Glossar
Insight Advisor Chat
Insight Advisor Chat ist eine chatbasierte Benutzeroberfläche für Konversationsanalyse. Mit Insight Advisor Chat können Sie in den Apps, auf die Sie Zugriff haben, Fragen stellen. Insight Advisor Chat gibt dann relevante Visualisierungen zurück.
Abonnement
Mithilfe von Abonnementberichten können Sie wiederkehrende E-Mails planen, die ein PDF Ihrer ausgewählten Arbeitsblätter oder Diagramme enthalten.
Abschnittszugriff
Abschnittszugriff ist ein Abschnitt des Datenladeskripts, der eine Sicherheitstabelle enthält, in der definiert ist, welche Benutzer welche Daten in einer App anzeigen können.
Administrator, Analyse
Analyseadministratoren sind Administratoren, die nur Berechtigungen zum Verwalten der Benutzerressourcen des Analytics-Diensts haben.
Administrator, Audit
Wenn Audit-Administratoren auch die Entwicklerrolle zugewiesen ist, können sie auf App-Feedback und Nutzungsmetriken für Insight Advisor und Insight Advisor Chat zugreifen.
Administrator, Daten
Datenadministratoren sind Administratoren, deren Funktion auf das Verwalten von Datenbereichen und der in diesem Bereichen enthaltenen Datenressourcen beschränkt ist.
Administrator, Mandant
Mandantenadministratoren sind Administratoren, die für die Verwaltung von Benutzern, Systemerweiterungen und Systemanpassungen zuständig sind. Mandantenadministratoren haben vollständigen Zugriff auf die Verwaltungskonsole.
Aggregierung
Eine Aggregierung ist eine Berechnung, die mehrere Datensätze in den Quelltabellen nutzt. Oft wird ein einzelnes Feld mit einer Funktion wie sum, count, min, max oder average aggregiert. Beispiel: Die Summe von Umsätzen.
Ähnliche Begriffe: Berechnung, Kennzahl, Metrik
Siehe: Kennzahlen
Aggregierung mit Auswahlformeln
Aggregierung mit Auswahlformeln definiert einen alternativen Satz Auswahlen in einer Visualisierung, die sich von denen in der aktuellen Auswahl unterscheidet. Dies ermöglicht eine vergleichende Analyse.
Analysetypen für Insight Advisor
Analysetypen für Insight Advisor ist eine Insight Advisor-Funktion, mit der Sie den gewünschten Analysetyp und die zu verwendenden Daten auswählen können und die dann Ihre Visualisierungen erstellt.
Analyzer-Benutzerberechtigung
Analyzer-Berechtigung ist für Benutzer vorgesehen, die von anderen erstellte Arbeitsblätter und Apps nur nutzen. Sie benötigen Professional-Berechtigung, um Arbeitsblätter oder Apps zu erstellen, zu bearbeiten oder zu veröffentlichen.
Ansichten
Ansichten werden in Datenprojekten verwendet. Eine Ansicht ist eine virtuelle Darstellung der physischen Datensätze. Da Ansichten aus der Abfrage der physischen Datensätze erstellt werden, wählen sie immer die relevanten Daten aus dem zugrunde liegenden Datensatz aus. Ansichten haben verschiedene Vorteile gegenüber physischen Datensätzen: Sie können immer einen einzigen Ergebnissatz aus Verknüpfungen zwischen mehreren Datensätzen anzeigen, sie steuern den Zugriff auf zugrunde liegende Daten und sie belegen kaum Speicherplatz.
Ein Datenprojekt kann mehrere Typen von Ansichten enthalten. Welche Ansichten erstellt werden, hängt davon ab, ob Sie Live-Ansichten und Verlauf aktiviert haben und ob Sie die Änderungsverarbeitung verwenden.
Anwendungsdatensatz
Der Datensatz, für das ein trainiertes Modell für maschinelles Lernen Vorhersagen vornimmt. Die Ausgabe einer Qlik AutoML-Vorhersage ist ein neuer Datensatz mit vorhergesagten Werten für ein ausgewähltes Zielfeld.
App
Dieser Begriff hat verschiedene Definitionen:
-
Eine Qlik Sense oder QlikView App: Apps sind aufgabenspezifische, für bestimmte Zwecke erstellte Anwendungen. Apps enthalten aus Datenquellen geladene Daten, die über Visualisierungen interpretiert werden.
Ähnliche Begriffe: Dokument, Arbeitsmappe
Siehe: Verstehen von Apps
-
Die Qlik Sense Mobile-App: Eine Mobiltelefon-App für iOS- und Android-Geräte. In der Mobil-App stellen Sie eine Verbindung mit Ihren Cloud-Daten her und interagieren damit. Sie können mit allen verfügbaren Apps arbeiten.
Siehe: Qlik Sense Mobile SaaS
Arbeitsblatt
Arbeitsblätter sind Komponenten von Qlik Sense Apps. Sie bieten Visualisierung für App-Benutzer, damit sie Daten erkunden, analysieren und entdecken können. Arbeitsblätter können öffentlich oder privat sein.
Ähnliche Begriffe: Dashboard, Arbeitsblatt
Siehe: Arbeitsblatt-Ansicht
Arbeitsblattobjekte
Arbeitsblattobjekte sind Komponenten, die zum Erstellen einer Schnittstelle in einem Arbeitsblatt verwendet werden. Nicht alle Arbeitsblattobjekte visualisieren Daten wie Tabellen und Diagramme. Es kann sich auch um andere Objekte wie Schaltflächen, Textobjekte und Erweiterungen handeln.
Ähnliche Begriffe: Visualisierung, Diagramm
Siehe: Arbeitsblatt-Ansicht
Associative Insights
Associative Insights ist eine Insight Advisor-Funktion, die Ihre Auswahlen und die durch Ihre Auswahlen ausgeschlossenen Werte vergleicht, um Ihnen blinde Flecken und verborgene Beziehungen aufzuzeigen.
Auswahlen
Auswahlen sind Werte, die von einem Benutzer in Visualisierungen in einer App ausgewählt werden, die zum Filtern von Daten verwendet wird.Wenn Sie eine Auswahl treffen, werden alle verknüpften Visualisierungen sofort aktualisiert, um die Auswahl widerzuspiegeln. Auswahlen können als Lesezeichen gespeichert und für andere Benutzer freigegeben werden.
Auswirkungsanalyse
Die Auswirkungsanalyse zeigt eine vorwärts gerichtete, nachgelagerte Ansicht einer Datenbank, einer App oder Feldabhängigkeiten.
Siehe: Analysieren der Auswirkungsanalyse für Apps, Skripte und Datensätze
Basis-Benutzer
Ein Benutzertyp mit eingeschränktem Zugriff. Als Basis-Benutzer können Sie App-Inhalte in verwalteten Bereichen anzeigen.
Benachrichtigungen
Mit Benachrichtigungen können erfahren, wann Änderungen an Apps oder Bereichen aufgetreten sind oder wann von Ihnen festgelegte Alarme ausgelöst wurden. Sie können auch Benachrichtigungen für Vorgangsänderungen für Datenintegration-Aufgaben und -Daten erhalten.
Siehe: Benachrichtigungen
Benutzer mit umfassenden Rechten
Die Umfassende Benutzerberechtigung gilt für alle Anwendungsfälle in Qlik Cloud. Als Benutzer mit umfassenden Rechten können Sie alles tun, was Ihre Berechtigungen zulassen, z. B. freigegebene Bereiche erstellen, Arbeitsblätter oder Apps erstellen, bearbeiten und veröffentlichen oder mit Data Integration arbeiten.
Benutzerdefiniertes Objekt
Benutzerdefinierte Objekte sind angepasste Visualisierungen, die von Mandantenadministratoren zu Mandanten hinzugefügt oder in eines der Qlik Erweiterungs-Bundles aufgenommen werden.
Ähnliche Begriffe: Erweiterungen
Siehe: Erstellen einer Visualisierung mit einem benutzerdefinierten Objekt
Berechtigungen
Berechtigungen sind die Rollen in datenrelevanten, freigegebenen und verwalteten Bereichen, die festlegen, was Benutzer in diesem Bereich tun dürfen.
Ähnliche Begriffe: Rechte, Benutzerrollen, Sicherheitsrollen
Siehe:
Bereich, Daten
Datenbereiche sind kontrollierte Bereiche Ihres Qlik Cloud Mandanten, die zum Erstellen und Speichern von Datenprojekten verwendete werden. Innerhalb des Bereichs können Sie auch neue Datenverbindungen anhand von Konnektoren erstellen und den Zugriff auf Datenbewegungs-Gateways verwalten. Alle Datenobjekte werden im Bereich des Datenprojekts erstellt, zu dem sie gehören.
Bereich, gemeinsam genutzt
Gemeinsam genutzte Bereiche sind Bereiche, in denen Apps und Datenquellen für andere Benutzer für eine gemeinsame Entwicklung freigegeben werden können.
Bereich, persönlich
Ein persönlicher Bereich ist ein privater Bereich, der Benutzern gehört und in dem sie Apps entwickeln können.
Siehe: Arbeiten in Bereichen
Bereich, verwaltet
Verwaltete Bereiche sind sorgfältig kontrollierte Bereiche zur Freigabe von Apps für eine eingeschränkte Gruppe von Benutzern.
Bereitstellen
Der Prozess des Verschiebens von Daten aus einer Datenquelle in eine Bereitstellungszone in einem Cloud Data Warehouse.
Bereitstellung
In Qlik Cloud Data Integration kann sich „Bereitstellung“ auf eines der folgenden Elemente beziehen:
- Eine Datenbank – in der Regel als Bereitstellungszone bezeichnet – in einem Cloud Data Warehouse, wo Quelldaten anfänglich „bereitgestellt“ werden, bevor sie an späterer Stelle in der Daten-Pipeline verarbeitet werden.
- Die eigentliche Aufgabe oder den Prozess, mit dem Daten aus der Datenquelle in die Bereitstellungszone verschoben werden
Die Bereitstellungsaufgabe in Qlik Cloud Data Integration steuert die kontinuierliche oder geplante Bereitstellung von Daten aus den Datenquelle an den Bereitstellungsbereich.
Bericht, tabellarisch
Ein Bericht, der tabellenbasierte Daten aus einer Qlik Sense App enthält. Sie können Visualsierungs- und App-Daten in tabellarischer Form sowie Diagrammbilder einschließen. Die Struktur eines tabellarischen Berichts wird durch eine Excel Berichtsvorlage definiert. Der Bericht wird durch eine Berichtsaufgabe in der Qlik Sense Apps verwaltet und zugestellt. Zusätzliche Konfigurationen, die in der App vorgenommen werden, sind Berichtsfilter und Verteilerlisten. Die Ausgabe kann das .xlsx- oder PDF-Format haben.
Ähnliche Begriffe: Berichtsaufgabe, Berichtsvorlage
Berichtsaufgabe
Eine Aufgabe, die in einer Qlik Sense App erstellt wird und eine Berichtsvorlage in eine generierte tabellarische Berichtsausgabe konvertiert. Dabei wird Datenbestandseinschränkung wie in den ausggewählten Berichtsfiltern definiert angewendet. Die Berichtsausgabe wird gemäß den konfigurierten Verteilungseinstellungen zugestellt.
Ähnliche Begriffe: Tabellarischer Bericht, Verteilerliste, Berichtsvorlage, Berichtsfilter
Berichtsfilter
Ein Filter, mit dem gesteuert wird, welche Daten einer Qlik Sense App in Berichte eingeschlossen werden. Berichtsfilter sind nur in tabellarischen Berichten verfügbar. Ein Berichtsfilter funktioniert wie ein Lesezeichen einer Qlik Sense App, wird aber eigens für Berichtsfunktionen konfiguriert. Berichtsfilter sind hochgradig anpassbar und können einzeln auf Ebene der Berichtsempfänger angewendet werden sodass sie individualisierte Ausgaben bieten.
Ähnliche Begriffe: Lesezeichen, Berichtsaufgabe, Berichtsvorlage, Verteilerliste
Siehe: Arbeiten mit Berichtsfiltern
Berichtsvorlage
Bei tabellarischen Berichten ist dies die Excel-Arbeitsmappe, die zum Organisieren der Berichtsdaten verwendet wird. Sie wird mithilfe des Qlik Add-Ins für Microsoft Excel erstellt, in die Qlik Sense App hochgeladen und an eine Berichtsaufgabe in der App angehängt. Die Vorlage definiert die Daten aus der Qlik Sense Quell-App – Spalten, Diagramme usw. –, die in den Bericht eingeschlossen werden sollen, und ordnet sie im gewünschten Format an.
Ähnliche Begriffe: Tabellarischer Bericht, Berichtsaufgabe
Confusion Matrix
Eine Konfusionsmatrix fasst die Genauigkeit der Vorhersageergebnisse in einem Klassifizierungsmodell zusammen. Die Anzahl der korrekten und inkorrekten Vorhersagen wird für jede Klasse zusammengefasst. Dadurch erhalten Sie Einblicke nicht nur in die Fehler, die von Ihrem Klassifizierer gemacht wurden, sondern auch in die Art der gemachten Fehler.
Siehe: Konfusionsmatrix
Data Gateway, Datenbewegung
Mit Qlik Data Gateway - Data Movement können Sie Daten hinter der Firewall von den Datenquellen Ihres Unternehmens über eine strikt ausgehende, verschlüsselte und gegenseitig authentifizierte Verbindung zu Cloud- und lokalen Zielen verschieben. Dadurch, dass es nicht mehr notwendig ist, eingehende Firewall-Ports zu öffnen, stellt Qlik Data Gateway - Data Movement eine sichere und vertrauenswürdige Möglichkeit zum Zugriff auf Ihre Unternehmensdaten bereit.
Ähnliche Begriffe: Data Movement Gateway
Data Mart
Data Marts sind der Teil Ihrer Daten-Pipeline, der eine Teilmenge der Daten aus Ihren Speicher- oder Umwandlungsdatenobjekten enthält. Je nach Ihren geschäftlichen Anforderungen können Sie eine beliebige Anzahl Data Marts erstellen. Im Idealfall enthalten Ihre Data Marts Repositorys zusammengefasster Daten, die für die Analyse eines bestimmten Bereichs oder einer Abteilung in Ihrer Organisation erfasst wurden.
Daten-Gateway, direkter Zugriff
Qlik Data Gateway - Direct Access ermöglicht Qlik SenseSaaS-Anwendungen den sicheren Zugriff auf Daten hinter der Firewall über eine nur ausgehende, verschlüsselte und gegenseitig authentifizierte Verbindung.
Daten-Pipeline
In einem Datenprojekt besteht eine Daten-Pipeline aus einer Reihe von Aufgaben zum Integrieren der Daten. Beim Onboarding werden Daten aus lokalen bzw. Cloud-Datenquellen in das Projekt verschoben und in einsatzbereiten Datensätzen gespeichert. Sie können auch Umwandlungen vornehmen und Data Marts erstellen, um Ihre generierten und umgewandelten Datensätze zu nutzen. Die Daten-Pipeline kann einfach und linear sein, oder es kann sich um eine komplexe Pipeline handeln, die mehrere Datenquellen nutzt und zahlreiche Ausgaben erstellt.
Datenaufgabe
Eine Datenaufgabe ist die Hauptarbeitseinheit in einem Datenprojekt. In einem Datenprojekt können Sie Datenaufgaben der folgenden Typen erstellen:
- Bereitstellung: Verschieben Sie Ihre Daten von der Datenquelle in ein Cloud Data Warehouse oder Qlik Cloud.
- Speicher: Speichern Sie Bereitstellungsdaten in nutzungsbereiten Datensätzen.
- Registrierte Daten: Registrieren Sie bereits in der Datenplattform vorhandene Daten.
- Umwandeln: Wandeln Sie Ihre Daten entsprechend den Zielanforderungen und geschäftlichen Bedürfnissen um.
- Data Mart: Erstellen Sie Data Marts aus gespeicherten oder umgewandelten Daten.
Sie können auch die Bereitstellung und Speicherung in einer einzigen „Onboarding“-Aufgabe kombinieren.
Siehe: Datenaufgabe
Dateneditor
Der Dateneditor ist ein Skript-Editor, mit dem Sie das Skript, das Daten in Ihre App lädt, erstellen und anpassen können.
Ähnliche Begriffe: Skript-Editor
Datenkatalog
Der Datenkatalog ist eine Komponente in Datenmanager and Dateneditor, mit der Sie Daten aus allen vorhandenen Datensätzen auswählen und laden können, auf die Sie Zugriff haben.
Datenleck
Ein unerwünschtes Phänomen beim maschinellen Lernen, bei dem ein Algorithmus mit Daten trainiert wird, für die er anschließend zum Generieren von Vorhersagen verwendet wird. Ein Indikator für Datenlecks ist eine unrealistisch gute Modellleistung, die die Folge des Auswendiglernens von Zielwerten ist (die fälschlicherweise in den Trainingsdaten bereitgestellt wurden, entweder direkt oder indirekt), nicht des Lernens von Mustern und Zuordnungen.
Siehe: Datenleck
Datenmanager
Datenmanager ist eine App-Komponente, mit der Sie Datenquellen in eine App laden und verwalten können. Sie können die Daten auch in einer Vorschau anzeigen und zuweisen, sowie Datenumformungen durchführen.
Datenmodellansicht
Die Datenmodellansicht ist eine App-Komponente, mit der Sie die Struktur der zu einer App hinzugefügten Daten und die Metadaten für Tabellen und Felder anzeigen können.
Datenobjekt
Eine für einen bestimmten Zweck geeignete Datensatzsammlung.
Datenprofilerstellung
Die Datenprofilerstellung zeigt Statistiken und Informationen über Ihre Datensätze an.
Siehe: Verwalten von Metadaten auf Feldebene und Datenprofilerstellung
Datenprojekt
Ein Datenprojekt ist der Ort, an dem Sie Ihre Daten-Pipeline mit Datenobjekten erstellen. Das Datenobjekt wird mit einer Datenplattform verknüpft, die als Ziel für alle Ausgaben verwendet wird. Sie können eine einfache, lineare Daten-Pipeline erstellen, oder Sie können eine komplexe Pipeline wählen, die mehrere Datenquellen nutzt und zahlreiche Ausgaben erstellt.
Datensatz
Der Begriff „Datensatz“ ist manchmal ein Synonym für „Tabelle“. Er kann sich auf die Original-Quelltabelle, die Tabelle nach den Umwandlungen oder die Fakt- und Dimensionstabellen in einem Data Mart beziehen.
Er kann sich auch auf eine interne Tabelle beziehen, wenn mehrere Instanztabellen und -ansichten vorhanden sind:
-
Aktuelle Daten
-
Verlauf, der die vorherigen Versionen der Tabelle umfasst
-
Änderungen
Siehe: Verwalten von Datensätzen
Datenverbindung
In Analysedienste:
Datenverbindungen werden verwendet, um Daten aus externen Datenquellen in Qlik Cloud zu laden und Analysen in Form von Apps und Skripten zu erstellen. Datenverbindungen können Daten aus Datenbanken und remote gespeicherten Dateien laden.
Siehe: Hinzufügen und Verwalten Ihrer Analysedaten
In Datenintegration:
Mithilfe von Datenverbindungen können Datenaufgaben auf Datenquellen sowie auf externen Speicher und Cloud Data Warehouses in einem Datenprojekt zugreifen.
Siehe: Verbinden mit Datenquellen
Diagramm
Diagramme sind Objekte, in denen Berechnungen, Aggregierungen und Gruppierungen vorgenommen werden können. Häufige Beispiele sind grafische Visualisierungen wie Balken- oder Kreisdiagramme, aber auch nichtgrafische Objekte wie Pivottabellen sind Diagramme.
Ein Diagramm besteht aus Dimensionen und Kennzahlen, wobei die Kennzahlen einmal pro Dimensionswert berechnet werden. Wenn das Diagramm mehrere Dimensionen enthält, werden die Kennzahlen einmal pro Kombination der Dimensionswerte berechnet.
Ähnliche Begriffe: Visualisierung, Hypercube, Cube
Dimension
In Analysedienste:
Eine Dimension ist ein Element zur Kategorisierung von Daten in einem Diagramm. Die Ausschnitte in einem Kreisdiagramm oder die Balken eines Balkendiagramms stellen beispielsweise einzelne Werte in einer Dimension dar. Dimensionen sind oft einzelne Felder mit diskreten Werten, können aber auch in einer Formel berechnet werden.
Ähnliche Begriffe: Kategorie, Gruppe
Siehe: Datengruppierung mit Dimensionen
In Datenintegration:
Eine Dimension ist ein Datensatz in einem Data Mart, die zum Sternschema gehört. Dimensionsdatensätze enthalten die beschreibenden Informationen für alle zugehörigen Felder, die in den Einträgen der Fakttabelle enthalten sind. Zwei häufige Beispiele für Dimensionsdatensätze sind „Kunde“und „Produkt“. Da die Daten in einem Dimensionsdatensatz oft denormalisiert sind, enthalten Dimensionsdatensätze eine große Anzahl Spalten.
Dynamische Ansichten
Mit dynamischen Ansichten können Sie relevante Teilmengen großer Datensätze aus einer anderen App in einem Diagramm abfragen und anzeigen. Sie können dynamisch in dem Maße aktualisiert, wie Auswahlen vorgenommen werden. Dynamische Ansichten sind mit On-Demand-Apps vergleichbar.
Eigenschaften
Bei der Bearbeitung eines Arbeitsblatts enthält Eigenschaften Optionen für die Konfiguration und das Styling von Visualisierungen.
Siehe: Eigenschaftsfenster
Erfassung von Änderungsdaten
Im CDC-Bereitstellungsmodus werden Änderungen an der Datenquelle erfasst, sobald sie auftreten, und nahezu in Echtzeit auf das Ziel angewendet.
Siehe Bereitstellen von Daten aus Datenquellen und Vollständiges Laden unten.
Fakt
Eine Fakttabelle arbeitet mit Dimensionstabellen zusammen. Eine Fakttabelle enthält die zu analysierenden Daten, und eine Dimensionstabelle speichert Daten über die Arten, auf die Daten in der Fakttabelle analysiert werden können. Somit besteht die Fakttabelle aus zwei Spaltentypen: Primärschlüsselspalten und Kennzahlenspalten. Die Primärschlüsselspalten ermöglichen Joins mit Dimensionstabellen, und die Kennzahlenspalten enthalten die Daten, die analysiert werden. Beispielsweise wird im Faktdatensatz „Bestellungen“ einfach aufgelistet, dass an einem bestimmten Tag ein bestimmter Kunde eine Menge eines bestimmten Produkts kaufte, während der zugehörige Dimensionsdatensatz weitere Informationen über den Kunden, das Produkt und die Region, in der die Transaktion stattfand, enthält.
Favoriten
Favoriten ist ein Abschnitt, der allen Benutzern zur Verfügung steht und zu dem sie Apps, Datensätze, Automatisierungen, Notizen, Experimente und Diagramme aus dem Hub hinzufügen können. Favoriten sind privat.
Siehe: Favoriten
Feature (maschinelles Lernen)
Eine Variable in einer Aufgabe für maschinelles Lernen, die potenziell zum Wert der Zielspalte beitragen kann. In Qlik AutoML sind Features Spalten in einem Datensatz, die verschiedene Ebenen von Einfluss auf die Ergebnisse in der Zielspalte haben können.
Feld
Ein Feld enthält Werte, die aus einer Datenquelle geladen werden. Im Grunde entspricht ein Feld einer Spalte in einer Tabelle. Felder werden zur Erstellung von Dimensionen und Kennzahlen in Visualisierung verwendet.
Siehe: Felder
Fläche unter der Kurve (Area under curve, AUC)
Eine ROC-Kurve für AUC beschreibt, wie gut das Modell für maschinelles Lernen die positive Klasse vorhersagen kann, wenn das tatsächliche Ergebnis positiv ist. Je näher die Wahr-positiv-Rate bei 1,0 liegt (der maximal möglichen Fläche unter der Kurve), desto deterministischer ist das Modell. Die ROC-Kurve ist nützlich für das Verständnis, ob die Trennung zwischen Klassen möglich ist und gibt an, ob die Daten gut genug sind, um genau zwischen vorhergesagten Ergebnissen zu unterscheiden.
Siehe: AUC und ROC-Kurve
Geschäftslogik
Die Geschäftslogik ist eine Funktionssuite, mit der Sie das Verhalten von Insight Advisor anpassen können. Die Geschäftslogik umfasst zwei Hauptfunktionen:
-
Logisches Modell: Das Datenmodell der App, das beim Generieren von Visualisierungen verwendet wird.
-
Vokabular: Alternative Begriffe für Abfragen in natürlicher Sprache.
Ähnliche Begriffe: Logisches Modell, Vokabular, Domänenlogik
Haupttreiberanalyse
Ein Tool in einer Qlik Sense App, mit dem Sie vergleichen können, wie stark eine Reihe von Feldern in der App sich auf Datentrends und Ergebnisse eines bestimmten Zielfelds auswirkt. Sie können mithilfe der Haupttreiberanalyse Einblicke gewinnen, was Ihre geschäftlichen und organisatorischen Leistungsmetriken beeinflusst und Maßnahmen mit datengestützten Entscheidungen ergreifen.
Siehe: Aufdecken der wichtigsten Einflüsse auf Ihre Daten mit der Haupttreiberanalyse
Herkunft
Die Herkunft verfolgt Daten und Datenumwandlungen zurück zur Originalquelle. Dies wird als Herkunftsdiagramm dargestellt.
Siehe: Analysieren der Herkunft für Apps, Skripte und Datensätze
Holdout-Daten
In einem ML-Experiment sind Holdout-Daten ein Teilsatz des Trainingsdatensatzes, der abgetrennt und während des Trainings eines Algorithmus nicht verwendet wird. Die Daten werden anschließend zum Bewerten der Modellleistung eingesetzt.
Hub
Der Hub ist die zentrale Stelle für den Zugriff auf Apps, Bereiche und Sammlungen.
Ähnliche Begriffe: Zugriffspunkt
Siehe: Der Qlik Cloud Analytics Hub
Hyperparameteroptimierung
Ein Prozess zur Feinabstimmung der Beschränkungen, Gewichte und Lernraten eines Modells für maschinelles Lernen, um die Leistung bei der Aufgabenbearbeitung zu steigern. In Qlik AutoML ist diese Option nicht standardmäßig optimiert, kann aber während der Experimentkonfiguration für eine mögliche Ergebnisverbesserung aktiviert werden.
Siehe: Hyperparameteroptimierung
Im Hub überwachen
"Im Hub überwachen" ist eine Funktion, mit der Sie Diagramme aus Arbeitsblättern oder Insight Advisor zum Hub hinzufügen können, sodass Sie sie überwachen können, ohne eine App öffnen zu müssen.
Insight Advisor
Insight Advisor ist eine Suite aus Funktionen. Insight Advisor unterstützt Sie beim Erstellen Ihres Datenmodells, beim Erstellen von Visualisierungen und beim Analysieren von Daten.
Kardinalität
Die Eindeutigkeit von Datenwerten in einer Spalte. Beim Trainieren eines Modells für maschinelles Lernen kann Qlik AutoML keine Featurespalten mit hoher Kardinalität (zu vielen eindeutigen Werten) oder ohne Kardinalität (Spaltendaten mit nur einem konstanten Wert) verwenden.
Siehe: Kardinalität
Katalog
Der Katalog ist der Bereich im Hub, in dem Sie Ihre Apps und Datenquellen finden. Anhand von Katalog-Tools können Sie Profile für Ihre Daten erstellen.
Kennzahl
Eine Kennzahl ist eine Berechnung auf Basis von einer oder mehreren Aggregationen. Zum Beispiel ist die Summe der Umsätze eine einzelne Aggregierung, während die Summe der Umsätze, geteilt durch die Anzahl an Kunden, eine Kennzahl auf Basis von zwei Aggregierungen ist.
Ähnliche Begriffe: Aggregierung, Berechnung, Metrik
Siehe: Kennzahlen
Kreuzvalidierung
Ein Prozess, der während des Experimenttrainings in Qlik AutoML durchgeführt wird. Dabei werden die Trainingsdaten in fünf Segmente (Faltungen) unterteilt, und jedes Segment der Daten wird als Test für die anderen vier Segmente verwendet. Die Kreuzvalidierungsergebnisse ergeben Metriken, die zeigen, wie gut das Modell Vorhersagen zu Daten treffen kann, die es noch nie zuvor gesehen hat.
Ladeskript
Das Ladeskript ist eine Anweisungsabfolge, die definiert, welche Daten geladen werden und wie die einzelnen geladenen Tabellen verknüpft werden. Es kann mit dem Datenmanager oder mit dem Dateneditor generiert werden, wo es auch angezeigt und bearbeitet werden kann.
Ähnliche Begriffe: Skript
Lesezeichen
Mit Lesezeichen können Sie bestimmte Auswahlstatus speichern, die dann später in einer App erneut angewandt und für andere Benutzer freigegeben werden können. Layout-Information können in Lesezeichen gespeichert werden, sodass Benutzer beim Anwenden des Lesezeichens zur richtigen Stelle in der App geführt werden können.
Live-Ansichten
In Qlik Cloud Data Integration können Sie mit Live-Ansichten sowohl auf aktuelle Daten (ODS) als auch auf Verlaufsdaten (HDS) zugreifen. Live-Ansichten enthalten Daten für Änderungstabellen, die noch nicht auf die aktuellen oder vorherigen Tabellen angewendet wurden. Damit können Sie Daten mit geringerer Latenz anzeigen, ohne geänderte Daten häufig anwenden zu müssen. Die Tatsache, dass die Zusammenführung verzögert werden kann, macht geringere Kosten und Verarbeitungsanforderungen in der Zielplattform möglich.
Siehe auch: Live-Ansicht
Logisches Modell
Das logische Modell ist das zugrunde liegende Datenmodell, das Insight Advisor anweist, wie Daten beim Erstellen von Visualisierung verwendet werden sollen.
Ähnliche Begriffe: Logisches Modell, logisches Framework
Siehe: Erstellen von logischen Modellen für Insight Advisor mit Geschäftslogik
Mandant
Der Mandant ist Ihre Cloud-Bereitstellung von Qlik Cloud. Es handelt sich um eine Sammelbox für Elemente wie Benutzer, Apps und Bereiche.
Ähnliche Begriffe: Bereitstellung
Master-Element
Master-Elemente sind Dimensionen, Kennzahlen oder Visualisierungen, die für eine Wiederverwendung in anderen Visualisierungen oder Arbeitsblättern gespeichert wurden. Sie können dann Änderungen oder Aktualisierungen an einer einzelnen Stelle im Master-Element vornehmen. Dies wirkt sich dann auf alle Objekte aus, die das Master-Element verwenden.
ML-Bereitstellung
Ein Modell, das aus einem einzelnen Algorithmus innerhalb einer einzelnen Experimentversion generiert wird, und das zum Erstellen von Vorhersagen in Qlik AutoML bereitgestellt wird. Dieses Ergebnis wird in der Regel erzielt, nachdem das Experiment über mehrere Versionen hinweg konfiguriert wurde, um die erforderliche Leistungsstufe für Ihren Anwendungsfall zu erreichen. Eine ML-Bereitstellung ist als Objekt im Katalog verfügbar.
Siehe: Bereitstellen von Modellen
ML-Experiment
Ein Objekt in Qlik AutoML, mit dem Sie ein Modell für maschinelles Lernen anhand von Verlaufsdaten trainieren können. Das Ziel ist die Bereitstellung eines der endgültigen Ergebnisse zum Treffen von Vorhersagen für neue Daten.
Siehe: Arbeiten mit Experimenten
Modellmetriken
Details dazu, wie gut die Leistung eines Algorithmus während des Experimenttrainings in Qlik AutoML ist. Modellmetriken zeigen, wie genau jedes Modell lernt, um das korrekte Ergebnis für die Aufgabe für maschinelles Lernen zu bestimmen. Dies unterstützt bei der Entscheidung, welches Modell Sie für die Erstellung von Vorhersagen bereitstellen.
Siehe: Anzeigen der Modell-Scores
Notizen
Mit Notizen können Sie Textkommentare schnell zu einer App oder einem Diagramm hinzufügen. Sie können auch Schnappschüsse von Daten enthalten. Sie können sie privat halten oder für andere Benutzer freigeben.
Ähnliche Begriffe: Kommentare
On-Demand-App
On-Demand-Apps laden Datenauswahlen aus großen Datensätzen, ohne den vollständigen Datensatz in die App zu laden.
Siehe: On-Demand-Apps
Onboarding
In einem Datenprojekt ist der erste Schritt bei der Erstellung einer Daten-Pipeline die Eingliederung der Daten. Dazu gehört die fortlaufende Übertragung der Daten aus der lokalen Datenquelle und die Generierung von Datasets in einem leseoptimierten Format.
Siehe: Eingliederung von Daten
Permutation Importance
Gibt an, wie stark die Leistung des Modells für maschinelles Lernen von einem Feature abhängt. Bei der Prüfung, welche Features in das Modell eingeschlossen werden sollen, kann Permutation Importance verwendet werden, um zu bestimmen, welche Spalten beibehalten oder entfernt werden sollten.
Siehe: Permutation Importance
Professional-Benutzerberechtigung
Professional-Berechtigung ist für Benutzer vorgesehen, die Inhalte in Qlik Sense erstellen. Ein Benutzer mit Professional-Berechtigung kann freigegebene Bereiche erstellen, Arbeitsblätter oder Apps erstellen, bearbeiten und veröffentlichen und Alarme erstellen und bearbeiten.
QVD
QlikView-Datendateien (QVD) enthalten Datentabellen, die aus Qlik Sense oder QlikView exportiert werden. Es handelt sich um ein natives Qlik Sense-Format, das für schnelles Laden von Daten optimiert wurde. Sie können QVD-Dateien auch mit Qlik Cloud Data Integration generieren.
Siehe: Arbeiten mit QVD-Dateien
Registrierte Daten
Sie können Daten registrieren, die bereits auf der Zielplattform vorhanden sind, um Daten zusammenzustellen und umzuwandeln und um Data Marts zu erstellen. Damit können Daten nach der Eingliederung mit anderen Tools als Qlik Cloud Data Integration verwendet werden, z. B. Qlik Replicate oder Stitch.
Siehe: Registrieren von Daten, die bereits in der Datenplattform vorhanden sind
Resident Load
Ein Resident Load ist ein Skript-Konstrukt, mit dem Sie aus einer bereits geladenen Tabelle laden können. Resident Loads sind oft schneller als der erneute Zugriff auf die ursprüngliche Datenquelle.
Sammlung
Sammlungen sind ein Tool, mit dem Sie zum einfacheren Zugreifen und Sortieren Apps, Diagramme, Notizen, Automatisierungen, Experimente und Links im Hub gruppieren können.
Siehe: Sammlungen
Schnappschuss
Schnappschüsse sind grafische Darstellungen einer Visualisierung zu einem bestimmten Zeitpunkt. Schnappschüsse werden zur Erstellung von Storys verwendet.
Ähnliche Begriffe: Screenshot
Siehe: Sammeln von Erkenntnissen für eine Story mithilfe von Schnappschüssen
Servicekontobesitzer
Servicekontobesitzer sind für das Verwalten und Konfigurieren des Qlik Cloud-Abonnements verantwortlich.
Siehe: Servicekontobesitzer
SHAP Importance
Ein Maß dafür, wie stark jedes Feature in einem Experiment sich auf das vorhergesagte Ergebnis des Ziels auswirkt. Qlik AutoML erstellt aggregierte SHAP Importance-Rangfolgendiagramme auf Zeilenebene automatisch während des Trainings von Experimenten mit Binärklassifikation und Regression.
Skript
Ein Skript ist eine Qlik Cloud Anwendung zum Laden, Umwandeln und Exportieren von Daten. Skripte werden mit dem Skript-Editor bearbeitet.
Siehe: Verwenden von Skript-Editor
Skript-Editor
Der Skript-Editor ist ein Tool im Hub, mit dem Sie die Ladeskripte bearbeiten können, die Daten aus Ihrem Skript laden und exportieren. Mit dem Skript-Editor können Sie auch Eingaben und Ausgaben Ihres Skripts und veröffentlichter Kopien des Skripts anzeigen und verwalten.
Siehe: Verwenden von Skript-Editor
Speicher
Der Speicher ist der Teil der Daten-Pipeline, der nutzungsbereite Datensätze in einem Cloud Data Warehouse enthält, bzw. in Qlik Cloud die aus der Bereitstellungszone kopierten Daten. Die Datensätze werden ohne manuellen Eingriff mit den Bereitstellungszonendaten aktuell gehalten.
Siehe: Speichern von Datensätzen
SQL-Umwandlung
Mit einer SQL-Umwandlung können Sie eine SQL SELECT-Abfrage in eine Umwandlungsaufgabe in einer Pipeline eingeben, um komplexe oder einfache Umwandlungen zu definieren.
Sternschemas
In einem Datenprojekt werden Artefakte in einem internen Schema und einem Datenobjektschema generiert.
-
Das interne Schema enthält die physischen Datentabellen.
-
Das Datenobjektschema enthält die Ansichten, die Sie für die Nutzung der Daten verwenden können.
Story
Eine Story ist ein App-Tool, mit dem Sie Dateneinblicke und -erkenntnisse, die Sie in einer App gewonnen haben, für andere Benutzer freigeben und diese mit Berichten, einer Präsentation und einer Untersuchungsanalyse kombinieren können.
Ähnliche Begriffe: Bericht
Suche für Insight Advisor
Suche für Insight Advisor ist eine Insight Advisor-Funktion, mit der Sie in einer App Fragen in natürlicher Sprache stellen und relevante Visualisierungen erhalten können.
Siehe: Insight Advisor-Suche
Synthetischer Schlüssel
Ein synthetischer Schlüssel ist ein zusammengesetzter Schlüssel zwischen zwei Tabellen im Datenmodell. Sie werden erstellt, wenn zwei oder mehr Datentabellen zwei oder mehr gemeinsame Felder haben. Wenn beim Laden von Daten ein Warnhinweis zu synthetischen Schlüsseln angezeigt wird, müssen Sie möglicherweise die Datenstruktur in der Datenmodellansicht überprüfen. Ein synthetischer Schlüssel ist nicht unbedingt ein Problem, wenn Sie jedoch synthetische Schlüssel haben, die auf anderen synthetischen Schlüsseln basieren, kann es zu Fehlern in Ihrem Datenmodell kommen.
Siehe: Synthetische Schlüssel
Tabellen: ODS, HDS und Change
In einem Datenprojekt gibt es verschiedene Tabellentypen, die je nach den Projekteinstellungen vorhanden sein können oder nicht:
-
Aktuelle Tabelle (ODS)
Diese Tabelle enthält das Replikat der Datenquelle, das mit Änderungen während des letzten Anwendungsintervalls aktualisiert wurde.
-
Vorherige Tabelle (HDS)
Diese Tabelle enthält Verlaufsdaten des Typs 2. Sie wird nun generiert, falls Verlauf in den Datenaufgabeneinstellungen aktiviert ist.
Wenn ein Quelltabellen-Datensatz aktualisiert wird, wird jedes Mal ein neuer Datensatz zur vorherigen Tabelle hinzugefügt. Der Verlaufsdatensatz ist eine Kopie des vorherigen aktuellen Datensatzes, der auch die aktualisierten Informationen und den Zeitpunkt enthält, zu dem die Informationen gültig waren.
-
Änderungstabelle (Change)
Diese Tabelle enthält alle Änderungen, die noch nicht auf die aktuelle Tabelle angewandt sind. Sie wird nur generiert, wenn der Bereitstellungsmodus Vollständiges Laden und CDC verwendet wird.
Trainingsdatensatz
Der Datensatz, der zum Trainieren eines Modells für maschinelles Lernen in Qlik AutoML verwendet wird. Indem Sie zulassen, dass Algorithmen Muster und Zuordnungen in Ihren Daten lernen, wird es dem daraus entstehenden Modell möglich, Vorhersagen für neue Daten (den Anwendungsdatensatz) zu treffen.
Typ 1 – Operational Data Store (ODS)
In einem Datensatz vom Typ 1 überschreiben die neuen Informationen einfach die Originalinformationen. Es wird also kein Verlauf beibehalten.
Typ 2 – Historical Data Store (HDS)
In einem Datensatz des Typs 2 wird ein neuer Datensatz zur Tabelle hinzugefügt, um die neuen Informationen darzustellen. Somit sind sowohl der ursprüngliche als auch der neue Datensatz vorhanden. Der neue Datensatz hat seinen eigenen Primärschlüssel.
Umwandeln
Eine Umwandlungsaufgabe ist der Teil Ihrer Daten-Pipeline, in der Sie wiederverwendbare Datenumwandlungen basierend auf Regeln und benutzerdefinierter SQL erstellen. Sie können Umwandlungen auf Zeilenebene durchführen und Datensätze erstellen, die entweder als Tabelle umgesetzt oder als Ansichten erstellt werden, in denen Umwandlungen direkt bei Bedarf durchgeführt werden.
Siehe: Umwandeln von Daten
Unterstützung für große Apps
Mit Unterstützung für große Apps können Sie mit Apps arbeiten, die größer als die Standard-Apps sind. Administratoren können bestimmten Bereichen Unterstützung für große Apps zuweisen.
Die Standard-App-Größe beträgt bis zu 5 GB für Qlik Sense Enterprise SaaS und bis zu 10 GB für Qlik Cloud Analytics Premium und Enterprise.
Siehe: Unterstützung für große Apps
Variable
Eine Variable in Qlik Sense ist eine Sammelbox, die einen statischen Wert oder eine Berechnung speichert, z. B. einen Zahlenwert oder alphanumerischen Wert.
Verteilerliste
Für tabellarische Berichte ist dies die Liste aller möglichen Empfänger, die als Empfänger (einzeln oder als Teil einer Gruppe) über eine Qlik Sense Berichtsaufgabe hinzugefügt werden können. Jede Qlik Sense App kann eine Verteilerliste haben. Wenn Sie eine Berichtsaufgabe erstellen, wählen Sie nur die Empfänger und Gruppen aus Ihrer Verteilerliste aus, an die Sie die Aufgabenausgabe senden möchten. Berichtsfilter können den Empfängern in der Verteilerliste einzeln hinzugefügt werden. Damit können Bursting-Berichte über eine einzelne Berichtsaufgabe verwaltet werden.
Ähnliche Begriffe: Berichtsaufgabe, Berichtsfilter
Visualisierung
Visualisierungen sind Diagramme, Erweiterungen und andere Objekte, die Ihre Daten zur Erkundung in einem Arbeitsblatt anzeigen.
Ähnliche Begriffe: Diagramm
Vokabular
Ein Vokabular ist eine Geschäftslogikfunktion, mit der Sie Synonyme und benutzerdefinierte Analysen zu Suche für Insight Advisor und Insight Advisor Chat hinzufügen können.
Vollständiges Laden
In Qlik Cloud Data Integration bezieht sich „Vollständiges Laden“ auf die anfängliche Replikation von Daten von der Datenquelle zur Bereitstellung.
Siehe: Bereitstellen von Daten aus Datenquellen und CDC oben.
Vorangehender Ladevorgang
Ein vorangehender Ladevorgang ist ein Skript-Konstrukt, mit dem Sie einen Ladevorgang aus der folgenden LOAD- oder SELECT-Anweisung ohne Angabe dieser Quelle durchführen können. Vorangehende Ladevorgänge sind oftmals schneller als residente Ladevorgänge.
Vorhersage (maschinelles Lernen)
Die Schätzung eines Modells für maschinelles Lernen des zukünftigen Werts einer Zielspalte. In Qlik AutoML werden Vorhersagen von ML-Bereitstellungen für einen oder mehrere Datensätze in einem persönlichen, freigegebenen oder verwalteten Bereich erstellt.
Siehe: Arbeiten mit ML-Vorhersagen
Ziel
Dieser Begriff hat verschiedene Definitionen:
-
Im Zusammenhang mit dem maschinellen Lernen ist ein Ziel die Information, die ein ML-Problem vorherzusagen beabsichtigt. In Qlik AutoML ist das Ziel eine Spalte im Datensatz.
-
Im Zusammenhang mit dem Kontext einer Datenbewegung bezieht sich ein Ziel auf das beabsichtigte Ziel oder den beabsichtigten Endpunkt für den Datenübertragungs-, -speicher- oder -ladevorgang. Es ist der Speicherort oder das System, der bzw. das die Daten empfängt, die von einer Quelle verschoben werden. Das Ziel könnte eine Datenbank, ein Data Warehouse, ein Cloudspeicher, ein Server oder ein anderes Ziel zur beabsichtigten Verwendung, Analyse oder Verarbeitung von Daten sein. Die Datenbewegung beinhaltet die Übertragung von Informationen aus einer Quelle an ein Ziel, häufig als Teil der Datenintegration, -migration oder -synchronisierung.
Siehe: Integrieren von Daten
Hat diese Seite Ihnen geholfen?
Wenn Sie Probleme mit dieser Seite oder ihren Inhalten feststellen – einen Tippfehler, einen fehlenden Schritt oder einen technischen Fehler –, teilen Sie uns bitte mit, wie wir uns verbessern können!