Préparez-vous avant votre démonstration

Extract, Transform, Load (ou Extract, Load, Transform) : déplacer les données depuis les systèmes sources, les remodeler et les stocker là où les analystes peuvent les utiliser. L'ELT effectue la transformation après le chargement, au sein de la plateforme cible.

Séquence d'étapes automatisée et reproductible qui déplace et prépare les données, généralement selon un calendrier ou un déclencheur.

Mesurer ce que contient réellement un jeu de données : types de données, valeurs manquantes, plages de valeurs, motifs et unicité.

Vérification des enregistrements par rapport à des règles, par exemple champs obligatoires, plages valides ou clés cohérentes, avant leur utilisation pour le reporting ou les modèles.

Automatisation d'une partie du workflow de machine learning, comme la comparaison d'algorithmes et le réglage des paramètres, pour permettre à davantage d'équipes de créer des modèles utiles.

Indicateur clé de performance : une mesure qui indique la progression vers un objectif métier, comme le délai moyen de traitement ou le chiffre d'affaires mensuel.

Une mesure est un nombre pouvant être agrégé (ventes, volume). Une dimension est une façon de le découper (région, produit, mois).

Modifier une hypothèse, comme le prix ou la demande, pour voir comment une prévision ou un résultat évoluerait.

Interroger les données en langage courant et obtenir des graphiques ou des tableaux en réponse.