Dữ liệu thông minh

Chuyển đổi số và số hóa dữ liệu giúp doanh nghiệp tối ưu chi phí, tăng hiệu quả vận hành, thu hút người dùng

Dữ liệu hiện nay là tài sản quan trọng nhất của hầu hết các tổ chức nên việc vi phạm, không tuân thủ, xử lý sai hoặc mất dữ liệu có thể sẽ gây ra sự gián đoạn trong nhiều lĩnh vực hoạt động. Để giảm thiểu những rủi ro này, bạn sẽ cần hiểu rõ vòng đời sinh ra, hình thành, sử dụng và phá hủy của dữ liệu (Data Lifecycle Management - DLM).

Khoa học dữ liệu là một thuật ngữ bao hàm mọi khía cạnh của xử lý dữ liệu—từ thu thập dữ liệu đến lập mô hình rồi rút ra thông tin chuyên sâu. Mặt khác, phân tích dữ liệu chủ yếu liên quan tới thống kê, toán học và phân tích thống kê.

Dãy số thời gian (tiếng Anh: Time Series) là dãy các trị số của chỉ tiêu thống kê được sắp xếp theo thứ tự thời gian.

Dữ liệu sơ cấp (tiếng Anh: Primary data) là loại dữ liệu được thu thập bởi một nhà nghiên cứu từ các nguồn đầu tiên, sử dụng các phương pháp như khảo sát, phỏng vấn hoặc thí nghiệm.

Dữ liệu thứ cấp (tiếng Anh: Secondary data) là dữ liệu được thu thập cho mục đích khác, nhà nghiên cứu sử dụng lại cho nghiên cứu của mình.

Hệ gợi ý không cá nhân hóa trong tiếng Anh gọi là: Non-personalized recommender system.

Cá nhân hóa (tiếng Anh là Personalization) việc sử dụng thông tin chi tiết mà doanh nghiệp đã thu thập và phân tích được về khách hàng - để tạo ra các hoạt động Marketing mix tăng mức độ liên quan của quảng cáo với đối tượng mục tiêu.

Tháp DIKW là gì? Đây là một mô hình rất nổi tiếng về các cấp bậc, sơ khai nhất là tầng dữ liệu thô Data (các số liệu, dữ kiện, ...) trải qua nhiều bước được nhào nặn, tổng hợp, nghiên cứu, các data "thô sơ" này trở thành Wisdom - Sự Thông Thái của con người!