ビジネスインテリジェンス（BI）とデータ分析は、テクノロジー分野の意思決定者に、自社の経営状況や目標達成状況をより明確に把握する機会を提供します。しかし、BIと分析の概念と実践の仕組みを理解するのに苦労するビジネスユーザーもいます。これらの21の用語は、すべてのBIおよびデータアナリストにとって必須の語彙です。
参照:ミニ用語集: 知っておくべきビッグデータ用語
アドホッククエリ
特定のビジネス上の質問に答える、BI または分析ソフトウェアから 1 回限りの「オンデマンド」レポートを作成する機能。
匿名化
記録のソースの発見を防ぎ、プライバシーと機密性を維持するために、データベース内の人々とその記録との間のリンクを切断すること。
行動分析
人々の行動に関するデータを活用して意図を理解し、将来の行動を予測します。
バランスト・スコアカード
組織のパフォーマンスを複数の視点（販売結果と在庫レベルなど）から 1 つのページに総合的に記録するパフォーマンス管理ツール。
コンテキストデータ
ビッグデータの個々の要素に状況的なコンテキストを付加することで、ビジネス上の意味を豊かにするビッグデータの構造化（例えば、顧客の名前と住所のみを示す顧客レコードの代わりに、このレコードデータに付加されたデータには、最近のウェブアクティビティデータから収集された顧客の購買嗜好も含まれる）。その結果、顧客とそのライフスタイルをより深く理解できるようになります。
データベース
アプリケーションや分析ソフトウェアによる便利で素早い検索と取得のために整理されたデータのコレクション。
データブローカー
消費者の個人情報を収集し、その情報を他の組織に販売する企業。
データマート
営業、財務、マーケティングなど、会社の特定の主題領域の情報に重点を置いた小規模なデータ リポジトリ。
データモデル
データモデルは、エンドビジネスユーザーとITデータベースアナリストの共同作業の成果です。最初のステップは、ビジネスの様々な機能が相互に連携するために必要なデータとは何か、そしてそのデータをどのように整理・構造化すれば最も意味のある情報になるかを、分かりやすく定義することです。次のステップは、データアナリストとその他のITスタッフが、技術的なデータベース、データストレージとセキュリティの計画、そしてこのデータを用いたアプリケーションや分析レポートの開発を可能にする計画を策定することです。これらのプロセスが一体となって、ビジネスのためのデータモデルが完成します。
参照: 処方的分析: チートシート (TechRepublic)
データポイント
グラフまたはチャート上の個々の項目。
データの視覚化
データが伝える内容をユーザーがよりよく理解できるように、データを視覚的または図解的なコンテキストに配置する方法 (たとえば、地図は国内のどの地域に最も多くの降雨量があるかを視覚化する方法です)。
データウェアハウス
複数の主題領域 (またはデータ マート) を扱うデータ リポジトリ。
フィルター
ユーザーがフィルター処理することを決定した内容に基づいて、レポートに特定のデータを含めたり除外したりするメカニズム (たとえば、レポートを厳密にカスタマイズするには、スキーが好きな 25 歳から 35 歳の顧客のレコードのみを厳密に必要とし、それ以外のすべての顧客は除外する必要があるなど)。
ギャップ分析
企業が保有するデータが、レポートと BI に対して企業が設定したビジネス上の期待を満たすことができるかどうか、また、データのギャップや欠落が存在する可能性がある箇所を調査します。
主要業績評価指標（KPI）
BI分析を実行する際に、企業が目標達成状況を判断するために進捗状況を測る指標です。結果はダッシュボードまたはスコアカードレポートの形式で報告され、経営幹部、管理者、従業員はパフォーマンスを評価し、特定の目標（または指標）が達成されているか、超過しているか、あるいは未達であるかを把握できます。
メタデータ
プライマリ データの内容に関する情報を提供するデータ (たとえば、写真がプライマリ データである場合、そのメタデータには解像度や写真が撮影された日時などが含まれることがあります)。
メトリクス
組織内の進捗状況を観察し、傾向を評価するパフォーマンスの尺度。
多極分析
データが一元的に収集、保存、分析されるのではなく、企業内のさまざまな領域で収集、保存、分析される分散型ビッグデータ モデル。
スキーマ
データベース内のデータの構成を定義する構造。
スライスとダイス
ユーザーがあらゆる角度からデータを表示できるようにするレポート ソフトウェアまたはスプレッドシート ソフトウェアのデータ操作ツール。
スナップショット
特定の瞬間のデータのビュー。
