Ordlista

För att arbeta datadrivet, för att veta var ni ska börja, vilka tekniska termer och olika roller ni behöver ha koll på som kommer stöta på och kan behöva lära er mer om. Data ni vill använda kommer finnas på olika ställen och det finns flera tekniska lösningar för att få tillgång och aggregera/visualisera/kombinera data.

Nedan finns en ordlista med korta förklaringar och/eller hänvisning till andra delar av vår guide.

Ordlista

API (Application Program Interface): Ett gränssnitt som tillåter olika programvarukomponenter att kommunicera med varandra. Det används för att integrera olika system och tjänster. I systemutveckling används API:er vanligtvis för att låta ett användargränssnitt (frontend) att kommunicera med funktionaliteten (backend).

Algoritmer: En uppsättning instruktioner eller regler som används för att lösa ett specifikt problem eller utföra en viss uppgift.

Automation: Processen att automatisera uppgifter eller arbetsflöden med hjälp av teknik eller programvara.

Big data: Stora mängder data som är för stora eller komplexa för att hanteras med traditionella databashanteringsmetoder.

Business Intelligence-verktyg: Programvara som används för att analysera och presentera affärsdata på ett visuellt och enkelt sätt för att fatta informerade beslut baserat på stora mängder komplex data.

Data governance: Att systematiskt hantera och betrakta data som en strategisk tillgång

Datalager/Datawarehouse: En centraliserad digital plats där data från olika källor samlas, struktureras, lagras och görs tillgänglig Business Intelligence-verktyg och AI-modeller.

Data lake: En flexibel lagringsplats för olika typer av data, inklusive strukturerad, ostrukturerad och halvstrukturerad data.

Dataintegration: Processen att kombinera data från olika källor och göra dem tillgängliga för analys eller användning.

Data Management: Hantering av dataresurser, inklusive insamling, lagring, säkerhet och kvalitet.

Data pipelines: Automatiserade processer för att flytta och transformera data från en källa till en destination.

Dataportal: En webbplats eller plattform där användare kan söka, hämta och dela data.

Datakällor: Ursprungliga platser där data genereras eller samlas in.

Maskininlärning: En gren av artificiell intelligens där datorer lär sig att identifiera mönster från stora mängder data genom statistiska algoritmer.

Masterdata: Centrala och kritiska dataelement som återfinns i flera datakällor och som används för exempelvis dataintegrationer och för att kombinera data från flera datakällor i samma Business Intelligence-analyser. Exempel på masterdata är medarbetare, produkter och kostnadsställen/ansvar.

Internet of Things (IoT): Ett nätverk av fysiska enheter (till exempel sensorer, apparater och fordon) som är anslutna till internet och kan kommunicera med varandra.

Standarder: Gemensamma regler och riktlinjer som används för att säkerställa enhetlighet och interoperabilitet inom olika områden.

Övriga termer

Analys- och beslutsstöd: En kombination av metoder och verktyg som hjälper organisationer att samla in, förädla och presentera data för att fatta informerade beslut. Det inkluderar användning av affärsintelligensverktyg, rapporter, dashboards och prediktiv analys.

Datalitteracitet: Förmågan att läsa, förstå och kommunicera med data. Det handlar om att vara kritisk till data, förstå dess innebörd och kunna använda det för att fatta beslut.

Dataintegritet: Säkerställer att data är korrekta, konsekventa och oförändrade under hela dess livscykel. Det handlar om att skydda data från obehöriga ändringar eller felaktigheter.

Datakultur: De kollektiva beteenden och övertygelser hos människor som värdesätter, använder och uppmuntrar dataanvändning för bättre beslutsfattande. Det innebär att datan är en integrerad del av organisationens identitet och arbete.

Prediktiv analys: En gren av avancerad analys som använder statistiska tekniker och prediktiva modeller för att förutse framtida händelser, beteenden och utfall. Det hjälper organisationer att fatta informerade beslut baserat på data.