Консолидация (Consolidation) Data consolidation, Консолидация данных	Процесс извлечения данных из различных источников, преобразования их к единому формату и организации хранения в виде, оптимальном для обработки на аналитической платформе или решения аналитической задачи.
Контент-анализ (Content analysis) Анализ контента, Анализ содержимого	Анализ документов и других объектов коммуникативной культуры с целью последующей содержательной интерпретации выявленных закономерностей. Использует методы интеллектуального анализа данных и Text Mining.
Контроллинг (Controlling) Management control system, MCS	Система поддержки управления организацией, которая собирает и использует информацию для оценки эффективности различных организационных ресурсов — человеческих, материальных, финансовых, а также организации в целом.
Контрольная карта Шухарта (Shewhart control chart) Карта Шухарта	Метод визуального контроля за технологическим, деловым или другим процессом в ходе его выполнения, а также для обнаружения и анализа отклонений процесса.
Корреляционный анализ (Correlation analysis)	Совокупность методов обработки данных с целью обнаружения статистической взаимосвязи между случайными величинами или признаками. Один из важных инструментов Data Mining.
Корреляция (Correlation)	Статистическая взаимосвязь двух или нескольких случайных величин. Исследования корреляционных зависимостей являются очень важными при построении аналитических моделей.
Кредитный портфель (Credit Portfolio) Loan Portfolio	Остаток задолженности по всем кредитам, выданным банком, на определенную дату. Для балансировки портфеля по рискам и доходности проводится его анализ. Важнейший инструмент снижения кредитных рисков — скоринговые системы.
Кредитный скоринг (Credit scoring)	Анализ данных о заёмщике в потребительском кредитовании по результатам которого тому начисляются балльные оценки, используемые кредитными организациями для поддержки принятия решения о целесообразности выдачи кредита и определении его параметров (суммы, сроков, процентной ставки).
Кредитоспособность (Creditworthiness)	Право и возможность для получения кредита. Оценка кредитоспособности заемщика — важнейшее условие минимизации рисков для банка. Наиболее современным инструментом оценки является кредитный скоринг.
Кривая Лоренца (Lorenz curve)	В экономической статистике — альтернативный графический способ представления функции распределения случайной величины в приложении к исследованию распределения доходов населения.
Кросс-продажа (Cross-sell) Перекрестные продажи, Cross-selling	Предложение клиенту совместно с товарами и услугами основного ассортимента дополнительных товаров и услуг. Сочетания совместно приобретаемых товаров эффективно выявляются методами Data Mining, такими как поиск ассоциативных правил.
Логистическая аналитика (Logistics analysis) Logistics support analysis, LSA	Направление в бизнес-аналитике, ориентированное на оптимизацию запасов, закупок и ресурсов, используемых в цепочках поставок. Использует различные технологии анализа данных для управления запасами.
Лояльность (Loyalty) Верность, Приверженность	В маркетинге — характеристика привязанности потребителей к определенному бренду, которая выражается в готовности совершать повторные покупки. Методы анализа данных позволяют сегментировать клиентов по уровню лояльности.
Маркетинг, управляемый данными (Data driven marketing) Маркетинг, основанный на данных	Бизнес-стратегия, направленная на совершенствование маркетинговой деятельности компании за счёт знаний, полученных с использованием анализа данных о клиентах.
Матрица BCG (Boston Consulting Group Matrix) Product portfolio matrix, Boston Box, BCG-matrix, Boston matrix, Boston Consulting Group analysis	Инструмент для анализа продуктовых линеек, который делит продукты на четыре категории в зависимости от доли рынка и динамики продаж. Применяется для стратегического анализа, прогнозирования продаж, формирования продуктовых линеек. Синоним — Бостонская матрица.
Машинное обучение (Machine learning)	Направление искусственного интеллекта, связанное с разработкой аналитических моделей, которые автоматически обнаруживают в данных скрытые закономерности и самостоятельно приобретают свойства, необходимые для распознавания этих закономерностей.
Методология CRISP-DM (Cross-Industry Standard Process for Data Mining)	Открытый стандарт моделирования процессов, описывающий общие подходы, используемые в интеллектуальном анализе данных. Де-факто является стандартом для разработки проектов Data Analytics и Data Mining.
Моделирование (Modelling)	Построение и изучение моделей объектов, процессов и явлений с целью обнаружения закономерностей их развития и прогнозирования их состояния в будущем. Играет ключевую роль в аналитических технологиях Data Mining.
Мошенничество (Fraud)	В анализе данных — обманные действия в области кредитования, банковских карт, телекоммуникациях и других сферах, где они могут быть выявлены с помощью аналитических методов.
Непрерывное машинное обучение (Continuous Machine Learning) Повторное обучение, CML, Retraining, Refitting	Организация рабочего процесса анализа данных, при которой на этапе промышленной эксплуатации ML-модели происходит её регулярное автоматическое переобучение с целью адаптации к изменениям в данных, вызванными их дрейфом и/или утечкой.
Непрямая реклама (Below-the-line) Косвенная реклама, Indirect advertising, BTL	Технология маркетинга, ориентированная на непосредственные, личные коммуникации с потребителями, а также продвижение не отдельных товаров, а брендов в целом или товарных групп. Синонимы — косвенная реклама, Indirect advertising, BTL.
Нерегламентированная отчетность (Ad hoc reporting)	Нестандартные отчеты, под которые не оптимизировано быстродействие хранилища или витрины данных. Обычно требуются в исключительных случаях, когда регулярной отчетности недостаточно для принятия решения.
Нерегламентированный запрос (Ad hoc query) Нестандартный запрос	Нестандартный запрос к базе или хранилищу данных с целью получить информацию, необходимую для принятия решения в нестандартной ситуации. Выполняется в случае недостаточности информации, получаемой с помощью регламентированных запросов.
Нормы запасов (Inventory rates)	Минимальное количество предметов труда, находящееся у предприятия и необходимое для бесперебойного снабжения производства или торговли.
Обмен данными (Data sharing) Совместное использование данных	Процесс предоставления организацией данных сторонним пользователям или компаниям для обеспечения ее коллективного использования.
Обнаружение знаний в базах данных (Knowledge Discovery in Databases) Извлечение знаний из баз данных, KDD	Нетривиальный процесс обнаружения корректных, новых, потенциально полезных и интерпретируемых шаблонов в больших массивах данных. Междисциплинарное направление на стыке машинного обучения, искусственного интеллекта и других дисциплин.
Обогащение данных (Data enrichment)	Процесс насыщения данных новой информацией, чтобы повысить их ценность для анализа. Для внешнего обогащения используется информация внешних источников. При внутреннем обогащении извлекается информация, неявно присутствующая в данных.
Оборачиваемость запасов (Stock turnover) Оборачиваемость, Коэффициент оборачиваемости запасов, Stock, Inventory turnover ratio	Показатель, указывающий сколько раз за анализируемый период компания использовала средний имеющийся остаток запасов.
Оборачиваемость товаров (Turnover of goods)	Количество оборотов товаров за заданный отрезок времени.
Обработка естественного языка (Natural language processing) NLP	Направление, решающее задачи понимания и генерации естественного языка компьютерными системами, анализа больших данных на естественном языке, взаимодействия между компьютерами и человеком на естественном языке.
Оперативный анализ данных (OnLine Analytical Processing) Многомерный анализ данных, Оперативная аналитическая обработка данных, OLAP	Технология хранения и обработки многомерных данных, позволяющая получать сложные аналитические отчёты в реальном времени. Известна как OLAP — OnLine Analytical Processing.
Описательная аналитика (Descriptive analytics)	Область статистики, методы которой ориентированы на сбор, систематизацию и обобщение «сырых» данных из различных источников с целью обнаружения в них интерпретируемых зависимостей и закономерностей.
Оптимизация (Optimization)	В математике — задача нахождения экстремума функции. В анализе данных — процесс поиска состояния модели, которое позволило бы решить поставленную задачу наилучшим образом.
Оптимизация запасов (Reserve optimization)	Поддержание запасов товаров, незавершенного производства, сырья и других объектов на уровне, который минимизирует затраты на хранение, но обеспечивает необходимый уровень бесперебойной работы.
Отток клиентов (Customer churn) Churn	Процесс отказа отдельных клиентов от приобретения товаров или услуг компании. Характеризуется показателем оттока (churn rate). Один из ключевых показателей в бизнес-аналитике.
Очистка данных (Data Cleaning)	Исключение из данных различных факторов, снижающих их качество и мешающих корректному анализу. Производится как в процессе ETL, так и в аналитическом приложении непосредственно перед анализом.
Персонализация (Personalization) Кастомизация, Customization	Процесс адаптации продукции и услуг компании к узкой целевой аудитории. Предсказательная персонализация определяет особенности потребительского поведения. Для этих целей используются технологии анализа данных.
Поведенческая аналитика (Behavioral analytics)	Анализ потребительского поведения пользователей платформ электронной коммерции, мобильных и веб-приложений, он-лайн игр и других сетевых ресурсов. Позволяет обнаруживать шаблоны потребительского поведения.
Поведенческий скоринг (Behavioral scoring)	Метод количественной оценки состояния кредитоспособности заемщика, основанный на данных об истории операций по его счетам (график погашения задолженности, запросы новых кредитов, оборот по текущим счетам и т.п.).
Пожизненная ценность клиента (Customer Lifetime Value) Customer lifetime value, CLV, CLTV, Lifetime customer value, LCV	Ожидаемая чистая прибыль, которая может быть получена в течение всего цикла отношений с клиентом. Точные модели для оценки пожизненной ценности строятся с использованием сложных методов прогнозной аналитики.
Предобработка данных (Data Preprocessing)	Приведение данных в соответствие с требованиями, которые определяются спецификой решаемой задачи. Выполняется на протяжении всего процесса Data Mining — при выгрузке из источников и OLTP-систем, в хранилище данных и в аналитической платформе.
Принятие решения в реальном времени (Real Time Decisions) RTD	В управлении и маркетинге — технология поддержки принятия управленческих решений в режиме реального времени. Решения, принимаемые в реальном времени, основываются на специальных аналитических моделях Data Mining.
Прогноз (Forecast)	Обоснованное суждение о возможном состоянии исследуемого процесса или объекта в будущем. Прогнозирование является одной из важнейших задач аналитических технологий Data Mining.
Прогноз агрегированный (Aggregating forecast) Прогноз комбинированный, Прогноз обобщенный	Методика, когда сначала строятся отдельные прогнозы для составных частей системы, а затем они агрегируются в прогноз для всей системы. Например, прогнозы по отдельным магазинам комбинируются в прогноз для всей сети.
Прогнозирование (Forecasting)	Предсказание будущих событий, явлений, состояний различных объектов и процессов. Является одной из задач Data Mining и одним из ключевых моментов при принятии решений.
Прогнозирование спроса (Demand forecasting)	Область предсказательной аналитики, задачей которой является предсказание спроса на продукты и услуги. Использует методы скользящего среднего, ARIMA, аддитивные модели на основе самообучающихся алгоритмов и машинного обучения.
Производственный запас (Manufacturing stock) Производственные резервы, Productive reserves	Резервы, формируемые на предприятиях, предназначенные для обеспечения бесперебойного непрерывного производственного процесса.
Профайлинг данных (Data Profiling) Профилирование данных	Метод проверки качества данных. Заключается в проверке полей источника данных на соответствие заданным ограничениям, а также их исправлении. Например, приведение к единому формату разделителей целой и дробной частей числа.
Профайлинг конкурентов (Competitor profiling)	Систематический анализ конкурентов с целью изучения их опасности, возможных потерь, системы отношений с клиентами. Мощным средством анализа конкурентов являются технологии Data Mining.
Профиль клиента (Customer profile)	Совокупность характеристик, присущих определенной группе потребителей продуктов и услуг. Успешно строить профили клиентов позволяют методы Data Mining, такие как классификация и кластеризация.
Процесс ELT (ELT-process) ELT, Extract-Load-Transform, Извлечение-загрузка-преобразование	Процесс перемещения данных из различных источников в хранилище, альтернативный процессу ETL. Отличие заключается в том, что данные не преобразуются к единому формату и не подвергаются очистке, а загружаются в хранилище в сыром виде, «как есть». При этом предполагается, что преобразование данных с целью сделать их пригодными к анализу, будет производить в процессе выполнения аналитических запросов к хранилищу, т.е. по вызову («на лету»).
Процесс ETL (ETL-process) ETL, Extract-Transform-Load, Извлечение-преобразование-загрузка	Комплекс операций по переносу первичных данных из различных источников в аналитическое приложение или поддерживающее его хранилище данных. Составная часть этапа консолидации при анализе данных.
Процесс-майнинг (Process mining) Извлечение процессов, Глубинный анализ процессов, Процессная аналитика	Семейство методов в области управления процессами, поддерживающих анализ бизнес-процессов на основе журналов событий. Алгоритмы анализа данных позволяют обнаруживать в процессах скрытые зависимости.
Прямая реклама (Direct Advertising) Above-the-line, ATL	Реклама для широкой аудитории с обезличенным рекламным сообщением. Размещается посредством традиционных каналов — СМИ, наружная (outdoor) и внутренняя (indoor) реклама. Синоним — ATL, above-the-line.
Разведочный анализ (Exploratory analysis)	Предварительный анализ данных с целью выявления наиболее общих зависимостей, закономерностей и тенденций. Предназначен для разработки наилучшей стратегии углубленного анализа и выдвижения гипотез.
Сбалансированная система показателей (Balanced Scorecard) СПП, BSC	Стратегия управления эффективностью деятельности компании, основанная на ее декомпозиции на уровни операционного управления и контроля на основе ключевых показателей эффективности (KPI).
Сегментация клиентов (Customer segmentation)	Группировки клиентов на основе некоторых общих характеристик, которые являются важными с точки зрения задач маркетинга. Позволяет разделить потребительский рынок на сегменты, чтобы определить, на каком из них следует сосредоточить усилия по продвижению товаров и услуг.
Сегментация рынка (Market segmentation)	Разделение рынка на группы покупателей, обладающих схожими характеристиками, для изучения их реакции на предложение того или иного товара или услуги. Технологии Data Mining предоставляют различные методы сегментации.
Система поддержки принятия решений (Decision support system) СППР, DSS	Информационная система, которая обеспечивает руководителя знаниями и информацией для принятия обоснованных и правильных управленческих решений. СППР, основанные на технологиях искусственного интеллекта, называются интеллектуальными СППР.
Скоринг (Scoring)	Метод, использующий математические или статистические модели, которые на основе кредитной истории прошлых клиентов банка пытаются предсказать вероятность возврата кредита новым заёмщиком.
Скоринг отклика (Response scoring)	Технология оценки вероятность отклика клиента на маркетинговые предложения. Позволяет оптимизировать бюджет маркетинговых кампаний, концентрируя усилия по продвижению продуктов на сегменте клиентов, которые в нём наиболее заинтересованы.
Скоринговая карта (Scorecard)	Набор характеристик потенциального заемщика и присваиваемых им весовых коэффициентов. Использование скоринговых карт — часть методики оценки кредитоспособности заёмщиков, называемой скоринговым моделированием.
Скоринговая модель (Scoring model) Модель скоринга	Главный инструмент кредитного скоринга. Связывает параметры клиента с суммой, которую можно выдать ему, или степенью кредитного риска в конкретных условиях через систему скоринговых баллов.
Скоринговая система (Scoring system)	Разновидность систем поддержки принятия решений, в которой решения в отношении какого-либо процесса или объекта принимается в зависимости от начисленных для них балльных оценок (score), которые вычисляются скоринговой моделью на основе набора признаков в определённо шкале.
Стандартизация данных (Data standardization)	Разновидность предобработки данных с целью приведения их к определённому формату и представлению, которые обеспечивают их корректное применение в многомерном анализе, совместных исследованиях, сложных технологиях аналитической обработки.
Страховой запас (Security stock)	Запас сырья, материалов или топлива, предназначенный для бесперебойного снабжения производства и потребления в случае возникновения непредвиденных обстоятельств.
Сценарный анализ (Scenario analysis)	Разновидность анализа данных, где используется набор подробных описаний последовательности действий, которые с прогнозируемой вероятностью могут привести к желаемому или планируемому конечному результату.
Сэмплинг (Sampling) Отбор	Процесс отбора из исходного набора данных выборки наблюдений, представляющей интерес для анализа. При реализации сэмплинга используются специальные методы отбора, которые должны обеспечить репрезентативность выборки.
Таргетинг (Targeting)	В маркетинге — механизм, позволяющий выделить из аудитории потребителей часть, которая удовлетворяет заданным критериям (целевую аудиторию). Мощным инструментом таргетирования является анализ данных.
Текст майнинг (Text Mining) Text data mining, Text analytics, Интеллектуальный анализ текстов, Анализ текстов	Технология получения информации из неструктурированных текстовых данных путём их преобразования в набор структурированных данных, пригодный для дальнейшего анализа методами интеллектуального анализа данных.
Текущий запас (Current stock)	Резервы, обеспечивающие непрерывное движение материального потока между очередными поставками.
Тиражирование знаний (Knowledge replication)	Процесс создания аналитических моделей, которые обеспечивают конечным пользователям возможность применять результаты моделирования для принятия решений без необходимости понимания методик.
Товарный запас (Inventory) Сбытовые запасы (Sales stocks)	Резервы готовой продукции, находящиеся на складах предприятия, в сфере обращения (запасы в пути, запасы на предприятиях торговли).
Точка безубыточности (Break-event point) Критическая точка, CVP-точка	Показатель минимального объема продаж, при котором организация покрывает расходы, но не получает прибыль. Расчет точки безубыточности производится в рамках решения задачи анализа издержек компании.
Точка Парето (Pareto point)	Точка на пересечении линии Парето и диаграммы Парето. На практике используется в задачах ABC-анализа и XYZ-анализа.
Трансформация данных (Data Transformation) Преобразование данных	Оптимизация представлений и форматов данных с точки зрения решаемых задач и целей анализа. Один из важнейших процессов в анализе, от которого зависит эффективность анализа, достоверность и точность его результатов.
Углубление в данные (Drill Down) Детализация данных, Проникновение в данные, Drilldown, Data Drilling, Drill down analysis, In-depth analysis	В анализе данных — концентрация внимания на чем-либо, «копание в данных», погружение в их слои для получения информации, полезной для поддержки принятия решений. Является одной из важнейших операций с OLAP-кубами.
Управление закупками (Supply management) Procurement	Организация, планирование и реализация цепочек поставок. Тесно связано с задачей оптимизации запасов. Мощным средством информационной поддержки управления закупками является анализ данных.
Управление запасами (Inventory control) Управление товарными запасами, Stock control	Направление деятельности, нацеленное на поддержание товарных и производственных запасов в таком состоянии, при котором затраты на них минимальны, а связанная с ними прибыль максимальна.
Управление инцидентами (Incident management)	Составляющая процесса управления предприятием, которая имеет задачей восстанавливать его нормальное функционирование при возникновении инцидентов. Технологии анализа данных позволяют прогнозировать возникновение инцидентов.
Управление моделями машинного обучения (ML-model management)	Совокупность правил и программной архитектуры, направленных на эффективную разработку и сопровождение модели машинного обучения.
Управление продажами (Sales management)	Направление в менеджменте, связанное с выполнением тактических маркетинговых задач в области продажи товаров или услуг. Одним из инструментов управления продажами является анализ данных.
Управление рисками (Risk management) Риск-менеджмент	Область управленческой деятельности, связанная с прогнозированием, анализом, идентификацией и оценкой рисков, а также разработкой и реализацией мероприятий по предотвращению рисковых событий и минимизацией потерь.
Управление цепями поставок (Supply chain management)	Управление потоками товаров и услуг, включая перемещение и хранение сырья, незавершенного производства и готовой продукции от пункта происхождения до точки потребления.
Управление эффективностью бизнеса (Business performance management (BPM) Corporate performance management, CPM, Enterprise performance management	Совокупность процессов для повышения эффективности бизнеса. BPM позволяет предприятию определять, измерять и управлять эффективностью своей деятельности, направленной на достижение стратегических целей.
Упреждающий анализ (Proactive analysis) Проактивный анализ	Анализ данных, направленный на прогнозирование ситуации на рынках и позволяющий разработать бизнес-стратегию на случай появления этих условий. Эффективным инструментом являются технологии Data Mining.
Упущенные продажи (Lost sales) Упущенная выгода, Lost revenue	Разница между объёмом платёжеспособного спроса, предъявленного клиентами, и фактическим объёмом отгрузок (продаж) клиентам.
Уровень сервиса (Service level) Уровень обслуживания	В цепях поставок это мера (обычно выраженная в процентах) удовлетворения клиентского спроса за счет запасов или текущего производства в соответствии с запрошенными клиентами сроками и объёмами поставок.
Факторный анализ (Factorial analysis)	Направление математической статистики, помогающее обнаружить наиболее важные факторы, которые влияют на исследуемые процессы или объекты. Это позволяет строить аналитические модели с небольшим числом независимых переменных.
Целостность данных (Data integrity)	В теории баз данных — свойство соответствия структуры и содержания базы данных предметной области. Необходимое условие для корректной интеграции данных в хранилище данных и их дальнейшего анализа.
Цифровизация (Digitalization)	В узком смысле — преобразование разнородной информации в цифровую, электронную форму, в которой она будет в дальнейшем храниться и обрабатываться. В широком смысле — общемировой тренд на всеобщее использование цифровой информации во всех сферах социальной и экономической жизни общества, когда из инструмента улучшения отдельных, частных сторон жизни, она становится основным драйвером мирового общественного развития.
Эластичность спроса (Elasticity of demand)	Числовая характеристика зависимости величины спроса от цены. Используется при построении аналитических моделей Data Mining в задачах анализа продаж, сегментации рынка, маркетинговых исследованиях.