| 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. |
| Аналитика реального времени (Real Time Analytics) RTA |
Направление в бизнес-аналитике, в котором новые данные, поступающие из различных источников, анализируются в режиме реального времени. Это позволяет оперативно отслеживать изменения и проблемы в бизнесе и своевременно принимать соответствующие решения. |
| Аналитика самообслуживания (Self-service analytics) |
Направление в бизнес-аналитике, в рамках которого бизнес-пользователи могут получать доступ к данным и анализировать их без помощи ИТ-специалистов или профессиональных аналитиков данных. |
| 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 распространенных 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 утвержденный 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. |
| Брошенная корзина (Abandoned cart) |
В электронной коммерции ситуация, когда клиент при посещении веб-сайта компании добавляет в электронную корзину один или несколько товаров, но по какой-либо причине отказывается от завершения покупки до оформления заказа. |
| 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, заемщиков) 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. |
| Воронка продаж (Sales funnel) Воронка покупок, Воронка клиентов, Purchase funnel, Consumer funnel |
В маркетинге — последовательность этапов, которые проходит покупатель от момента, когда товар привлек его внимание, до покупки. Их знание позволяет понять, какие маркетинговые каналы и мероприятия лучше всего подведут клиента к покупке. |
| 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. |
| Гармонизация данных (Data harmonization) |
Гармонизация — это совокупность процессов объединения данных компании из различных источников в единую среду хранения, с одновременным их преобразованием к виду, наиболее подходящему для решения тех или иных задач. |
| Геомаркетинг (Geomarketing) Географический маркетинг, Локальный маркетинг |
Разновидность маркетинга, в которой стратегия взаимодействия с клиентами разрабатывается с использованием данных об их местоположении. |
| Гиперсегментация (Hyper-segmentation) Hypertargeting |
Технология формирования персонализированных маркетинговых предложений для очень узких сегментов целевой аудитории. |
| 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. |
| Захват изменений данных (Change Data Capture) Отслеживание изменений в данных, CDC |
Технология обнаружения изменений в источниках данных и их переноса в хранилище данных в реальном времени. |
| Золотая запись (Golden record) Эталонная запись, Эталонные данные, Единая версия истины, Single version of truth |
В области управления мастер-данными — наиболее достоверное, проверенное, непротиворечивое и полное представление об объекте (клиенте, товаре, контрагенте и т.д.). |
| 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 ее пределами. |
| Интеллектуальный анализ данных (Data Mining) Сложный анализ данных, Intelligent data analysis |
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. |
| 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. |
| Исследование данных (Data exploration) |
Процедура обработки данных, предшествующая их анализу с целью поддержки принятия решений. Использует комбинацию автоматизированных и ручных процедур для профайлинга данных, оценки их объема, полноты, корректности и т.д. |
| 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. |
| Клиентский опыт (Customer experience) Опыт клиента |
Совокупность когнитивных, эмоциональных, сенсорных и поведенческих реакций клиента на всех этапах его взаимодействия с компанией, знание которых позволяет совершенствовать процессы взаимодействия с потребителями с целью повышения их лояльности. |
| 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 заемщиков, допустивших просроченную задолженность по кредиту, на основе их кредитной истории. Результатом коллекторского скоринга является балльная оценка, значение которой отражает вероятность дефолта заемщика в течение заданного периода. |
| Коллтрекинг (Call-tracking) Отслеживание звонков |
Технология отслеживания звонков клиентов с целью оценки эффективности маркетинговых кампаний и выработки решений по их улучшению. |
| 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. |
| Конверсия (Conversion) |
Совершение потенциальным клиентом целевого действия под воздействием рекламы. |
| 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 заемщике 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. |
| Лид-менеджмент (Lead management) Управление лидами |
Процесс управления потенциальными клиентами в ходе их продвижения по воронке продаж, от первого интереса к продукту до его покупки. |
| 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 счет знаний, полученных с использованием анализа данных о клиентах. |
| Маркетинговая атрибуция (Marketing attribution) Multi-touch attribution |
Изучение точек взаимодействия клиентов с брендом с целью выявления наиболее эффективных маркетинговых каналов. |
| Матрица BCG (Boston Consulting Group Matrix) Бостонская матрица, 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. |
| 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. |
| Микромаркетинг (Micromarketing) |
Маркетинговая стратегия, ориентированная на достаточно узкую группу или даже отдельных клиентов, выявленных в результате микросегментации потребительской аудитории. |
| Микросегментация (Microsegmentation) |
Разновидность сегментации клиентов, когда каждый сегмент образуется очень небольшим числом потребителей. Микросегменты могут стать основой маркетинговых кампаний с высоким уровнем персонализации. |
| 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. |
| Моделирование на основе аналогий (Look-alike modeling) LAM |
В маркетинге, технология анализа данных, позволяющая обнаруживать новые целевые аудитории на основе аналогий с профилями клиентов из существующих аудиторий. |
| Монетизация данных (Data monetization) |
Процесс использования информационных активов компании для получения денежной или иной измеримой экономической выгоды. |
| 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 ее 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. |
| 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 отчеты в реальном времени. |
| 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. |
| Пакетная аналитика (Batch analytics) |
Направление в бизнес-аналитике, при котором данные анализируются после того, как они были собраны в пакеты, сохраненные на постоянных носителях. |
| 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. |
| Потоковая аналитика (Streaming analytics) |
Направление в бизнес-аналитике, при котором данные собираются и обрабатываются в реальном времени по мере их создания, что позволяет принимать своевременные и упреждающие решения. |
| 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. |
| Призыв к действию (Call to action) CTA |
Элемент интернет-страницы, который подталкивает клиента непосредственно к покупке или действиям, направленным на ее совершение. |
| 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. |
| Происхождение данных (Data lineage) Отслеживание данных, Родословная данных, Data provenance |
Процесс, в ходе которого регистрируется и документируется информация о том, как данные создаются, преобразуются, передаются и используются в организации с целью сделать видимым их жизненный цикл. |
| 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. |
| 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. |
| Расширенная аналитика (Augmented analytics) Дополненная аналитика |
Направление в бизнес-аналитике, в котором используется машинное обучение, элементы искусственного интеллекта и обработка естественного языка для автоматизации процессов анализа, обычно выполняемых профессиональными аналитиками данных. |
| Руководство данными (Data governance) DG |
Совокупность процессов, обеспечивающих разработку и реализацию политики и стратегии работы с корпоративными данными. |
| 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. |
| Семантический слой (Semantic layer) Семантический уровень |
Механизм преобразования физического представления данных в бизнес-представление. |
| 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. |
| Сквозная аналитика (End-to-end analytics) |
Направление в бизнес-аналитике, ориентированное на оптимизацию маркетинговой стратегии за счет сбора и анализа данных о клиентах на всех этапах их взаимоотношений с компанией. |
| Скоринг (Scoring) |
Метод, использующий математические или статистические модели, которые на основе кредитной истории прошлых клиентов банка пытаются предсказать вероятность возврата кредита новым заемщиком. |
| 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 нем наиболее заинтересованы. |
| Скоринговая карта (Scorecard) |
Набор характеристик потенциального заемщика и присваиваемых им весовых коэффициентов. Использование скоринговых карт — часть методики оценки кредитоспособности заемщиков, 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 определенно шкале. |
| Стандартизация данных (Data standardization) |
Разновидность предобработки данных с целью приведения их к определенному 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. |
| Стресс-тестирование (Stress-testing) |
Направление управления рисками, ориентированное на анализ последствий экстремальных событий с целью оценки достаточности ресурсов для обеспечения устойчивости бизнеса и покрытия возможных убытков. |
| 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 путем 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. |
| Телемаркетинг (Telemarketing) Telesales |
Направление прямого маркетинга, при котором продвижение продуктов компании осуществляется с использованием телефонной связи. |
| 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 бизнес-семантикой (Business semantics management) BSM |
Методологический подход к управлению семантикой (значением и контекстом) бизнес-данных, процессов и правил внутри организации, целью которого является, чтобы любые данные внутри нее имели единое понимание и интерпретацию. |
| 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 объемом платежеспособного спроса, предъявленного клиентами, и фактическим объемом 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 объемами 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. |
| Цифровой двойник (Digital twin) Цифровой близнец |
Виртуальная копия физического объекта, процесса или системы. Она создается на основе данных, полученных на стадиях разработки и изготовления продукта, или данных о текущем состоянии уже работающего процесса, а также позволяет в режиме реального времени отслеживать и прогнозировать поведение объекта, оптимизировать его работу. |
| 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. |
| Электронная коммерция (E-commerce) Электронная торговля |
Сфера цифровой экономики, которая включает в себя финансовые и торговые транзакции, осуществляемые при помощи компьютерных сетей, а также бизнес-процессы, связанные с поддержкой их проведения. |
