Data Glossary Lab

Το Apache Airflow είναι μια πλατφόρμα για την προγραμματιστική δημιουργία, τον χρονοπρογραμματισμό και την παρακολούθηση ροών εργασίας (workflows)· δεν είναι απλώς ένας χρονοπρογραμματιστής εργασιών (task scheduler). Ενώ το Cron σάς επιτρέπει να τρέχετε σενάρια (scripts) σε συγκεκριμένες χρονικές στιγμές, το Airflow σάς επιτρέπει να ορίζετε περίπλοκες εξαρτήσεις μεταξύ τους. Μετατρέπει μεμονωμένα scripts και ευπαθείς μαζικές εργασίες (batch jobs) σε ένα ανθεκτικό οικοσύστημα βασισμένο σε κώδικα.

Το Microsoft Azure είναι μια ολοκληρωμένη πλατφόρμα νεφοϋπολογιστικής (cloud computing) και παροχής υπηρεσιών υποδομής της Microsoft. Προσφέρει ένα ευρύ φάσμα ενσωματωμένων υπηρεσιών συμπεριλαμβανομένων των Infrastructure as a Service (IaaS), Platform as a Service (PaaS) και Software as a Service (SaaS) επιτρέποντας σε οργανισμούς να δημιουργούν, να αναπτύσσουν και να διαχειρίζονται εφαρμογές μέσω του παγκόσμιου δικτύου κέντρων δεδομένων (datacenters) της Microsoft.

Η Ανάλυση Ομάδων είναι ένα εξειδικευμένο υποσύνολο αναλυτικών στοιχείων συμπεριφοράς που αναλύει ένα μεγάλο σύνολο δεδομένων σε σχετικές ομάδες με βάση κοινά χαρακτηριστικά ή εμπειρίες εντός ενός συγκεκριμένου χρονικού διαστήματος. Αντί να βλέπει όλους τους χρήστες ως μία μονάδα, αυτή η ανάλυση παρακολουθεί τον τρόπο με τον οποίο συμπεριφέρονται συγκεκριμένα τμήματα με την πάροδο του χρόνου, επιτρέποντας στις επιχειρήσεις να εντοπίζουν μοτίβα στην εμπλοκή, τη διατήρηση και την απώλεια πελατών.

Στη Python, ένα Λεξικό είναι μια ενσωματωμένη, μεταβλητή δομή δεδομένων που χρησιμοποιείται για την αποθήκευση συλλογών δεδομένων σε ζεύγη κλειδιού-τιμής. Σε αντίθεση με τις ακολουθίες (όπως λίστες ή πλειάδες) οι οποίες καταχωρούνται με βάση ένα εύρος αριθμών, τα λεξικά καταχωρούνται με βάση μοναδικά "κλειδιά", επιτρέποντας την ανάκτηση δεδομένων υψηλής απόδοσης και την οργανωμένη αντιστοίχιση δεδομένων.

Η Ανάλυση Καλαθιού Αγορών (MBA) είναι μια τεχνική εξόρυξης δεδομένων που χρησιμοποιείται για την αποκάλυψη σχέσεων μεταξύ προϊόντων. Ενώ η τυπική ανάλυση πωλήσεων μπορεί απλώς να καταγράφει τα προϊόντα με τις περισσότερες πωλήσεις, η MBA τα ομαδοποιεί με βάση τη συσχέτιση. Απαντά στο ερώτημα: "Εάν ένας πελάτης αγοράσει το Προϊόν Α, πόσο πιθανό είναι να αγοράσει και το Προϊόν Β;" Αναλύοντας σύνολα συναλλαγών, η MBA μετατρέπει τα ανεπεξέργαστα δεδομένα αποδείξεων σε αξιοποιήσιμες εμπορικές πληροφορίες. Αξιολογεί τρεις βασικούς δείκτες: την Υποστήριξη/Support (πόσο συχνά εμφανίζονται τα είδη στα δεδομένα), την Εμπιστοσύνη/Confidence (η υπό συνθήκη πιθανότητα ότι η αγορά του είδους Χ οδηγεί στην αγορά του είδους Ψ) και την Ανύψωση/Lift (η ισχύς της συσχέτισης σε σύγκριση με την τυχαία πιθανότητα). Αντί να βλέπει το καλάθι αγορών ως μια τυχαία συλλογή αγαθών, η MBA αποκαλύπτει κρυμμένα μοτίβα, εντοπίζοντας "Συμπληρωματικά Αγαθά", "Υποκατάστατα Είδη" ή "Προϊόντα-Άγκυρες", επιτρέποντας σε μια επιχείρηση να βελτιστοποιήσει τη διάταξη του καταστήματος και τις στρατηγικές διασταυρούμενων πωλήσεων (cross-selling).

Η Αρχή του Pareto, ευρέως γνωστή ως ο Κανόνας 80/20, είναι μια στατιστική έννοια που ορίζει ότι περίπου το 80% των αποτελεσμάτων προέρχεται από το 20% των αιτιών. Ενώ η τυπική ανάλυση πωλήσεων μπορεί να θεωρεί όλα τα δεδομένα ισοβαρή, η ανάλυση Pareto αναγνωρίζει την άνιση κατανομή του αντίκτυπου. Απαντά στο ερώτημα: «Ποια μειοψηφία των εισροών οδηγεί την πλειοψηφία των εκροών;» Ταξινομώντας τα δεδομένα με βάση τη συχνότητα ή τον αντίκτυπο, διαχωρίζει τα «Ζωτικά Λίγα» (το μικρό ποσοστό στοιχείων που δημιουργεί τη μεγαλύτερη αξία ή ζημιά) από τα «Επουσιώδη Πολλά» (το μεγάλο ποσοστό στοιχείων με ελάχιστο αντίκτυπο). Στην Επιστήμη των Δεδομένων (Data Science), αυτό είναι κρίσιμο για την επιλογή χαρακτηριστικών (feature selection), εντοπίζοντας ότι ένα μικρό υποσύνολο μεταβλητών κατέχει συχνά την περισσότερη προβλεπτική ισχύ σε ένα μοντέλο.

Τα BI Interactive Dashboards είναι προηγμένα εργαλεία οπτικοποίησης δεδομένων που παρέχουν μια συγκεντρωτική, σε πραγματικό χρόνο εικόνα των Βασικών Δεικτών Απόδοσης (KPIs) και των επιχειρηματικών μετρήσεων.

Το Power BI είναι ένα ενοποιημένο οικοσύστημα επιχειρηματικής ευφυΐας, και όχι απλώς ένα εργαλείο οπτικοποίησης. Ενώ το Excel σάς επιτρέπει να οργανώσετε τα δεδομένα, το Power BI σάς επιτρέπει να τα βιώσετε. Μετατρέπει απομονωμένα λογιστικά φύλλα και διαφορετικές βάσεις δεδομένων σε μια συνεκτική, καθηλωτική αφήγηση. Η βασική διαφορά είναι η συνδεσιμότητα και η κλιμάκωση. Σε μια παραδοσιακή δομή, τα δεδομένα ζουν σε σιλό,παγιδευμένα σε SQL servers, CRM ή τοπικά αρχεία. Στο Power BI, αυτές οι πηγές συγχωνεύονται σε ένα ενιαίο Σημασιολογικό Μοντέλο (Semantic Model). Η διεπαφή λειτουργεί ως γέφυρα μεταξύ των ακατέργαστων αριθμών και της ανθρώπινης αντίληψης, επιτρέποντας στους χρήστες να συγκεντρώνουν εκατομμύρια εγγραφές από διαφορετικές πηγές και να τις οπτικοποιούν άμεσα. Λύνει το πρόβλημα της "μίας και μοναδικής αλήθειας". Αντί να ανταλλάσσονται με email πέντε διαφορετικές εκδόσεις λογιστικών φύλλων με αντικρουόμενα νούμερα, το Power BI προσφέρει έναν μοναδικό προορισμό στο cloud που ενημερώνεται αυτόματα. Είναι ευφυΐα μέσω της ενοποίησης.

Το Cloud Computing είναι η κατ' απαίτηση (on-demand) παροχή υπολογιστικών πόρων όπως ισχύς επεξεργασίας, αποθηκευτικός χώρος βάσεων δεδομένων και εφαρμογές λογισμικού μέσω του διαδικτύου με τιμολόγηση βάσει χρήσης (pay-as-you-go).