Glossaire
Abonnement
Les rapports d'abonnement vous permettent de planifier des e-mails récurrents contenant un PDF des feuilles ou des graphiques que vous avez sélectionnés.
Accès de section
Accès de section est une section du script de chargement de données contenant une table de sécurité qui détermine les utilisateurs qui peuvent voir telles ou telles données d'une application.
Voir : Gestion de la sécurité des données grâce à Accès de section
Administrateur, d'analyses
Les administrateurs d'analyses sont des administrateurs qui sont uniquement autorisés à gérer les ressources utilisateur du service Analytics.
Administrateur, d'audits
Les administrateurs d'audits, quand ils sont également titulaires du rôle Développeur, peuvent accéder aux métriques d'utilisation et commentaires des applications associés à Insight Advisor et à Insight Advisor Chat.
Administrateur, de clients
Les administrateurs de clients sont des administrateurs chargés de gérer les utilisateurs, les extensions système et les personnalisations système. Les administrateurs de clients ont entièrement accès à la Console de gestion.
Administrateur, de données
Les administrateurs de données sont des administrateurs qui se limitent à gérer les espaces de données et les ressources de données contenues dans ces espaces.
Agrégation
Une agrégation est un calcul qui utilise différents enregistrements de tables source. Il s'agit souvent d'un seul champ agrégé avec une fonction telle que somme, nombre, mini., maxi. ou moyenne. Par exemple, la somme des ventes.
Termes similaires : Calcul, Mesure, Métrique
Voir : Mesures
Analyse d'ensembles
Une analyse d'ensembles définit un ensemble alternatif de sélections d'une visualisation différentes de celles de la sélection en cours. Cela vous permet de réaliser une analyse comparative.
Voir : Analyse d'ensembles
Analyse de l'impact
L'analyse de l'impact affiche la vue en aval, dirigée vers l'avant, des dépendances d'une base de données, d'une application ou de champs.
Voir : Examen de l'analyse de l'impact pour les applications et les ensembles de données
Voir :Examen de l'analyse de l'impact dans Intégration de données
Application
Ce terme a plusieurs définitions :
-
Application Qlik Sense ou QlikView : Les applications sont des applications spécifiques à la tâche. Les applications contiennent des données chargées depuis des sources de données interprétées à travers des visualisations.
Termes similaires : Document, classeur
Voir : Comprendre les applications
-
Application Qlik Sense Mobile : Application mobile pour appareils iOS et Android. Dans l'application mobile, connectez-vous à vos données cloud et interagissez avec elles. Vous pouvez utiliser vos applications disponibles.
Voir : Qlik Sense Mobile SaaS
Application On-demand
Les applications On-demand chargent des sélections de données provenant d'ensembles de données volumineux sans charger l'ensemble de données complet dans l'application.
Voir : Applications On-demand
AUC (Area Under Curve - Aire sous la courbe)
Une courbe ROC pour AUC (Area Under Curve - Aire sous la courbe) décrit dans quelle mesure un modèle d'apprentissage machine peut prédire correctement la classe positive lorsque le résultat réel est positif. Plus le taux de vrais positifs est proche de 1.0 (la zone possible maximale sous la courbe), plus le modèle est déterministe. La courbe ROC est utile pour comprendre s'il est possible de séparer les classes, ce qui indique si les données sont suffisamment bonnes pour pouvoir faire une distinction exacte entre les résultats prédits.
Voir : AUC et courbe ROC
Autorisations
Les autorisations sont les rôles au sein des espaces de données, partagés et gérés qui déterminent ce que les utilisateurs peuvent faire dans l'espace en question.
Termes similaires : Droits, rôles d'utilisateur, rôles de sécurité
Voir :
Caractéristique (Apprentissage machine)
Variable d'un problème d'apprentissage machine susceptible de contribuer à la valeur de la colonne cible. Dans Qlik AutoML, les caractéristiques sont des colonnes d'un ensemble de données qui peuvent présenter différents niveaux d'influence sur les résultats de la colonne cible.
Cardinalité
Caractère unique des valeurs des données d'une colonne. Lors de la formation d'un modèle d'apprentissage machine, Qlik AutoML ne peut pas utiliser de colonnes de caractéristiques présentant une forte cardinalité (un trop grand nombre de valeurs uniques) ou ne présentant aucune cardinalité (des données de colonne constituées d'une valeur constante).
Voir : Cardinalité
Catalogue
Le catalogue est la zone du hub dans laquelle vous pouvez trouver vos applications et vos sources de données. Les outils de catalogage vous permettent de profiler vos données.
Voir :Comprendre vos données grâce à des outils de catalogage
Catalogue de données
Le catalogue de données est un composant de Gestionnaire de données et de Éditeur de chargement de données qui vous permet de sélectionner et de charger des données provenant de tous les ensembles de données auxquels vous avez accès.
CDC (Change Data Capture)
En mode de dépôt temporaire CDC, les modifications de la source de données sont capturées à mesure qu'elles se produisent et appliquées à la cible quasiment en temps réel.
Voir : Dépôt temporaire de données à partir de sources de données et Chargement complet ci-dessous.
Champ
Un champ contient des valeurs, chargées depuis une source de données. À un niveau de base, un champ correspond à une colonne d'un tableau. Les champs sont utilisés pour créer des dimensions et des mesures dans des visualisations.
Voir : Champs
Chargement complet
Dans Intégration de données Qlik Cloud, Chargement complet fait référence à l'application initiale de la fonctionnalité Replicate aux données de la source de données vers le dépôt temporaire.
Voir : Dépôt temporaire de données à partir de sources de données et CDC ci-dessus.
Chargement résident
Un chargement résident est une construction de script qui vous permet d'effectuer un chargement à partir d'une table déjà chargée. Les chargements résidents sont souvent plus rapides que l'accès répété à la source de données d'origine.
Voir : Chargement de données à partir d'une table déjà chargée
Cible
Ce terme a plusieurs définitions :
Dans le contexte de l'apprentissage machine, une cible est l'information qu'un problème d'apprentissage machine vise à prédire. Dans Qlik AutoML, la cible est une colonne de l'ensemble de données.
Dans le contexte du déplacement de données, une cible fait référence à la destination ou au point de terminaison où il est prévu de transférer, de stocker ou de charger les données. Il s'agit de l'emplacement ou du système qui reçoit les données en cours de déplacement depuis une source. La cible peut être une base de données, un entrepôt de données, un stockage cloud, un serveur ou toute autre destination où il est prévu d'utiliser, d'analyser ou de traiter les données. Le déplacement de données implique le transfert d'informations d'une source vers une cible, souvent dans le cadre de processus d'intégration, de migration ou de synchronisation de données.
Voir : Intégration de données
Clé synthétique
Une clé synthétique est une clé composite entre deux tables du modèle de données. Elles sont créées quand deux ou davantage de tableaux comportent deux ou davantage de champs en commun. Si vous recevez un avertissement concernant des clés synthétiques lors du chargement de données, vous devrez peut-être examiner la structure des données dans le visionneur de modèle de données. Une clé synthétique ne constitue pas forcément un problème, mais, si vous avez des clés synthétiques basées sur d'autres clés synthétiques, il se peut que votre modèle de données contienne des erreurs.
Voir : Clés synthétiques
Client
Le client est votre déploiement cloud de Qlik Cloud. Il s'agit d'un conteneur d'éléments tels que des utilisateurs, des applications et des espaces.
Termes similaires : Déploiement
Collection
Les collections constituent un outil qui vous permet de regrouper des applications, graphiques, notes, automatisations, expérimentations et liens dans le hub pour y accéder et les trier facilement.
Voir : Collections
Connexion de données
Les connexions de données permettent aux tâches de données d'accéder aux sources de données, au stockage externe et aux entrepôts de données cloud utilisés dans un projet de données.
Déploiement ML
Modèle, généré à partir d'un seul algorithme au sein d'une seule version d'expérimentation, déployé pour générer des prédictions dans Qlik AutoML. Il s'agit du résultat généralement obtenu après configuration de l'expérimentation au fil de différentes versions afin de produire le niveau de performances requis pour le cas d'utilisation en question. Un déploiement ML est disponible sous forme de ressource, accessible à partir du catalogue.
Voir : Déploiement de modèles
Déposer temporairement
Dans Intégration de données Qlik Cloud, le fait de déposer temporairement des données peut faire référence à l'un des éléments suivants :
- Une base de données, couramment appelée « zone de dépôt temporaire », dans un entrepôt de données cloud où les données source sont initialement « déposées » avant d'être traitées plus en aval dans le pipeline de données
- La tâche ou le processus qui déplace effectivement les données de la source de données vers la zone de dépôt temporaire
La tâche de dépôt temporaire dans Intégration de données Qlik Cloud contrôle le dépôt temporaire continu ou planifié des données des sources de données vers la zone de dépôt temporaire.
Voir : Architecture de l'ensemble de données dans un entrepôt de données cloud
Dépôt temporaire
Processus de déplacement de données d'une source de données vers une zone de dépôt temporaire dans un entrepôt de données cloud.
Voir : Architecture de l'ensemble de données dans un entrepôt de données cloud
Dimension
Dans Services d'analyse :
Une dimension est une entité utilisée pour catégoriser les données d'un graphique. Par exemple, les tranches d'un graphique en secteurs ou les barres d'un graphiques à barres représentent les valeurs individuelles d'une dimension. Les dimensions représentent souvent un seul champ contenant des valeurs discrètes, mais elles peuvent également être calculées dans une expression.
Termes similaires : Catégorie, groupe
Voir : Regroupement de données avec des dimensions
Dans Intégration de données :
Une dimension est un ensemble de données d'un mini-data warehouse qui fait partie du schéma en étoile. Les ensembles de données de dimension contiennent des informations descriptives de tous les champs associés inclus dans les enregistrements de la table de faits. Parmi les exemples courants figurent les ensembles de données des dimensions Client et Produit. Étant donné que les données d'un ensemble de données de dimension sont souvent dénormalisées, les ensembles de données de dimension comptent un grand nombre de colonnes.
Données de rétention
Dans une expérimentation ML, les données de rétention sont un sous-ensemble de l'ensemble de données d'apprentissage qui est mis de côté et non utilisé lors de l'apprentissage d'un algorithme, puis utilisé ultérieurement pour évaluer les performances du modèle.
Droit d'utilisateur Analyseur
Droit Analyseur est destiné aux utilisateurs qui se contentent de consommer des feuilles et des applications créées par d'autres personnes. Pour pouvoir créer, éditer ou publier des feuilles ou des applications, vous avez besoin de Droit Professionnel.
Droit d'utilisateur Professionnel
Droit Professionnel est destiné aux utilisateurs qui créent du contenu dans Qlik Sense. Un utilisateur avec Droit Professionnel peut créer des espaces partagés, créer, éditer et publier des feuilles ou des applications et créer et éditer des alertes.
Éditeur de chargement de données
L'Éditeur de chargement de données est un éditeur de script qui vous permet de créer et de personnaliser le script qui charge des données dans votre application.
Termes similaires : Éditeur de script
Voir : Chargement et transformation de données avec un script
Élément principal
Les éléments principaux sont des dimensions, des mesures ou des visualisations qui ont été enregistrées pour pouvoir être réutilisées dans d'autres visualisations ou feuilles. Vous pouvez ensuite modifier ou mettre à jour l'élément principal à un seul emplacement et impacter tous les objets qui l'utilisent.
Voir : Réutilisation de ressources à l'aide des éléments principaux
Ensemble de données
Le terme « ensemble de données » est parfois synonyme de « table ». Il peut faire référence à la table source d'origine, à la table qui a fait l'objet de transformations ou aux tables de faits et de dimensions d'un mini-data warehouse.
Il peut également faire référence à une table logique, dans laquelle il existe plusieurs tables et vues d'instance :
-
Données actives
-
Historique, qui contient les versions précédentes de la table
-
Changes
Ensemble de données d'application
Ensemble de données sur lequel un modèle d'apprentissage machine formé réalise des prédictions. La sortie d'une prédiction Qlik AutoML est un nouvel ensemble de données avec des valeurs prédites pour un champ cible sélectionné.
Ensemble de données d'apprentissage
Ensemble de données utilisé pour former un modèle d'apprentissage machine dans Qlik AutoML. Si vous autorisez des algorithmes à apprendre les patterns et associations de vos données, le modèle obtenu sera en mesure d'effectuer des prédictions sur les nouvelles données (l'ensemble de données d'application).
Voir : Préparation de votre ensemble de données à l'apprentissage
Espace, données
Les espaces de données sont des zones gouvernées de votre client Qlik Cloud qui sont utilisées pour créer et stocker des projets de données. Cet espace vous permet également de créer des connexions de données au moyen de connecteurs et de gérer l'accès aux passerelles de déplacement de données. La création des ressources de données s'effectue dans l'espace du projet de données auquel elles appartiennent.
Voir : Utilisation d'espaces dans Intégration de données Qlik Cloud
Espace, géré
Les espaces gérés sont des espaces soigneusement contrôlés utilisés pour partager des applications avec un groupe limité d'utilisateurs.
Espace, partagé
Les espaces partagés sont des applications de domaines et des sources de données qui peuvent être partagées avec d'autres utilisateurs à des fins de développement collaboratif.
Espace, personnel
Un espace personnel est un espace privé appartenant à des utilisateurs dans lequel ils peuvent développer des applications.
Voir : Utilisation des espaces
Expérimentation ML
Ressource Qlik AutoML permettant de former un modèle d'apprentissage machine via des données historiques, dans l'objectif de déployer l'un des résultats finaux pour effectuer des prédictions sur les nouvelles données.
Favori
Les favoris vous permettent d'enregistrer des états de sélection spécifiques afin de pouvoir les appliquer de nouveau ultérieurement dans une application et les partager avec d'autres utilisateurs. Il est possible d'enregistrer des informations de disposition dans des favoris afin que les utilisateurs puissent être dirigés au bon endroit dans l'application lorsqu'ils appliquent le favori.
Favoris
Les favoris constituent une section à la disposition de tous les utilisateurs à laquelle ces derniers peuvent ajouter des applications, ensembles de données, automatisations, notes, expérimentations et graphiques du hub. Les favoris sont privés.
Voir : Favoris
Feuille
Les feuilles sont des composants d'applications Qlik Sense. Elles présentent les visualisations aux utilisateurs d'applications afin de leur permettre d'explorer, d'analyser et de découvrir des données. Les feuilles peuvent être publiques ou privées.
Termes similaires : Tableau de bord, feuille de calcul
Voir : Mode feuille
Fuite de données
Phénomène indésirable de l'apprentissage machine au cours duquel un algorithme est formé avec des données pour lesquelles il sera utilisé pour générer des prédictions. Un indicateur de fuite de données est un modèle dont les performances sont très peu réalistes, suite à la simple mémorisation des valeurs cibles (fournies de manière erronée dans les données d'apprentissage, directement ou indirectement) et non obtenues à partir de l'apprentissage réel de patterns et d'associations.
Voir : Fuite de données
Gestionnaire de données
Le Gestionnaire de données est un composant d'application qui vous permet de charger et de gérer des sources de données dans une application. Vous pouvez également afficher un aperçu des données, les associer et les transformer.
Graphique
Les graphiques sont des objets au sein desquels des calculs, des agrégations et des regroupements peuvent être effectués. Les visualisations graphiques telles que les graphiques en barres et les graphiques en secteurs sont des exemples courants, mais les graphiques recouvrent également des objets non graphiques tels que les tableaux croisés dynamiques.
Un graphique est constitué de dimensions et de mesures, les mesures y étant calculées une fois par valeur dimensionnelle. Si le graphique contient plusieurs dimensions, les mesures sont calculées une fois par combinaison de valeurs dimensionnelles.
Termes similaires : Visualisation, Hypercube, Cube
Hub
Le hub est le point d'accès central des applications, espaces et collections.
Termes similaires : Point d'accès
Voir : Le hub Analyses Qlik Cloud
Informations associatives
Les Informations associatives sont une fonctionnalité d'Insight Advisor qui compare vos sélections et les valeurs exclues par vos sélections pour vous aider à trouver les angles morts et les relations masquées.
Voir : Découverte des données à l'aide de l'outil Associative Insights
Insight Advisor
Insight Advisor est une suite de fonctions. Insight Advisor peut vous aider à créer votre modèle de données, à créer des visualisations et à analyser vos données.
Voir : En quoi consistent Insight Advisor et la logique métier ?
Insight Advisor Chat
Insight Advisor Chat est une interface de type chat pour l'analyse conversationnelle. Insight Advisor Chat vous permet de poser des questions à partir des applications auxquelles vous avez accès. Insight Advisor Chat renvoie ensuite des visualisations pertinentes.
Voir : Exploration d'applications grâce à l'analyse conversationnelle
Instantané
Les instantanés sont des représentations graphiques d'une visualisation à un certain moment dans le temps. Les instantanés permettent de créer des récits.
Termes similaires : Capture d'écran
Voir : Collecte d'informations pour des récits utilisant des instantanés
Instruction Load antérieure
Une instruction Load antérieure est une construction de script qui vous permet d'effectuer un chargement à partir de l'instruction LOAD ou SELECT suivante sans spécifier cette source. Les instructions Load antérieures sont souvent plus rapides que les instructions Load résidentes.
Voir : Chargement de données à partir d'une table déjà chargée
Intégration
Dans un projet de données, la première étape de la création d'un pipeline de données consiste à intégrer les données. Cela implique de toujours transférer ces données à partir de la source de données locale et de générer des jeux de données dans un format optimisé pour la lecture.
Voir : Intégration de données
Logique métier
Une logique métier est une suite de fonctions qui vous permet de personnaliser le comportement d'Insight Advisor. Une logique métier comprend deux principales fonctions :
-
Modèle logique : Modèle de données de l'application utilisé lors de la génération de visualisations.
-
Vocabulaire : Termes alternatifs pouvant être utilisés dans les requêtes en langage naturel.
Termes similaires : Modèle logique, vocabulaire, logique de domaine
Voir : Personnalisation de modèles logiques pour Insight Advisor
Matrice de confusion
Une matrice de confusion synthétise l'exactitude des résultats de prédiction d'un modèle de classification. Le nombre de prédictions correctes et incorrectes est synthétisé pour chaque classe. Cela vous donne des informations non seulement sur les erreurs réalisées par votre classificateur, mais également sur les types des erreurs faites.
Voir : Matrice de confusion
Mesure
Une mesure est une base de calcul sur une ou plusieurs agrégations. Par exemple, la somme des ventes constitue une seule agrégation, tandis que la somme des ventes divisée par le nombre de clients est une mesure basée sur deux agrégations.
Termes similaires : Agrégation, calcul, métrique
Voir : Mesures
Métriques du modèle
Détails sur le niveau de performances d'un algorithme lors de l'apprentissage de l'expérimentation dans Qlik AutoML. Les métriques du modèle indiquent l'exactitude avec laquelle chaque modèle apprend à déterminer le résultat correct du problème d'apprentissage machine. Cela permet de décider quel modèle déployer et utiliser pour générer des prédictions.
Mini-data warehouse
Les mini-data warehouses sont la partie de votre pipeline de données qui contient un sous-ensemble de données provenant de vos ressources de données Stockage ou Transformation. Vous pouvez créer autant de mini-data warehouses que nécessaire. Dans l'absolu, les mini-data warehouses doivent contenir des référentiels de données synthétiques collectés à des fins d'analyse dans une section ou une unité spécifique de votre entreprise.
Modèle logique
Le modèle logique est le modèle de données sous-jacent qui indique à Insight Advisor comment utiliser les données lors de la génération de visualisations.
Termes similaires : Modèle logique, cadre logique
Voir : Génération de modèles logiques pour Insight Advisor avec Logique métier
Notes
Les notes vous permettent d'ajouter rapidement un commentaire textuel à une application ou un graphique. Elles peuvent également contenir des instantanés de données. Vous pouvez les garder privées ou les partager avec d'autres utilisateurs.
Termes similaires : Commentaires
Voir : Capture et partage d'informations analytiques via Notes
Notifications
Les notifications vous informent en cas de modifications apportées à des applications ou des espaces ou lors du déclenchement des alertes que vous avez définies.
Voir : Notifications
Objet personnalisé
Les objets personnalisés sont des visualisations personnalisées ajoutées aux clients par les administrateurs de clients ou incluses dans l'un des groupes d'extension Qlik.
Termes similaires : Extensions
Voir : Création d'une visualisation à l'aide d'un objet personnalisé
Objets de feuille
Les objets de feuille sont des composants utilisés pour créer une interface sur une feuille. Tous les objets de feuille ne visualisent pas les données comme les tables et les graphiques. Ils peuvent inclure d'autres objets tels que des boutons, des objets texte et des extensions.
Termes similaires : Visualisation, Graphique
Voir : Mode feuille
Optimisation des hyperparamètres
Processus d'affinement des contraintes, pondérations et taux d'apprentissage d'un modèle d'apprentissage machine pour augmenter ses capacités à résoudre un problème. Dans Qlik AutoML, par défaut, cette fonction n'est pas activée, mais elle peut être appliquée lors de la configuration de l'expérimentation pour améliorer potentiellement les résultats.
Passerelle de données, Accès direct
Passerelle de données Qlik - Accès direct permet aux applications Qlik SenseSaaS d'accéder en toute sécurité aux données derrière un pare-feu, via une connexion strictement sortante, chiffrée et mutuellement authentifiée.
Voir : Vue d'ensemble de Passerelle de données Qlik - Accès direct
Passerelle de données, Déplacement des données
Passerelle de données Qlik - Déplacement des données vous permet de déplacer des données derrière un pare-feu provenant des sources de données de votre entreprise vers des cibles locales et dans le cloud, via une connexion strictement sortante, chiffrée et mutuellement authentifiée. En supprimant le besoin d'ouvrir des ports de pare-feu entrants, Passerelle de données Qlik - Déplacement des données offre un moyen sécurisé et fiable pour accéder aux données de votre entreprise.
Permutation importance
Niveau de dépendance des performances du modèle d'apprentissage machine par rapport à une caractéristique. Lors des itérations, pour savoir quelles caractéristiques inclure dans le modèle, il est possible d'utiliser permutation importance pour déterminer les colonnes à conserver et les colonnes à abandonner.
Voir : Permutation importance
Pipeline de données
Dans un projet de données, un pipeline de données est un ensemble de tâches visant à intégrer des données. L'intégration déplace les données dans le projet depuis les sources de données qui sont sur site ou dans le cloud et les stocke dans des ensembles de données prêts à l'emploi. Vous pouvez également effectuer des transformations et créer des mini-data warehouses pour exploiter vos ensembles de données générés et transformés. Le pipeline des données peut être simple et linéaire ou il peut s'agir d'un pipeline complexe qui consomment plusieurs sources de données et proposent des résultats.
Prédiction (Apprentissage machine)
Estimation, réalisée par un modèle d'apprentissage machine, de la valeur future d'une colonne cible. Dans Qlik AutoML, les prédictions sont générées par des déploiements ML sous forme d'un ou de plusieurs ensembles de données dans un espace personnel, partagé ou géré.
Prise en charge des applications volumineuses
Grâce à la prise en charge des applications volumineuses, vous pouvez utiliser des applications de taille supérieure à la taille d'application standard. Les administrateurs peuvent affecter la prise en charge des applications volumineuses à des espaces spécifiques.
La taille d'application standard est de 5 Go maximum pour Qlik Sense Enterprise SaaS et de 10 Go maximum pour Analyses Qlik Cloud Premium et Enterprise.
Profilage des données
Le profilage des données affiche des statistiques et des informations sur vos ensembles de données.
Voir : Gestion des métadonnées au niveau du champ et profilage de données
Projet de données
Un projet de données correspond à l'emplacement où vous créez votre pipeline de données, à l'aide de ressources de données. Le projet de données est associé à une plate-forme de données utilisée comme cible pour tous les résultats. Vous pouvez créer un pipeline simple et linéaire ou un pipeline complexe qui consomment plusieurs sources de données et génèrent plusieurs sorties.
Propriétaire du compte de service
Les propriétaires de compte de service (Service Account Owners ou SAO) sont chargés de configurer et de gérer l'abonnement Qlik Cloud.
Propriétés
Lors de l'édition d'une feuille, la section Propriétés contient des options permettant de configurer ou de définir le style des visualisations.
Voir : Panneau des propriétés
QVD
Un fichier de données QlikView (QVD) est un fichier contenant des données exportées à partir de Qlik Sense ou de QlikView. Il s'agit d'un format Qlik Sense natif optimisé pour le chargement rapide de données. Vous pouvez également générer des fichiers QVD avec Intégration de données Qlik Cloud.
Voir : Utilisation de fichiers QVD
Recherche Insight Advisor
Recherche Insight Advisor est une fonctionnalité d'Insight Advisor qui vous permet de poser des questions en langage naturel dans une application et de recevoir des visualisations pertinentes.
Voir : Rechercher Insight Advisor
Récit
Un récit est une outil d'application qui vous permet de partager des perspectives et des découvertes sur les données, obtenues dans une application en collaboration avec d'autres utilisateurs, en combinant des rapports, des présentations et des analyses exploratoires.
Termes similaires : Rapport
Voir : Partage d'informations analytiques grâce à la mise en récit des données
Ressource de données
Collection d'ensembles de données adaptée à un usage prévu.
Schémas
Dans un projet de données, les artefacts sont générés dans un schéma interne et un schéma de ressource de données.
-
Le schéma interne contient des tables de données physiques.
-
Le schéma de ressource de données contient les vues que vous pouvez utiliser pour consommer les données.
Voir : Architecture de l'ensemble de données dans un entrepôt de données cloud
Script de chargement
Un script de chargement est une séquence d'instructions qui définit les données à charger et le mode d'association des différentes tables chargées. Il peut être généré via le Gestionnaire de données ou via l'Éditeur de chargement de données, où il peut également être affiché et édité.
Termes similaires : Script
Voir : Chargement et transformation de données avec un script
Sélections
Les sélections sont des valeurs sélectionnées par un utilisateur dans des visualisations d'une application utilisée pour filtrer les données. Lorsqu'une sélection est effectuée, toutes les visualisations associées sont mises à jour pour refléter la sélection. Il est possible d'enregistrer les sélections sous forme de favoris et de les partager avec d'autres utilisateurs.
SHAP importance
Mesure du niveau d'influence de chaque caractéristique d'une expérimentation sur le résultat prédit de la cible. Qlik AutoML crée automatiquement des graphiques de classement SHAP importance au niveau de la ligne lors de l'apprentissage d'expérimentations de régression et de classification binaire.
Voir : SHAP importance
Stockage
Le stockage est la partie du pipeline de données qui contient des ensembles de données prêts à la consommation dans un entrepôt de données cloud ou dans Qlik Cloud ; ces ensembles de données proviennent des données copiées depuis la zone de dépôt temporaire. Les ensembles de données peuvent être maintenus à jour à l'aide des données de la zone de dépôt temporaire sans intervention manuelle.
Surveiller dans le hub
La fonction Surveiller dans le hub vous permet d'ajouter au hub des graphiques provenant de feuilles ou d'Insight Advisor afin de pouvoir les surveiller sans ouvrir d'application.
Table de faits
Une table de faits fonctionne avec des tables de dimensions. Une table de faits contient les données à analyser, et une table de dimensions stocke les données sur les méthodes via lesquelles les données de la table de faits peuvent être analysées. Ainsi, la table de faits se compose de deux types de colonne : des colonnes de clés primaires et des colonnes de mesures. Les colonnes de clés primaires permettent d'effectuer des jointures avec des tables de dimensions, tandis que les colonnes de mesures contiennent les données en cours d'analyse. Par exemple, l'ensemble de données de faits Commandes se contentera d'établir une liste indiquant que tel ou tel jour, un client donné a acheté une certaine quantité d'un certain produit, tandis que les ensembles de données de dimension associés fourniront davantage d'informations sur le client, le produit et la région de la transaction.
Tables : ODS, HDS et de modifications
Dans un projet de données, il existe plusieurs types de table, qui peuvent être présents ou non suivant les paramètres du projet :
Table actuelle (ODS)
Cette table contient la réplique de la source de données mise à jour avec les modifications pendant le dernier intervalle d'application.
Table antérieure (HDS)
Cette table contient des données historiques de type 2. Elle est uniquement générée si l'option Historique est activée dans les paramètres des tâches de données.
Lorsqu'un enregistrement de table source est mis à jour, un nouvel enregistrement est ajouté à la table antérieure à chaque fois. L'enregistrement historique est une copie de l'enregistrement actuel, qui indique également les éléments mis à jour et la date de validité.
Table de modifications
Cette table contient toutes les modifications qui ne sont pas encore appliquées à la table actuelle. Elle est uniquement générée si le mode dépôt temporaire Chargement complet et CDC est utilisé.
Voir : Architecture de l'ensemble de données dans un entrepôt de données cloud
Tâche de données
Une tâche de données est la principale unité de travail d'un projet de données. Dans un projet de données, vous pouvez créer des tâches de données des types suivants :
- Dépôt temporaire : déplacez les données de la source de données vers un entrepôt de données cloud ou Qlik Cloud.
- Stockage : stockez les données de dépôt temporaire dans des ensembles de données prêts à la consommation.
- Données enregistrées : enregistrez des données qui existent déjà sur la plateforme de données.
- Transformation : transformez vos données en fonction d'exigences cibles et de besoins métier.
- Min-data warehouse : créez des mini-data warehouses à partir de données stockées ou transformées.
Vous pouvez également combiner le dépôt temporaire et le stockage en une seule tâche « Intégration ».
Voir : Tâche de données
Traçabilité
La Traçabilité suit les données et les transformations de données en remontant jusqu'à leur source d'origine, en les représentant sous la forme d'un graphique de traçabilité.
Voir : Examen de la traçabilité pour les applications et les ensembles de données
Voir : Analyse de la traçabilité dans Intégration de données
Transformation
Une tâche de transformation est la partie de votre pipeline de données qui vous permet de créer des transformations de données réutilisables basées sur des règles et des instructions SQL personnalisées. Vous pouvez effectuer des transformations au niveau des lignes et créer des ensembles de données qui sont soit matérialisés comme des tables, soit créés comme des vues qui effectuent des transformations à la volée.
Type 1 - Operational Data Store (ODS)
Dans un ensemble de données de type 1, les nouvelles informations remplacent simplement les informations d'origine. En d'autres termes, aucun historique n'est conservé.
Voir : Architecture de l'ensemble de données dans un entrepôt de données cloud
Type 2 - Historical Data Store (HDS)
Dans un ensemble de données de type 2, un nouvel enregistrement est ajouté à la table pour représenter les nouvelles informations. Par conséquent, l'enregistrement d'origine et le nouvel enregistrement sont tous les deux présents. Le nouvel enregistrement aura sa propre clé primaire.
Voir : Architecture de l'ensemble de données dans un entrepôt de données cloud
Types d'analyse Insight Advisor
Types d'analyse Insight Advisor est une fonction d'Insight Advisor qui crée des visualisations pour vous en vous permettant de sélectionner le type d'analyse que vous souhaitez voir et les données que vous souhaitez utiliser.
Utilisateur complet
Droit Utilisateur complet s'applique à tous les cas d'utilisation dans Qlik Cloud. En tant qu'Utilisateur complet, vous pouvez effectuer toutes les actions permises par vos autorisations, comme créer des espaces partagés, créer, éditer et publier des feuilles ou des applications ou encore utiliser Intégration de données.
Utilisateur de base
Type d'utilisateur disposant d'un accès limité. En tant qu'utilisateur de base, vous pouvez afficher le contenu des applications dans des espaces gérés.
Validation croisée
Processus réalisé lors de l'apprentissage d'une expérimentation dans Qlik AutoML, au cours duquel les données d'apprentissage sont divisées en cinq segments (plis). Cela permet d'utiliser chaque segment des données comme test sur les quatre autres segments. La validation croisée permet d'obtenir des métriques qui indiquent dans quelle mesure un modèle peut réaliser des prédictions sur des données qu'il n'a encore jamais rencontrées.
Variable
Dans Qlik Sense, une variable désigne un conteneur qui stocke un calcul ou une valeur statique, par exemple une valeur numérique ou alphanumérique.
Visionneur de modèle de données
Le visionneur de modèle de données est un composant d'application qui vous permet d'afficher la structure des données ajoutées à une application et de voir les métadonnées des tables et des champs.
Visualisation
Les visualisations sont des graphiques, des extensions et d'autres objets qui visualisent vos données à des fins d'exploration dans une feuille.
Termes similaires : Graphique
Vocabulaire
Le vocabulaire est une fonction de la logique métier qui vous permet d'ajouter des synonymes et des analyses personnalisées à Recherche Insight Advisor et à Insight Advisor Chat.
Vues
Les vues sont utilisées dans les projets de données. Une vue est une représentation virtuelle des ensembles de données physiques. Étant donné que les vues sont le résultat des requêtes lancées sur les ensembles de données physiques, elles sélectionneront toujours les données pertinentes de l'ensemble de données sous-jacent. Les vues offrent plusieurs avantages par rapport aux ensembles de données physiques : elles sont capables de produire un seul ensemble de résultats à partir de jointures de plusieurs ensembles de données ; elles contrôlent l'accès aux données sous-jacentes ; et elles n'occupent pas beaucoup d'espace sur le disque.
Dans un projet de données, il existe plusieurs types de vue. Les vues créées ne sont pas les mêmes si vous avez activé les vues en direct et l'historique, et si vous utilisez le traitement des modifications.
Voir : Architecture de l'ensemble de données dans un entrepôt de données cloud
Vues dynamiques
Les vues dynamiques vous permettent d'interroger et d'afficher des sous-ensembles pertinents d'ensembles de données volumineux provenant d'une autre application dans un graphique. Il est possible de les actualiser de manière dynamique au fur et à mesure des sélections. Les vues dynamiques sont similaires à des applications à la demande.
Vues en direct
Dans Intégration de données Qlik Cloud, les vues en direct vous permettent d'accéder aussi bien aux données actuelles (ODS) qu'aux données historiques (HDS). Les vues en direct incluent les données des tables de modifications qui ne sont pas encore appliquées ou de tables antérieures. Cela vous permet de voir les données de latence inférieure sans avoir à appliquer fréquemment les données modifiées. La capacité à reporter la fusion permet de réduire les coûts et les exigences de traitement sur la plateforme cible.
Voir aussi : Vue en direct
Cette page vous a-t-elle aidé ?
Si vous rencontrez des problèmes sur cette page ou dans son contenu – une faute de frappe, une étape manquante ou une erreur technique – dites-nous comment nous améliorer !