Glosarium

Sistem AI yang tidak hanya menjawab, tetapi juga menjalankan langkah-langkah: membaca data, memanggil alat, dan memeriksa hasilnya dalam batas yang ditetapkan.

Layanan terkait: Agen AI untuk Bisnis

Lingkungan di sekitar agen AI: alat, akses data, aturan, dan pemeriksaan atas pekerjaannya.

Layanan terkait: Lingkungan AI Perusahaan

Sejauh mana nilai sesuai dengan kenyataan: harga yang benar, alamat yang tepat, tanggal pengiriman yang sebenarnya.

Layanan terkait: Kualitas Data

Alat dan proses yang mengubah data menjadi laporan dan dashboard untuk pengambilan keputusan.

Layanan terkait: Analitik & BI

Pendekatan di mana pengguna bisnis membuat laporan sendiri dari data yang sudah disiapkan, tanpa harus selalu meminta bantuan analis.

Layanan terkait: Analitik & BI

Layar berisi metrik utama dan grafik yang memberikan gambaran suatu topik di satu tempat dan diperbarui secara otomatis.

Layanan terkait: Analitik & BI

Perubahan pada data masukan atau pola dari waktu ke waktu yang membuat model lebih sering keliru. Hal ini dilacak melalui pemantauan.

Layanan terkait: ML & Analitik Lanjutan

Penyimpanan untuk volume data besar dalam bentuk aslinya, termasuk file, log, dan data tidak terstruktur.

Layanan terkait: Rekayasa Data

Jalur yang ditempuh data dari sumber ke laporan: dari sistem mana data berasal dan transformasi apa yang dilaluinya. Membantu menemukan penyebab angka yang salah dengan cepat.

Layanan terkait: Tata Kelola Data

Set data yang disiapkan untuk tugas atau departemen tertentu, misalnya penjualan atau keuangan. Laporan dibangun di atas data mart, bukan di atas data mentah.

Layanan terkait: Analitik & BI

Praktik yang membuat pekerjaan data andal dan dapat diprediksi: pemeriksaan otomatis, pemantauan pemuatan, kontrol perubahan, dan pemulihan cepat dari kegagalan.

Layanan terkait: Rekayasa Data

Basis data pusat tempat data dari berbagai sistem dimuat, dibersihkan, dan diseragamkan bentuknya untuk analitik.

Layanan terkait: Rekayasa Data

Proses pemuatan data: ekstraksi dari sumber, transformasi, dan pemuatan ke data warehouse. Pada ELT, data dimuat lebih dulu, lalu ditransformasi di dalam data warehouse.

Layanan terkait: Rekayasa Data

Definisi istilah dan metrik bisnis yang disepakati: apa tepatnya yang dihitung sebagai "pelanggan aktif" atau "pendapatan". Dasar bagi angka yang konsisten di semua laporan.

Layanan terkait: Tata Kelola Data

Deskripsi set data perusahaan: di mana lokasinya, apa isinya, siapa pemiliknya, dan seberapa jauh data tersebut dapat dipercaya. Katalog membantu orang menemukan data yang tepat dengan cepat.

Layanan terkait: Tata Kelola Data

Apakah data memuat semua catatan dan nilai yang diperlukan. Misalnya, persentase pelanggan tanpa nomor telepon atau pesanan tanpa nilai transaksi.

Layanan terkait: Kualitas Data

Penilaian seberapa sistematis perusahaan bekerja dengan data: kualitas, infrastruktur, proses, keterampilan, dan penggunaan data dalam pengambilan keputusan.

Layanan terkait: Strategi & Audit Data

Deskripsi terstruktur tentang cakupan manajemen data yang baik: domain, peran, dan praktik. Contoh yang dikenal luas adalah DAMA-DMBOK dan DCAM.

Layanan terkait: Tata Kelola Data

Seberapa mutakhir data pada saat digunakan: apakah stok sudah diperbarui sebelum rapat pagi, apakah penjualan kemarin sudah masuk ke laporan.

Layanan terkait: Kualitas Data

Tidak adanya duplikat: setiap pelanggan, produk, atau mitra bisnis diwakili oleh satu catatan.

Layanan terkait: Kualitas Data

Penggolongan data ke dalam tingkat sensitivitas, seperti publik, internal, rahasia, atau pribadi, sehingga setiap tingkat mendapatkan aturan akses dan perlindungan yang sesuai.

Layanan terkait: Keamanan Data

Apakah data yang sama cocok di berbagai sistem dan laporan. Contoh inkonsistensi: pendapatan bulanan berbeda antara CRM dan sistem akuntansi.

Layanan terkait: Kualitas Data

Pendekatan di mana akses ke data bergantung pada peran seseorang, bukan diberikan kepada setiap individu secara terpisah. Akses seperti ini lebih mudah ditinjau dan dicabut.

Layanan terkait: Keamanan Data

Metrik untuk memantau kemajuan menuju suatu tujuan: pendapatan, margin, perputaran persediaan, tingkat pembelian ulang.

Layanan terkait: Analitik & BI

Sejauh mana data sesuai dengan tujuannya: laporan, keputusan, proses otomatis. Kualitas data diukur dari beberapa dimensi: kelengkapan, akurasi, konsistensi, ketepatan waktu, dan keunikan.

Layanan terkait: Kualitas Data

Arsitektur yang menggabungkan penyimpanan berbiaya rendah dari data lake dengan struktur dan kemudahan kueri dari data warehouse.

Layanan terkait: Rekayasa Data

Model AI yang dilatih dengan teks dalam volume besar dan mampu memahami permintaan serta menghasilkan jawaban.

Layanan terkait: Lingkungan AI Perusahaan

Penggantian nilai asli dengan nilai fiktif yang realistis atau penyembunyian sebagian nilai, sehingga data dapat digunakan untuk pengujian dan analitik tanpa membuka detail pribadi.

Layanan terkait: Keamanan Data

Standar terbuka untuk menghubungkan alat AI ke data dan sistem dengan satu cara yang seragam.

Layanan terkait: MCP dan Integrasi AI

Praktik dan sistem untuk memelihara referensi tunggal entitas utama — pelanggan, produk, mitra bisnis — yang menjadi sumber data bagi semua sistem lain.

Layanan terkait: Kualitas Data

Data tentang data: struktur tabel, deskripsi kolom, sumber, waktu pembaruan, pemilik.

Layanan terkait: Tata Kelola Data

Praktik untuk membawa model ke produksi dan mengoperasikannya: penerapan, pemantauan kualitas, pelatihan ulang, dan kontrol versi.

Layanan terkait: ML & Analitik Lanjutan

Algoritma yang menemukan pola dalam data historis dan menerapkannya pada data baru: membuat prakiraan, mengklasifikasikan, memberi rekomendasi.

Layanan terkait: ML & Analitik Lanjutan

Menjalankan sistem di server milik perusahaan sendiri, bukan di cloud eksternal.

Layanan terkait: Lingkungan AI Perusahaan

Pengelolaan cara pipeline dijalankan: jadwal, urutan langkah, dependensi, pengulangan saat gagal, dan peringatan.

Layanan terkait: Rekayasa Data

Pimpinan bisnis yang bertanggung jawab atas suatu set data: menyetujui aturan kualitas dan akses serta menyelesaikan perselisihan.

Layanan terkait: Tata Kelola Data

Spesialis yang menjaga kualitas data tertentu dari hari ke hari: menyelidiki kesalahan serta memelihara data referensi dan deskripsinya.

Layanan terkait: Tata Kelola Data

Rangkaian langkah otomatis yang secara rutin memindahkan data dari sumber ke data warehouse, data mart, dan laporan.

Layanan terkait: Rekayasa Data

Perkiraan nilai di masa depan berdasarkan data historis dan faktor eksternal: permintaan, penjualan, beban kerja staf atau gudang.

Layanan terkait: ML & Analitik Lanjutan

Pendekatan di mana model AI terlebih dahulu menemukan bagian yang relevan dalam dokumen dan data Anda, lalu menjawab berdasarkan bagian tersebut.

Layanan terkait: RAG: AI di Atas Pengetahuan Anda

Perkiraan probabilitas suatu peristiwa untuk setiap objek: bagi pelanggan, kemungkinan berhenti (churn) atau membeli; bagi pengajuan, tingkat risikonya.

Layanan terkait: ML & Analitik Lanjutan

Bahasa kueri untuk basis data. SQL memungkinkan Anda memilih, menggabungkan, dan mengagregasi data, serta menjadi alat utama analis dan insinyur data.

Layanan terkait: Rekayasa Data

Rencana yang menghubungkan tujuan bisnis dengan inisiatif data: apa yang dilakukan, dalam urutan apa, dengan anggaran berapa, dan imbal hasil apa yang diharapkan.

Layanan terkait: Strategi & Audit Data

Sistem aturan, peran, dan proses yang menentukan siapa yang bertanggung jawab atas data serta bagaimana data dideskripsikan, diperiksa, disimpan, dan digunakan.

Layanan terkait: Tata Kelola Data

Undang-undang yang menetapkan aturan pengumpulan, penyimpanan, dan penggunaan data pribadi. Contoh yang paling dikenal adalah GDPR di Uni Eropa, dan banyak negara memiliki undang-undangnya sendiri.

Layanan terkait: Keamanan Data