Data-alan sanasto englanti–suomi: 213 termiä

Tämä sanasto kokoaa data-alan termit suomeksi: datan mallinnuksen, tietovarastoinnin ja BI-kehittämisen käsitteet sekä keskeisimmät tekoälytermit. Jokainen termi sisältää suomenkielisen selityksen ja englanninkielisen vastineen.

Termejä on tällä hetkellä 213. Sanasto kasvaa sivuston mukana, ja syvemmät sisällöt löydät sivuston muista sivuista — aloita tietomallista.

Additiivinen mittari (Additive Measure): Englanniksi Additive Measure, suomeksi additiivinen mittari. Mittari, jonka voi summata kaikkien dimensioiden yli — tulos on oikea maittain, kuukausittain ja tuotteittain. Esimerkiksi myyntisumma ja kappalemäärä. Yksinkertaisin ja suorituskykyisin mittarityyppi. Ks. myös semi-additiivinen ja ei-additiivinen mittari.

Agentti (AI Agent): Englanniksi AI Agent, suomeksi agentti. Tekoälyjärjestelmä, joka ei vain vastaa kysymyksiin vaan suorittaa monivaiheisia tehtäviä itsenäisesti: se suunnittelee, kutsuu työkaluja (esimerkiksi MCP:n kautta), tarkistaa tuloksen ja jatkaa kunnes tavoite on saavutettu. Data-alalla agentteja käytetään esimerkiksi datan profilointiin, dokumentointiin ja muunnosten kirjoittamiseen.

Agenttinen tekoäly (Agentic AI): Englanniksi Agentic AI, suomeksi agenttinen tekoäly. Lähestymistapa, jossa agentit toimivat itsenäisesti ja tekevät päätöksiä ilman, että ihminen ohjaa jokaista askelta. Vastakohta perinteiselle chat-käytölle, jossa malli vastaa yksi kysymys kerrallaan.

Aggregaatti (Aggregate): Englanniksi Aggregate, suomeksi aggregaatti. Yhteenlaskettu tai muulla tavalla koostettu arvo, kuten myyntiluvun summa kuukauden tai tuoteryhmän tasolla. Raportit käyttävät aggregaatteja suurten laskujen nopeuttamiseen.

Aikaleima (Timestamp): Englanniksi Timestamp, suomeksi aikaleima. Päivämäärän ja kellonajan sisältävä arvo, joka kertoo milloin tapahtuma sattui tai rivi muuttui. Aikaleima on tietomallissa eri asia kuin päivämäärä: sekunnin tarkkuus tuottaa lähes yhtä monta uniikkia arvoa kuin rivejä, mikä tuhoaa pakkauksen eikä kytkeydy päivämäärädimensioon sellaisenaan. Erota aikaleimasta päivämääräsarake liitosta varten ja jätä kellonaika omaksi sarakkeekseen. Ks. VertiPaq.

ALM Toolkit: Ilmainen työkalu Power BI -tietomallien vertailuun ja käyttöönottoon. Näyttää erot kehitys- ja tuotantomallin välillä ja mahdollistaa valikoivan julkaisun: vain halutut muutokset viedään tuotantoon, ei kaikki-tai-ei-mitään. Täydentää Tabular Editoria.

Anonymisointi (Anonymization): Englanniksi Anonymization, suomeksi anonymisointi. Henkilötietojen poistaminen tai muuttaminen pysyvästi tunnistamattomiksi, niin ettei yksittäistä henkilöä voi enää tunnistaa. Toisin kuin pseudonymisointi, anonymisointia ei voi peruuttaa. Anonymisoitu data ei ole enää henkilötietoa GDPR:n mielessä.

Attribuutti (Attribute): Attribute tarkoittaa suomeksi attribuuttia: dimensiotaulun kuvailevaa saraketta, kuten asiakkaan maa, tuotteen kategoria tai myyjän tiimi. Raportit käyttävät attribuutteja suodattamiseen ja ryhmittelyyn.

Backfill (takautuva lataus): Suomeksi takautuva lataus. Historiadatan lataaminen jälkikäteen putken läpi, esimerkiksi kun uusi sarake lisätään tai vanha lataus korjataan. Backfill on riskialttein ajo koko putkessa, koska se kirjoittaa dataa, jota on jo raportoitu: jos ajo ei tuota samaa lopputulosta toistettuna, se joko kahdentaa rivit tai jättää osan päivittämättä. Aja backfill aina rajattuna aikavälinä ja tarkista rivimäärät ennen ja jälkeen. Ks. eräajo ja inkrementaalinen päivitys.

Batch (eräajo): Ks. Eräajo.

BI (Business Intelligence, liiketoimintatiedon hallinta): Englanniksi Business Intelligence, suomeksi liiketoimintatiedon hallinta. Datan kerääminen, mallintaminen ja esittäminen niin, että organisaatio tekee päätökset numeroiden eikä arvausten perusteella. BI on ketju, ei työkalu: lähdejärjestelmä, tietovarasto, tietomalli ja vasta viimeisenä raportti. Suomalaisyrityksissä yleisin BI-alusta on Power BI, ja sen nopeus ratkeaa tietomallissa — raporttityökalu ei korjaa huonoa mallia. Vrt. ennustava analytiikka, joka kertoo mitä tapahtuu seuraavaksi.

Bias (vinouma): Ks. Vinouma.

Big data (Big Data): Englanniksi Big Data, suomeksi massadata. Aineisto, joka on niin suuri, niin nopeasti syntyvä tai rakenteeltaan niin vaihteleva, ettei sitä käsitellä perinteisellä tietokannalla. Klassinen määritelmä on kolme V:tä: volume (määrä), velocity (nopeus) ja variety (muotojen kirjo). Termi on käytännössä menettänyt terävyytensä, kun pilvialustat käsittelevät teratavuja arkisesti — kysymys ei ole enää datan koosta vaan siitä, onko se mallinnettu käyttökelpoiseksi.

BPA (Best Practice Analyzer): Tabular Editorin sisältämä työkalu, joka tarkistaa tietomallin määriteltyjä parhaita käytäntöjä vastaan ja tarjoaa korjausehdotuksia. Säännöt ovat avoimia ja muokattavia. Esimerkkisäännöt: TabularEditor/BestPracticeRules.

Bronze: Medallion-arkkitehtuurin alin taso. Bronze säilyttää datan täsmälleen sellaisenaan kuin se tulee lähdejärjestelmästä, ilman muokkauksia tai laadunvarmistusta. Seuraava taso: Silver.

CDC (Change Data Capture, muutostiedon tunnistus): Englanniksi Change Data Capture, suomeksi muutostiedon tunnistus. Menetelmä, jossa lähdejärjestelmästä poimitaan vain muuttuneet rivit sen sijaan että koko taulu luettaisiin joka ajossa. CDC lukee tyypillisesti tietokannan transaktiolokia, joten se havaitsee myös poistot — aikaleimaan perustuva vertailu ei havaitse. Ero näkyy heti kun lähde kasvaa: täyslataus, joka kestää tunnin, kutistuu minuuteiksi. Ks. inkrementaalinen päivitys ja ETL.

Copilot: Power BI:n tekoälyavustaja, joka vastaa luonnollisen kielen kysymyksiin datan pohjalta. Toimii semanttisen mallin metadatan perusteella: taulukuvaukset, sarakkeiden nimet ja mittareiden selitteet ohjaavat vastausta. Mitä paremmin metadata on kirjoitettu, sitä tarkempia Copilotin vastaukset ovat.

Cube (kuutio): Ks. Kuutio.

Data (Data): Englanniksi Data, suomeksi data. Koneellisesti käsiteltävässä muodossa oleva havainto- tai tapahtuma-aineisto: luku, teksti, päivämäärä tai mittaustulos. Yksittäinen arvo ei tarkoita mitään ilman kontekstia — merkitys syntyy vasta rakenteesta ja metadatasta. Suomeksi sana taipuu datan, dataa, datassa, eikä siitä käytetä monikkoa.

Data-alusta (Data Platform): Englanniksi Data Platform, suomeksi data-alusta. Ympäristö, joka kattaa datan keräämisen, tallentamisen, muuntamisen ja jakelun samassa kokonaisuudessa — esimerkiksi Microsoft Fabric, Databricks tai Snowflake. Data-alusta ei ole sama asia kuin tietovarasto: alusta on tekninen ympäristö, tietovarasto sen päälle rakennettu käyttötarkoitus.

Data Consumer (Datan käyttäjä): Suomeksi datan käyttäjä. Rooli, joka hyödyntää dataa raporteissa, analyyseissä ja päätöksenteossa — esimerkiksi analyytikko tai liiketoimintapäällikkö. Datan käyttäjä ei vastaa datan tuottamisesta, vaan luottaa siihen, että data steward ja data owner pitävät sen luotettavana.

Data Contract (datasopimus): Suomeksi datasopimus. Sopimus datan tuottajan ja kuluttajan välillä. Määrittelee mitä dataa toimitetaan, missä muodossa, millä laadulla ja kenen vastuulla. Toimiva paikka sopia yhteisistä käytännöistä kuten nimeämiskäytännöistä.

Data Custodian (Datan säilyttäjä): Suomeksi datan säilyttäjä. Tekninen rooli, joka vastaa datan tallennuksesta, varmuuskopioinnista ja tietoturvasta — esimerkiksi IT-arkkitehti, joka hallinnoi tietovaraston infrastruktuuria. Erottuu liiketoimintavastuun rooleista data owner ja data steward.

Data Governance (datan hallintamalli): Suomeksi datan hallintamalli. Säännöstö ja vastuunjako, joka kertoo kuka omistaa datan, kuka saa käyttää sitä ja mihin tarkoitukseen, ja millä laatutasolla se toimitetaan. Ilman nimettyjä rooleja — Data Owner, Data Steward, Data Custodian — hallintamalli jää dokumentiksi, jota kukaan ei noudata. Ks. myös datakatalogi ja Data Contract.

Data Lake (tietoallas): Suomeksi tietoallas. Suuri datavarasto, johon ladataan dataa raakamuodossa ilman tarkkaa skeemaa. Hyvä lähtöpiste, kun datan käyttötarkoitus ei ole vielä selvillä.

Data Lineage: Tieto siitä, mistä data on peräisin, miten se on muunnettu ja missä järjestelmissä se on käytettävissä. Data lineage auttaa virheiden jäljittämisessä, vaikutusarvioissa ja vaatimustenmukaisuudessa.

Data Owner: Datan omistaja. Liiketoiminnasta vastaava henkilö, joka päättää tietoaineiston käyttötarkoituksista ja vastaa sen oikeellisuudesta. Tyypillisesti johtotason rooli, kuten myyntijohtaja myyntidatasta.

Data Steward: Datan hoitaja. Vastaa päivittäisestä datan laadusta, dokumentoinnista ja sääntöjen noudattamisesta. Toimii datan omistajan ja teknisten toteuttajien välissä.

Data Vault: Tietovarastointimenetelmä, joka perustuu kolmeen taulutyyppiin: hub, link ja satellite. Sopii erityisesti suuriin ja muuttuviin ympäristöihin, joissa auditointi on tärkeää.

Datakatalogi (Data Catalog): Englanniksi Data Catalog, suomeksi datakatalogi. Työkalu, joka kokoaa organisaation tietoaineistot, niiden omistajuuden ja käyttötarkoitukset yhteen paikkaan. Toimii organisaation datakirjastona. Esim. Datahub.

Datamartti (Data Mart): Englanniksi Data Mart, suomeksi datamartti. Tietovaraston osajoukko, joka on rajattu yhden liiketoiminta-alueen tarpeisiin: myynnin martti, talouden martti. Idea on nopeus ja hallittavuus, koska käyttäjä näkee vain oman alueensa taulut. Riski on hajaannus: kun jokainen martti rakentaa oman asiakasdimensionsa, sama asiakas saa kolme eri määritelmää. Yhdenmukaistetut dimensiot erottavat marttikokoelman siilokokoelmasta.

Datan elinkaari (Data Lifecycle): Englanniksi Data Lifecycle, suomeksi datan elinkaari. Datan kaikki vaiheet syntymästä poistamiseen: kerääminen, käsittely, tallennus, käyttö, arkistointi ja hävittäminen. Elinkaaren hallinta on osa datan hallintaa — esimerkiksi GDPR edellyttää, että henkilötiedot poistetaan, kun niitä ei enää tarvita.

Datan integrointi (Data Integration): Englanniksi Data Integration, suomeksi datan integrointi. Useasta lähdejärjestelmästä tulevan datan yhdistäminen yhdeksi käyttökelpoiseksi kokonaisuudeksi. Tekninen siirto on helppo osa; vaikea osa on saada eri järjestelmien "asiakas" tarkoittamaan samaa asiaa. Siihen tarvitaan yhdenmukaistetut dimensiot ja sovitut avaimet, ei lisää putkia. Ks. ETL ja ELT.

Datan laatu (Data Quality): Englanniksi Data Quality, suomeksi datan laatu. Datan sopivuus sen käyttötarkoitukseen: täsmällisyys, täydellisyys, yhtenäisyys ja ajantasaisuus. Käytännössä laatu kattaa muun muassa tietoeheyden, entiteettieheyden, viite-eheyden ja toimialueen eheyden. Laadun ongelmat voivat johtaa vääriin raportteihin — tyhjät rivit ja orporivit ovat tyypillisiä merkkejä.

Datan profilointi (Data Profiling): Englanniksi Data Profiling, suomeksi datan profilointi. Datan systemaattinen tutkiminen ennen mallinnusta: montako uniikkia arvoa sarakkeessa on, kuinka moni rivi on tyhjä, mikä on pienin ja suurin arvo, toistuuko avain. Profilointi vastaa siihen kysymykseen, jota oletukset eivät korvaa — onko tämä sarake oikeasti uniikki. Power Queryn sarakeprofiili tekee tämän ilmaiseksi, mutta oletuksena vain tuhannesta ensimmäisestä rivistä; vaihda asetus koko aineistoon. Ks. duplikaattiavain.

Datan puhdistus (Data Cleansing): Englanniksi Data Cleansing, suomeksi datan puhdistus. Virheellisten, puuttuvien ja epäyhtenäisten arvojen korjaaminen: kirjoitusasujen yhdenmukaistus, tyhjien käsittely, muotojen standardointi. Puhdistus kuuluu latausvaiheeseen eikä raportille — raportilla tehty korjaus katoaa seuraavan kehittäjän mukana ja lasketaan uudelleen joka kyselyssä. Korjaa mieluiten lähdejärjestelmässä, toiseksi mieluiten putkessa, viimeisenä mallissa. Ks. datan laatu ja ETL.

Datanhallinta (Data Management): Englanniksi Data Management, suomeksi datanhallinta. Kattotermi kaikelle datan elinkaaren hoitamiselle: keräämiselle, tallentamiselle, mallintamiselle, laadunvalvonnalle ja poistamiselle. Datanhallinta on tekemistä, Data Governance sen säännöt — sekoita nämä, ja saat joko komitean ilman käytäntöä tai käytännön ilman vastuita. Ks. myös datan elinkaari.

Datasheet (datalehti, taulukkonäkymä): Englanniksi Datasheet, suomeksi datalehti tai taulukkonäkymä. Sanalla on data-alalla kaksi eri merkitystä. Taulukkonäkymä tarkoittaa rivi–sarake-muotoista näkymää dataan, kuten Accessin Datasheet View tai Power BI:n taulukkonäkymä. Datalehti taas on dokumentti, joka kuvaa aineiston sisällön, alkuperän, rajoitukset ja käyttötarkoituksen — koneoppimisessa käytäntö tunnetaan nimellä Datasheets for Datasets. Jälkimmäinen on data contractin lähisukulainen: datalehti kuvaa, data contract velvoittaa. Kumpikin on osa sitä metadataa, jonka varassa myös tekoälyavustaja tulkitsee datan oikein.

Datasuvereniteetti (Data Sovereignty): Englanniksi Data Sovereignty, suomeksi datasuvereniteetti. Periaate, jonka mukaan dataan sovelletaan sen maan lakia, jonka alueella data fyysisesti sijaitsee. Pilvipalvelussa ratkaisee siis konesalin sijainti, ei palveluntarjoajan kotipaikka — ja siksi EU-alueen valinta on henkilötiedoille oletusvastaus, ei mielipidekysymys. Ks. myös GDPR ja anonymisointi.

Datatuote (Data Product): Englanniksi Data Product, suomeksi datatuote. Datakokonaisuus, jota hallitaan tuotteen tavoin: sillä on omistaja, dokumentoitu rajapinta, laatulupaus ja elinkaari. Ajattelutapa on peräisin Data Mesh -mallista. Käytännössä datatuote on data contract ja nimetty omistaja — ilman jälkimmäistä se on vain taulu, jolla on hieno nimi.

DAX (Data Analysis Expressions): Microsoftin lausekekieli mittareiden ja laskennallisten sarakkeiden rakentamiseen Power BI:ssä, SSAS Tabularissa ja Power Pivotissa.

DAX Studio: Ilmainen työkalu DAX-kyselyiden kirjoittamiseen ja suorituskyvyn analysointiin. Kerää kyselykohtaista ajoitusdataa, joka paljastaa mitkä mittarit ovat hitaita ja miksi. Täydentää Tabular Editoria mallin tutkimisessa ja optimoinnissa.

dbt (data build tool): SQL-pohjainen muunnostyökalu, jolla data muokataan tietovarastossa ja muunnokset versioidaan, testataan ja dokumentoidaan. Vakiotyökalu ELT-lähestymistavassa, jossa muunnos tehdään vasta latauksen jälkeen kohdejärjestelmässä.

Deduplikointi (Deduplication): Englanniksi Deduplication, suomeksi deduplikointi. Kaksoiskappaleiden tunnistaminen ja poistaminen. Helppo tapaus on identtinen rivi; vaikea tapaus on sama asiakas kahdella kirjoitusasulla, ja juuri se rikkoo dimensiotaulun uniikkiuden ja tuottaa duplikaattiavaimen. Deduplikointi vaatii siksi säännön siitä, mikä tekee kahdesta rivistä saman — ja sääntö on liiketoimintapäätös, ei tekninen. Ks. luonnollinen avain.

Degeneraatioavain (Degenerate Dimension, DD): Englanniksi Degenerate Dimension, suomeksi degeneraatioavain. Faktataulussa säilytettävä lähdejärjestelmän tunniste, kuten tilaus- tai kuittinumero, jolla ei ole omaa dimensiotaulua eikä kuvailevia attribuutteja. Hyödyllinen hakua ja virheiden jäljitystä varten.

Denormalisointi (Denormalization): Englanniksi Denormalization, suomeksi denormalisointi. Denormalisointi toistaa tietoa useassa paikassa tarkoituksella, jotta luettavuus ja suorituskyky paranevat. Tähtimallin dimensiot ovat tyypillisesti denormalisoituja. Ks. myös Normalisointi.

Dimensio (Dimension): Englanniksi Dimension, suomeksi dimensio. Näkökulma, jonka mukaan mittarit jaotellaan: aika, asiakas, tuote, maa. Kun raportti kertoo myynnin kuukausittain ja tuoteryhmittäin, kuukausi ja tuoteryhmä ovat dimensioita. Tähtimallissa jokainen dimensio on oma taulunsa, joka kytkeytyy faktatauluun yhdellä avaimella. Kirjanpito-ohjelmissa sama sana tarkoittaa laskentakohdetta, jolla tosite luokitellaan esimerkiksi kustannuspaikkaan tai projektiin — idea on sama, nimi vain vakiintui eri alalla. Ks. dimensiotaulu ja attribuutti.

Dimensiotaulu (Dimension Table): Englanniksi Dimension Table, suomeksi dimensiotaulu. Kuvaileva taulu, joka vastaa kysymyksiin kuka, mitä, missä ja milloin. Sisältää attribuutteja kuten asiakkaan nimi, tuotteen kategoria tai päivämäärä.

DPO (Data Protection Officer, tietosuojavastaava): Suomeksi tietosuojavastaava. Rooli, joka vastaa GDPR-vaatimusten täyttymisestä ja henkilötietojen käsittelyn lainmukaisuudesta organisaatiossa. Tietosuojavastaava hyväksyy esimerkiksi henkilötason datan käytön uusiin tarkoituksiin, kuten koneoppimismallin kouluttamiseen.

Duplikaattiavain (Duplicate Key): Englanniksi Duplicate Key, suomeksi duplikaattiavain. Dimensiotaulun pääavain, jonka sama arvo esiintyy useammalla rivillä, vaikka sen pitäisi olla uniikki. Duplikaattiavaimet rikkovat yksi-moneen-suhteen: Power BI joutuu muodostamaan monen-moneen-relaation, jolloin yksi faktarivi voi kytkeytyä useaan dimensioriviin ja aiheuttaa kaksoislaskentaa. Tarkista uniikkius esimerkiksi vertaamalla taulun rivimäärää ja avaimen erillisten arvojen määrää.

Ehdokasavain (Candidate Key): Englanniksi Candidate Key, suomeksi ehdokasavain. Sarake tai sarakeyhdistelmä, joka voisi toimia taulun pääavaimena. Taulussa voi olla useita ehdokasavaimia, joista yksi valitaan pääavaimeksi ja muut jäävät vaihtoehtoisiksi avaimiksi.

Ei-additiivinen mittari (Non-Additive Measure): Englanniksi Non-Additive Measure, suomeksi ei-additiivinen mittari. Mittari, jota ei voi summata minkään dimension yli — esimerkiksi kateprosentti tai yksikköhinta. Lasketaan aina DAX-kaavalla kontekstin mukaan; faktatauluun tallennetaan sen sijaan osatekijät (osoittaja ja nimittäjä) additiivisina mittareina.

ELT (Extract, Load, Transform): Datan siirtomalli, jossa raakadata ladataan ensin kohdejärjestelmään ja muunnos tehdään vasta sen jälkeen. Yleinen pilvipohjaisissa ratkaisuissa.

Embedding (upotus): Ks. Upotus.

Ennustava analytiikka (Predictive Analytics): Englanniksi Predictive Analytics, suomeksi ennustava analytiikka. Historiadatasta rakennettu malli, joka arvioi mitä tapahtuu seuraavaksi: asiakaspoistuma, kysyntäpiikki, laitevika. Ennuste on täsmälleen niin hyvä kuin sen opetusdata, ja opetusdata tulee tietomallista — väärä granulariteetti tai puuttuva historia pilaa mallin ennen kuin algoritmia on edes valittu. Vrt. BI, joka kuvaa mennyttä.

Entiteettieheys (Entity Integrity): Englanniksi Entity Integrity, suomeksi entiteettieheys. Jokaisen taulun jokaisella rivillä on yksilöivä, ei-tyhjä pääavain. Jos pääavain puuttuu tai toistuu, rivejä ei voi tunnistaa — raportti voi laskea ne useaan kertaan tai jättää kokonaan huomiotta. Entiteettieheys on edellytys sille, että viite-eheys voi toimia.

ETL (Extract, Transform, Load): Datan siirtomalli, jossa data muunnetaan ennen lataamista kohdejärjestelmään. Perinteinen lähestymistapa tietovarastoissa.

Eräajo (Batch): Englanniksi Batch, suomeksi eräajo. Datan käsittely erissä sovituin väliajoin: yön aikana ajettu lataus, tunnin välein päivittyvä taulu. Eräajo on analytiikassa oletus, koska raportointi tarvitsee harvoin sekuntitason tuoreutta ja erä maksaa murto-osan jatkuvaan virtaan verrattuna. Kysy tuoreusvaatimus ennen arkkitehtuuria: "reaaliaikainen" tarkoittaa useimmiten "aamulla ajan tasalla". Ks. suoratoisto.

Faktataulu (Fact Table): Englanniksi Fact Table, suomeksi faktataulu. Tähtimallin keskeinen taulu, joka sisältää mitattavia tapahtumia kuten myyntejä, tilauksia tai laskutuksia. Faktataulun rivit sisältävät enimmäkseen lukuja ja avaimia, ja tauluun viitataan dimensioiden kautta.

Filter Context (suodatinkonteksti): Suomeksi suodatinkonteksti. DAX-laskennan tilanne, jossa raporttiin valitut suodattimet määräävät, mitkä rivit otetaan laskennassa huomioon. Filter context kulkee aina raportin valintojen mukana ja vaikuttaa kaikkiin mittareihin.

Fine-tuning (hienosäätö): Ks. Hienosäätö.

Flattening (litistäminen): Ks. Litistäminen.

Formatointi (Formatting): Englanniksi Formatting, suomeksi muotoilu tai formatointi. Tapa, jolla arvo näytetään käyttäjälle: tuhaterotin, desimaalien määrä, valuuttamerkki, prosenttimuoto tai päivämäärän esitystapa. Formatointi ei muuta tallennettua arvoa eikä tietotyyppiä — 0,1234 on levyllä sama luku riippumatta siitä, näkyykö se muodossa 12,34 % vai 0,12. Power BI:ssä muotoilu kannattaa määritellä mittarin format string -ominaisuuteen eikä visuaalikohtaisesti: silloin sama muoto seuraa mittaria jokaiseen raporttiin, Exceliin ja Copilotin vastauksiin.

Gold: Medallion-arkkitehtuurin ylin taso, jolla data on liiketoiminnan käyttöön valmista. Gold-tasolla data on jalostettu valmiiksi tähtimalliksi tai aggregoiduksi datasetiksi, suoraan raporttien ja analytiikan käyttöön. Edellinen taso: Silver.

Granulariteetti (Granularity): Englanniksi Granularity, suomeksi granulariteetti. Faktataulun rivin yksityiskohtaisuuden taso. Esimerkiksi yksi rivi per myyntitapahtuma on hienojakoinen, kun taas yksi rivi per päivä ja tuote on karkea. Granulariteetti määrää, mihin kysymyksiin malli pystyy vastaamaan.

Hahmontunnistus (Pattern Recognition): Englanniksi Pattern Recognition, suomeksi hahmontunnistus. Koneen kyky löytää datasta toistuvia rakenteita: samankaltaiset asiakkaat, toistuvat tapahtumaketjut, tekstin aiheet. Data-alalla hahmontunnistus näkyy arkisimmillaan duplikaattien tunnistuksena ja poikkeavien havaintojen etsintänä — ei siis vain koneoppimisprojekteissa vaan jokaisessa latausajossa, joka tarkistaa datan laadun.

Hallusinaatio (Hallucination): Englanniksi Hallucination, suomeksi hallusinaatio. Tilanne, jossa kielimalli tuottaa uskottavalta kuulostavaa mutta virheellistä tai keksittyä tietoa. Tämän takia tekoälyn ehdotukset, kuten sarakkeiden kuvaukset tai SQL, kannattaa aina tarkistaa ennen käyttöä.

Header-Detail-malli: Tietorakenne, jossa yksi taulu sisältää tilauksen otsikkotiedot ja toinen rivitiedot. Yhteys muodostuu tilausnumeron kautta. VertiPaq-pohjaisissa malleissa taulut kannattaa yhdistää yhdeksi tauluksi.

Hienosäätö (Fine-tuning): Englanniksi Fine-tuning, suomeksi hienosäätö. Valmiin kielimallin jatkokouluttaminen omalla aineistolla, jotta se oppii tietyn alan sanaston, muodon tai tyylin. Hienosäätö muuttaa mallin painoja pysyvästi, toisin kuin RAG, joka hakee tiedon kyselyhetkellä ulkopuolelta. Data-alan käyttötapauksissa RAG on lähes aina oikea vastaus: yrityksen luvut muuttuvat viikoittain, eikä mallia kouluteta uudelleen jokaisen muutoksen takia.

Hierarkia (Hierarchy): Englanniksi Hierarchy, suomeksi hierarkia. Dimension tasorakenne, jossa ylemmät tasot kokoavat alempia. Esimerkiksi Vuosi → Kvartaali → Kuukausi tai Yritys → Liiketoimintaryhmä → Kustannuspaikka. Power BI:ssä hierarkia rakennetaan dimensiotauluun sarakkeina, ei erillisinä tauluina. Lumihiutalemallissa hierarkia on hajautettuna useaan tauluun — litistäminen yhdistää ne yhdeksi.

Hub: Data Vault -mallin keskeinen taulu, joka sisältää yksilöllisen liiketoimintatunnisteen, kuten asiakasnumeron tai tuotekoodin. Hub säilyttää vain tunnisteen — kuvailevat tiedot ja niiden historia tallennetaan satellite-tauluihin.

IDENTITY (Auto-increment, Serial): SQL Serverin sarakeominaisuus joka generoi automaattisesti nousevan kokonaisluvun aina kun tauluun lisätään uusi rivi. IDENTITY(1,1) tarkoittaa: lähtöarvo 1, askel 1 — ensimmäinen rivi saa arvon 1, toinen 2, kolmas 3. Käytetään surrogaattiavainten luomiseen ilman manuaalista numerointia. INSERT-lauseessa IDENTITY-saraketta ei mainita lainkaan — tietokanta täyttää sen itse.

Indeksi (Index): Englanniksi Index, suomeksi indeksi. Tietokannan apurakenne, joka nopeuttaa rivien hakua samalla tavalla kuin kirjan hakemisto: moottori ei lue koko taulua läpi vaan hyppää oikeaan kohtaan. Indeksi maksaa kirjoitusnopeudessa ja levytilassa, joten operatiivisessa kannassa niitä pidetään harkitusti. Power BI:n VertiPaq ei käytä indeksejä lainkaan — se pakkaa sarakkeet ja skannaa ne, mikä on sarakepohjaisessa analytiikassa nopeampaa kuin hakemiston seuraaminen.

Inferenssi (Inference): Englanniksi Inference, suomeksi inferenssi eli päättely. Vaihe, jossa valmis malli tuottaa vastauksen syötteestä — vastakohta koulutukselle, jossa malli opetetaan. Kielimallin käytössä inferenssi on se hetki, joka kuluttaa tokeneita ja kestää sekunteja. Tietokantapuolella sama sana tarkoittaa tietotyypin päättelyä datasta, esimerkiksi kun Power Query arvaa sarakkeen tyypiksi kokonaisluvun — ja arvaa toisinaan väärin.

Inkrementaalinen päivitys (Incremental Refresh): Englanniksi Incremental Refresh, suomeksi inkrementaalinen päivitys. Latausmalli, jossa vain uusi ja muuttunut aikaväli päivitetään ja vanha historia jätetään koskematta. Power BI:ssä tämä toteutetaan partitioimalla taulu ajan mukaan: viisi vuotta historiaa säilyy, mutta jokainen päivitys koskee vain kuluvaa kuukautta. Ero täyslataukseen on kertaluokka, ja se kasvaa joka vuosi kun historiaa karttuu lisää. Ks. CDC.

Join (liitos): Ks. Liitos.

Kaksoislaskenta (Double Counting): Englanniksi Double Counting, suomeksi kaksoislaskenta. Virhe, jossa sama arvo lasketaan mukaan useaan kertaan ja lopputulos kasvaa todellista suuremmaksi. Power BI:ssä kaksoislaskenta syntyy tyypillisesti monen-moneen-suhteesta, jonka aiheuttaa dimensiotaulun ei-uniikki pääavain (duplikaattiavaimet): yksi faktarivi kytkeytyy useaan dimensioriviin ja summautuu jokaiselle. Estetään varmistamalla dimensioiden pääavainten uniikkius ETL-vaiheessa.

Kardinaliteetti (Cardinality): Englanniksi Cardinality, suomeksi kardinaliteetti. Sarakkeen uniikkien arvojen lukumäärä. Matala kardinaliteetti (esim. 5 maakoodia) pakkautuu VertiPaqissa erittäin tehokkaasti, korkea kardinaliteetti (esim. miljoonia sähköposteja) heikentää suorituskykyä. Power BI:ssä kardinaliteetilla tarkoitetaan myös relaation tyyppiä (yksi-moneen, monen-moneen).

Kausifakta (Periodic Snapshot Fact Table): Faktataulun arkkityyppi, johon otetaan tilannekuva säännöllisesti — yksi rivi per ajanjakso per seurattava kohde, esimerkiksi kuukausittainen varastosaldo. Rivejä ei päivitetä; uusi ajanjakso luo uuden rivin. Ks. myös transaktiofakta ja kumulatiivinen fakta.

Kielimalli (LLM, Large Language Model): Suurilla tekstimäärillä koulutettu tekoälymalli, joka ennustaa ja tuottaa luonnollista kieltä. Eri kielimallit kuten Claude, GPT ja Gemini eroavat koossa, muistissaan ja vahvuuksiltaan. Data-alalla kielimalleja käytetään esimerkiksi dokumentointiin, kyselyiden kirjoittamiseen ja metadatan rikastamiseen.

Koneoppiminen (Machine Learning): Englanniksi Machine Learning, suomeksi koneoppiminen. Menetelmä, jossa malli päättelee säännöt datasta sen sijaan että ohjelmoija kirjoittaisi ne. Koneoppimisprojektin onnistuminen ratkeaa harvoin algoritmissa ja lähes aina datassa: puuttuva historia, väärä granulariteetti tai vinoutunut opetusaineisto kaataa mallin riippumatta menetelmästä. Tietomallinnus on siksi koneoppimisen esityö, ei sen kilpailija. Ks. ennustava analytiikka.

Kontekstin ikkuna (Context Window): Englanniksi Context Window, suomeksi kontekstin ikkuna. Tokenimäärä, jonka kielimalli pystyy pitämään kerralla mielessään: kysymys, aineisto ja vastaus mahtuvat samaan ikkunaan tai eivät mahdu. Kun ikkuna täyttyy, malli ei varoita vaan pudottaa vanhimman osan — ja vastaus muuttuu itsevarmasti vääräksi. Siksi isoa tietomallia ei syötetä mallille kokonaisena vaan siitä haetaan olennainen osa kyselyhetkellä. Ks. RAG.

KPI (Key Performance Indicator): Toimintaa kuvaava avainmittari, kuten liikevaihto, asiakaspysyvyys tai konversioprosentti. KPI on tyypillisesti tavoitteellinen mittari, jota seurataan säännöllisesti.

Kumulatiivinen fakta (Accumulating Snapshot Fact Table): Faktataulun arkkityyppi, jossa yksi rivi kuvaa koko prosessia — esimerkiksi tilauksen elinkaarta tilauksesta toimitukseen — ja riviä päivitetään prosessin edetessä. Ainoa arkkityyppi, jonka rivejä päivitetään. Eri vaiheille on omat päivämäärä-vierasavaimet. Ks. myös transaktiofakta ja kausifakta.

Kuutio (Cube): Englanniksi Cube, suomeksi kuutio. OLAP-mallin rakenne, jossa mittarit on esilaskettu dimensioiden leikkauspisteisiin, niin että raportti lukee valmiin arvon sen sijaan että laskisi sen kyselyhetkellä. Klassinen moniulotteinen kuutio on Power BI:n aikakaudella pitkälti korvautunut tabular-mallilla, joka laskee lennossa muistista — nopeus tulee nyt pakkauksesta eikä esilaskennasta. Termi elää silti puheessa ja vanhoissa SSAS-toteutuksissa.

Kysely (Query): Englanniksi Query, suomeksi kysely. Pyyntö, joka kertoo mitä dataa halutaan ja millä ehdoilla: SQL:n SELECT-lause, Power Queryn hakuvaihe tai DAX-mittarin laskenta. Kysely kuvaa mitä halutaan, ei sitä miten se haetaan — reitin valitsee moottorin kyselyoptimoija. Siksi saman kyselyn nopeus voi vaihdella kertaluokan tietomallin rakenteen mukaan, vaikka kyselyteksti ei muutu riviäkään.

Käsitemalli (Conceptual Model): Tietomallinnuksen ensimmäinen, tekniikasta riippumaton vaihe: kuvataan liiketoiminnan keskeiset käsitteet — esimerkiksi asiakas, tilaus, tuote — ja niiden väliset suhteet ilman tauluja, avaimia tai tietotyyppejä. Käsitemalli tarkennetaan loogiseksi malliksi ja lopulta fyysiseksi tietomalliksi ennen toteutusta.

Käyttötarkoituksen rajaus (Purpose Limitation): Englanniksi Purpose Limitation, suomeksi käyttötarkoituksen rajaus. GDPR:n periaate, jonka mukaan dataa saa käyttää vain siihen tarkoitukseen, johon se on alun perin kerätty. Esimerkiksi laskutusta varten kerättyä asiakasdataa ei saa ilman erillistä perustetta käyttää markkinointiin. Rajaus kirjataan usein data contractiin.

Lakehouse: Arkkitehtuuri, joka yhdistää data laken joustavuuden ja tietovaraston rakenteen. Tunnetuin toteutus on Databricks; myös Microsoft Fabric perustuu samaan Delta-tauluformaattiin.

Laskennallinen sarake (Calculated Column): Englanniksi Calculated Column, suomeksi laskennallinen sarake. Tietomalliin lisätty sarake, joka lasketaan DAX-lausekkeen avulla rivitasolla. Laskennallinen sarake vie muistia, sillä arvot tallennetaan tauluun.

Laskentaryhmä (Calculation Group): Englanniksi Calculation Group, suomeksi laskentaryhmä. Tabular-mallin rakenne, joka soveltaa samaa laskentalogiikkaa moneen mittariin kerralla — esimerkiksi kuluva vuosi, edellinen vuosi ja muutos-% ilman, että jokaiselle mittarille kirjoitetaan oma versio. Vähentää DAX-toistoa ja pitää mallin siistinä. Luodaan tyypillisesti Tabular Editorilla.

Laskuri: Ks. Mittari.

Liitos (Join): Englanniksi Join, suomeksi liitos. Kahden taulun yhdistäminen yhteisen sarakkeen perusteella: tilausrivi saa asiakkaan nimen, kun tilaustaulun asiakasavain vastaa asiakastaulun avainta. Liitostyyppi ratkaisee mitä puuttuville vastineille tapahtuu — inner join pudottaa ne pois, left join säilyttää ne tyhjinä, ja valinta muuttaa loppusumman. Tähtimallissa liitokset korvataan relaatioilla: liitos tehdään kerran malliin, ei joka kyselyssä uudelleen. Ks. vierasavain.

Link: Data Vault -mallin taulu, joka kuvaa kahden tai useamman hubin välistä yhteyttä. Esimerkiksi tilaus on hubien Asiakas ja Tuote välinen link.

Litistäminen (Flattening): Englanniksi Flattening, suomeksi litistäminen. Useamman hierarkkisen dimensiotaulun yhdistäminen yhdeksi leveäksi tauluksi ennen Power BI -latausta. Muuttaa lumihiutalemaisen rakenteen tähtimallin mukaiseksi. Tehdään tyypillisesti ETL-vaiheessa tai SQL-näkymänä, ei Power BI:n sisällä.

Lumihiutalemalli (Snowflake Schema): Englanniksi Snowflake Schema, suomeksi lumihiutalemalli. Tähtimallin laajennus, jossa dimensiot on normalisoitu useaan tauluun. Vähentää datan toisteisuutta tietovarastossa, mutta hidastaa Power BI:n VertiPaq-moottorin toimintaa.

Luonnollinen avain (Natural Key, Business Key): Englanniksi Natural Key, suomeksi luonnollinen avain. Lähdejärjestelmästä tuleva tunniste, kuten asiakasnumero tai tuotekoodi. Dimensio säilyttää luonnollisen avaimen hakua varten, mutta relaatiot rakennetaan surrogaattiavaimella.

M-kieli: Power Queryn käyttämä funktionaalinen kieli, jolla data muunnetaan ja yhdistetään ennen tietomalliin lataamista.

Master Data: Organisaation keskeinen ohjaava data, kuten asiakkaat, tuotteet ja toimittajat. Master datan laatu ja yhtenäisyys vaikuttavat kaikkiin järjestelmiin.

MCP (Model Context Protocol): Anthropicin kehittämä avoin standardi, jonka avulla tekoälyavustajat kutsuvat ulkoisia työkaluja ja palveluita strukturoidusti. Esimerkiksi tekoäly voi MCP:n kautta hakea tietoa tietokannasta tai datakatalogista ilman erillistä räätälöityä integraatiota.

Medallion-arkkitehtuuri (Medallion Architecture): Englanniksi Medallion Architecture, suomeksi medallion-arkkitehtuuri. Datan jalostusmalli, jossa data etenee kerroksittain Bronze-tasolta (raakadata) Silver-tasolle (puhdistettu) ja edelleen Gold-tasolle (analyysiin valmis).

Metadata: Tieto datasta. Tekninen metadata kuvaa esimerkiksi sarakkeiden tietotyyppejä, liiketoimintametadata kertoo mitä sarake tarkoittaa liiketoiminnan kannalta.

Microsoft Fabric: Microsoftin yhtenäinen data-analytiikka-alusta, joka kokoaa saman katon alle lakehousen, tietovaraston, datavirtaukset ja Power BI:n. Tavoitteena on, että data liikkuu vaiheesta toiseen ilman erillisiä järjestelmiä. Rakentuu OneLake-tallennuksen ja Delta-muodon päälle.

Mittari (Measure): Englanniksi Measure, suomeksi mittari. DAX-lausekkeella määritelty laskenta, joka suoritetaan vasta raporttia katsottaessa kontekstin perusteella. Mittareita käytetään summiin, keskiarvoihin ja monimutkaisempiin laskelmiin.

Monen-moneen-suhde (Many-to-Many): Englanniksi Many-to-Many, suomeksi monen-moneen-suhde. Relaatiotyyppi, jossa molemmat taulut voivat liittyä useaan riviin toisessa taulussa — esimerkiksi yksi tilaus voi sisältää monta tuotetta ja yksi tuote voi esiintyä monessa tilauksessa. Power BI tukee monen-moneen-suhteita suoraan, mutta ne tekevät DAX-laskennasta arvaamatonta ja hidastavat suorituskykyä. Suosittelemme välttämään. Ratkaise tilanne välitaululla (bridge table) tai mallintamalla granulariteetti uudelleen niin, että suhde muuttuu yksi-moneen-suhteeksi.

Moniselitteinen tietomalli: Tietomalli, jossa sama tieto voi esiintyä useassa paikassa tai sarakkeen merkitys riippuu kontekstista. Tyypillinen esimerkki on denormalisoitu taulukko, jossa esimerkiksi "päivämäärä"-sarake voi tarkoittaa tilauspäivää, toimituspäivää tai laskutuspäivää. Moniselitteisyys kasvattaa virheiden riskiä ja tekee raportoinnista hankalampaa. Vrt. yksiselitteinen tietomalli.

NK (Natural Key, Business Key): Lyhenne: Luonnollinen avain. Lähdejärjestelmästä tuleva tunniste kuten asiakasnumero tai tuotekoodi. Dimensiossa säilytetään NK hakua ja debug-työtä varten, mutta relaatiot rakennetaan surrogaattiavaimella (SK).

Normalisointi (Normalization): Englanniksi Normalization, suomeksi normalisointi. Tietokannan rakenteen jäsentäminen niin, että kukin tieto sijaitsee vain yhdessä paikassa. Vähentää toisteisuutta ja parantaa tietoeheyttä, mutta tekee kyselyistä monimutkaisempia. Ks. myös Denormalisointi.

NULL: Tietokannan erityisarvo, joka tarkoittaa "ei tietoa". NULL ei ole nolla eikä tyhjä merkkijono — se on tuntematon arvo. Power BI lataa NULL-arvot BLANK-arvoiksi, jotka voivat aiheuttaa yllättäviä tuloksia mittareissa, jos niitä ei käsitellä erikseen. Faktataulun NULL-arvo mittarisarakkeessa tarkoittaa yleensä, että tapahtumaa ei ole — ei että arvo on nolla.

OLAP (Online Analytical Processing): Analyyttiseen kyselyyn optimoitu tietokantaratkaisu. Sopii suuriin yhteenvetoihin ja monimutkaisiin laskelmiin. Power BI:n SSAS Tabular -malli on OLAP-järjestelmä. Ks. myös OLTP.

OLS (Object-Level Security): Objektitason tietoturva, jossa kokonainen taulu tai sarake piilotetaan käyttäjältä roolin perusteella — esimerkiksi palkkasarake näkyy vain HR-roolille. Toisin kuin rivitason RLS, joka rajaa näkyviä rivejä, OLS rajaa näkyviä rakenteita. Määritellään Tabular Editorilla, koska Power BI Desktop ei tue sitä suoraan.

OLTP (Online Transaction Processing): Tapahtumankäsittelyyn optimoitu tietokantaratkaisu, kuten kassajärjestelmä tai verkkokaupan tilausjärjestelmä. Sopii nopeisiin yksittäisiin lisäys-, päivitys- ja poisto-operaatioihin. Ks. myös OLAP.

Opetusaineisto (Training Data): Englanniksi Training Data, suomeksi opetusaineisto. Data, jolla malli opetetaan — se määrää mitä malli osaa ja mitä se ei osaa. Opetusaineiston virheet eivät jää aineistoon vaan siirtyvät malliin ja monistuvat jokaiseen ennusteeseen, eikä niitä näe valmiista mallista päälle päin. Sama laatuvaatimus koskee siis opetusaineistoa kuin raportoitavaa dataa: dokumentoitu alkuperä, tunnettu kattavuus, mitattu tarkkuus. Ks. vinouma.

Orporivi (Orphan Row): Englanniksi Orphan Row, suomeksi orporivi. Faktarivi, jonka vierasavain ei löydä vastinetta dimensiotaulusta. Orporivi on viite-eheyden rikkoontuminen käytännössä: Power BI reagoi siihen luomalla automaattisen tyhjän rivin dimensiotauluun. Syntyy tyypillisesti kun lähdedata sisältää faktarivejä dimensioille, joita ei ole vielä ladattu tai jotka on poistettu.

Overfitting (ylisovittaminen): Ks. Ylisovittaminen.

Paikkamerkki (Placeholder): Englanniksi Placeholder, suomeksi paikkamerkki. Väliaikainen arvo tai elementti, joka varaa paikan lopulliselle sisällölle. Tietomallissa paikkamerkkinä toimii sentinel-rivi, joka ottaa vastaan faktarivit, joiden dimensioarvo puuttuu — ilman sitä Power BI luo oman tyhjän rivin, jota et voi nimetä etkä suodattaa.

Parametri (Parameter): Englanniksi Parameter, suomeksi parametri. Nimetty arvo, joka annetaan prosessille tai laskennalle ulkopuolelta, niin ettei sitä kirjoiteta koodiin kiinni. Power Queryssä parametri pitää lähdepolun yhdessä paikassa, jolloin kehitys- ja tuotantoympäristön vaihto on yhden arvon muutos eikä kolmenkymmenen kyselyn haravointi. Raporttipuolella parametritaulu antaa käyttäjän valita esimerkiksi valuutan tai aikatason. Ks. M-kieli.

Partitio (Partition, ositus): Englanniksi Partition, suomeksi partitio eli ositus. Taulun jakaminen osiin, joita voi ladata, päivittää ja lukea erikseen — yleensä ajan mukaan, esimerkiksi kuukausi kerrallaan. Partitiointi on inkrementaalisen päivityksen edellytys: ilman sitä koko taulu on yksi möykky, joka ladataan aina kokonaan. Hyöty näkyy myös luvussa, kun moottori ohittaa partitiot, joita kysely ei koske. Ks. VertiPaq.

Payload (hyötykuorma): Englanniksi Payload, suomeksi hyötykuorma. Sanoman tai rajapintakutsun varsinainen sisältö — se osa, joka kuljettaa dataa, erotuksena otsikko- ja reititystiedoista. Esimerkiksi REST-rajapinnan JSON-vastauksessa payload on datakenttien sisältö, ei HTTP-otsikot. Integraatioissa payloadin rakenne on juuri se asia, jonka data contract lukitsee: kun payload muuttuu ilman ennakkoilmoitusta, kyseessä on rikkova muutos ja latausputki hajoaa.

Pivotointi (Pivot, Unpivot): Englanniksi Pivot ja Unpivot, suomeksi pivotointi ja sen purkaminen. Pivotointi kääntää sarakkeen arvot omiksi sarakkeikseen — kuukausi-sarake muuttuu kahdeksitoista sarakkeeksi. Unpivot tekee päinvastoin, ja juuri sitä tietomallissa tarvitaan: leveä taulu, jossa jokainen kuukausi on oma sarakkeensa, ei suodatu dimensiolla eikä laajene uuteen vuoteen ilman mallimuutosta. Käännä leveä lähdedata pitkäksi Power Queryssä ennen kuin viet sen malliin. Ks. sarake.

Poikkeava havainto (Outlier): Englanniksi Outlier, suomeksi poikkeava havainto. Arvo, joka eroaa muusta aineistosta niin paljon, ettei se selity satunnaisvaihtelulla: miljoonan euron rivi tuhannen euron tilausten joukossa. Poikkeama on joko syöttövirhe tai koko taulun kiinnostavin rivi — älä poista sitä ennen kuin tiedät kumpi. Keskiarvo vääristyy yhdestäkin poikkeamasta, mediaani ei. Ks. datan laatu.

Power Pivot: Excelin sisäinen tietomallimoottori, joka perustuu samaan VertiPaq-teknologiaan kuin Power BI ja käyttää DAX-kieltä. Sen avulla Exceliin voi rakentaa relaatioita, mittareita ja tähtimallin ilman erillistä BI-työkalua.

Power Query: Power BI:n ja Excelin sisältämä työkalu datan hakemiseen, muuntamiseen ja yhdistämiseen. Käyttää M-kieltä taustalla.

Promptaus (Prompt engineering): Englanniksi Prompt Engineering, suomeksi promptaus. Tekoälylle annettavan ohjeen eli promptin muotoilu niin, että vastaus on mahdollisimman hyödyllinen. Hyvä prompti antaa kontekstin, rajaa tehtävän ja kertoo halutun muodon. Sama periaate kuin selkeässä toimeksiannossa ihmiselle.

Pseudonymisointi (Pseudonymization): Englanniksi Pseudonymization, suomeksi pseudonymisointi. Henkilötietojen korvaaminen pseudonyymeillä, kuten hashatuilla tunnisteilla, niin että henkilön tunnistaminen vaikeutuu mutta on yhä mahdollista erillisen avaintiedon avulla. Toisin kuin anonymisointi, pseudonymisointi on käänteistettävissä. Pseudonymisoitu data on yhä henkilötietoa GDPR:n mielessä.

Puolistrukturoitu data (Semi-structured Data): Englanniksi Semi-structured Data, suomeksi puolistrukturoitu data. Data, jolla on rakenne, mutta rakenne kulkee datan mukana eikä ole ennalta kiinnitetty tauluun: JSON, XML, Parquet, lokirivit. Kentät voivat vaihdella riviltä toiselle, mikä tekee lataamisesta joustavaa ja raportoinnista hankalaa. Analytiikkaa varten puolistrukturoitu data litistetään sarakkeiksi viimeistään hopeatasolla. Vrt. strukturoitu data ja strukturoimaton data.

Päivämäärädimensio (Date Dimension): Englanniksi Date Dimension, suomeksi päivämäärädimensio. Dimensiotaulu, jossa on yksi rivi jokaiselle kalenteripäivälle ja attribuutteja kuten vuosi, kuukausi ja arkipäivä. Time Intelligence -funktiot edellyttävät sitä, ja se on tyypillisin role-playing-dimensio.

Pääavain (Primary Key, PK): Englanniksi Primary Key, suomeksi pääavain. Sarake tai sarakeyhdistelmä, joka yksilöi jokaisen taulun rivin ainutlaatuisesti. Dimensiotaulussa pääavain on aina uniikki, eikä sarakkeessa saa olla tyhjiä arvoja.

Päättelymalli (Reasoning model): Kielimalli, joka käy asian läpi useassa vaiheessa ennen vastaustaan. Tällainen ääneen ajattelu parantaa tarkkuutta monimutkaisissa tehtävissä, kuten mallinnuslogiikan tai mutkikkaan DAX:n päättelyssä.

Q&A: Power BI:n luonnollisen kielen kyselytoiminto. Loppukäyttäjä kirjoittaa kysymyksen englanniksi ja saa vastaukseksi visualisoinnin. Toimii semanttisen mallin metadatan ja Q&A-synonyymien perusteella — mitä paremmin elementit on nimetty ja kuvattu, sitä tarkempi vastaus.

Q&A-synonyymi (Q&A Synonym): Vaihtoehtoinen sana, jolla loppukäyttäjä voi viitata samaan mittaan tai sarakkeeseen — esimerkiksi "myynti", "liikevaihto" ja "revenue" ohjaavat samaan mittariin. Synonyymit asetetaan semanttisen mallin metadataan, ja ne parantavat Q&A:n ja Copilotin kykyä ymmärtää käyttäjän kysymyksiä.

RAG (Retrieval-Augmented Generation): Menetelmä, jossa kielimallille haetaan ensin aiheeseen liittyvää tietoa omasta tietokannasta ja vasta sitten pyydetään vastaus. Näin malli vastaa organisaation omaan dataan perustuen eikä pelkän koulutusaineiston varassa, mikä vähentää hallusinaatioita.

Relaatio (Relationship): Englanniksi Relationship, suomeksi relaatio. Kahden taulun välinen yhteys, joka rakennetaan avainkenttien avulla. Tyypillisin tapaus on yksi-moneen-suhde dimension ja faktataulun välillä.

Relaatiomalli (Relational Model): Tietomalli, jossa data on jäsennelty toisiinsa liittyviksi tauluiksi ja suhteet määritellään avaimilla — perinteisen relaatiotietokannan, kuten SQL Serverin tai PostgreSQL:n, taustalla oleva rakenne. BI-raportoinnissa relaatiomalli denormalisoidaan tyypillisesti tähtimalliksi, koska se on suorituskykyisempi Power BI:n VertiPaq-moottorille kuin normalisoitu relaatiomalli sellaisenaan.

Rikkova muutos (Breaking Change): Englanniksi Breaking Change, suomeksi rikkova muutos. Datan rakenteen muutos, joka rikkoo dataa käyttävät raportit tai sovellukset — esimerkiksi sarakkeen poisto, uudelleennimeäminen tai tietotyypin muutos. Vastakohta on ei-rikkova muutos, kuten uuden valinnaisen sarakkeen lisäys. Rikkovat muutokset sovitaan ja ennakoidaan data contractissa.

Rivi (Row): Englanniksi Row, suomeksi rivi. Taulun yksittäinen tietue: yksi asiakas, yksi tilausrivi, yksi päivä. Rivimäärä ratkaisee faktataulun koon mutta ei sen muistijalanjälkeä — VertiPaq pakkaa sarakkeittain, joten kymmenen miljoonaa riviä kapeaa faktataulua vie vähemmän tilaa kuin miljoona riviä leveää. Yksittäistä riviä käsittelee DAXissa rivikonteksti, joka kertoo mitä riviä laskenta parhaillaan katsoo. Ks. sarake.

RLE-pakkaus (Run-Length Encoding): VertiPaq-pakkausmenetelmä, joka korvaa peräkkäiset identtiset arvot yhdellä arvolla ja toistojen lukumäärällä. Tehostuu huomattavasti, kun sarake on lajiteltu. Vrt. sanakirjapakkaus, jota VertiPaq käyttää rinnalla.

RLS (Row-Level Security): Rivitason tietoturva, jossa käyttäjä näkee vain itselleen sallitut rivit. Power BI toteuttaa sen DAX-suodattimilla. Vrt. objektitason OLS, joka piilottaa kokonaisia tauluja tai sarakkeita.

Role-playing-dimensio (Role-Playing Dimension): Dimensio, jota käytetään samassa tietomallissa useampaan kertaan eri rooleissa. Tyypillisin esimerkki on päivämäärädimensio: sama päivämäärätaulu voi liittyä faktaan tilauspäivänä, toimituspäivänä ja laskutuspäivänä. Power BI:ssä toteutetaan luomalla useita relaatioita samaan tauluun tai tekemällä erilliset SQL-näkymät. Role-playing-dimensio on esimerkki moniselitteisestä mallinnustarpeesta, jonka tähtimalli ratkaisee hallitusti.

Row Context (rivikonteksti): Suomeksi rivikonteksti. DAX-laskennan tilanne, jossa laskenta kohdistuu yhteen taulun riviin kerrallaan. Esiintyy laskennallisissa sarakkeissa ja iteraatiofunktioissa kuten SUMX. Eroaa filter contextista: filter context suodattaa taulua, row context iteroi rivejä.

Ryhmittely (Group By): Englanniksi Group By, suomeksi ryhmittely. Rivien niputtaminen yhteisen arvon perusteella ja aggregaatin laskenta jokaiselle nipulle: myynti maittain, tilaukset kuukausittain. Ryhmittely on se, mitä jokainen raportti käytännössä tekee — dimensio määrää nipun, mittari laskettavan arvon. Latausvaiheessa ryhmittely kannattaa tehdä lähteessä eikä mallissa: ladattu rivi maksaa muistia riippumatta siitä, katsooko sitä kukaan.

Sanakirjapakkaus (Dictionary Encoding): Englanniksi Dictionary Encoding, suomeksi sanakirjapakkaus. VertiPaq-pakkausmenetelmä, jossa toistuvat arvot korvataan lyhyillä kokonaislukukoodeilla ja varsinaiset arvot tallennetaan kertaalleen erilliseen sanakirjaan. Matala kardinaliteetti pakkautuu tällä tavoin erittäin tehokkaasti. Vrt. RLE-pakkaus.

Sarake (Column): Englanniksi Column, suomeksi sarake. Taulun pystysuora kenttä, joka sisältää saman tyyppistä dataa kaikilla riveillä. VertiPaq-moottori pakkaa datan saraketasolla.

Satellite: Data Vault -mallin taulu, joka sisältää hubin tai linkin kuvailevan tiedon ja sen muutoshistorian. Satellite tallentaa kaiken muuttuvan tiedon — esimerkiksi asiakkaan nimen, osoitteen ja luokittelun. Hub itse säilyttää vain tunnisteen.

SCD (Slowly Changing Dimension): Dimension muutostenkäsittelytapa. Yleisin on tyyppi 2, joka säilyttää historian luomalla uuden rivin. Ks. SCD Type 0, SCD Type 1, SCD Type 2, SCD Type 3, SCD Type 4, SCD Type 5, SCD Type 6.

SCD Type 0 (Slowly Changing Dimension, tyyppi 0): Dimension muutostenkäsittely, jossa arvo lukitaan latauksen jälkeen eikä sitä koskaan muuteta. Sopii tietoihin, joiden kuuluu pysyä alkuperäisinä — esimerkiksi syntymäaika tai alkuperäinen rekisteröintipäivä. Ks. myös SCD.

SCD Type 1 (Slowly Changing Dimension, tyyppi 1): Dimension muutostenkäsittely, jossa vanha arvo ylikirjoitetaan uudella. Historia häviää. Sopii tilanteisiin, joissa muutos on korjaus eikä liiketoiminnallinen tapahtuma — esimerkiksi kirjoitusvirheen korjaus asiakkaan nimessä. Ks. myös SCD.

SCD Type 2 (Slowly Changing Dimension, tyyppi 2): Dimension muutostenkäsittely, jossa muutos tuottaa uuden rivin. Vanha rivi säilyy — historiallinen raportointi toimii oikein. Vaatii surrogaattiavaimen ja voimassaoloaikasarakkeet (valid_from, valid_to). Yleisin SCD-tyyppi. Ks. myös SCD.

SCD Type 3 (Slowly Changing Dimension, tyyppi 3): Dimension muutostenkäsittely, jossa edellinen arvo tallennetaan erilliseen sarakkeeseen — esimerkiksi Edellinen_Segmentti. Säilyttää vain yhden aiemman arvon, ei koko historiaa. Harvinaisin SCD-tyyppi käytännön toteutuksissa. Ks. myös SCD.

SCD Type 4 (Slowly Changing Dimension, tyyppi 4): Dimension muutostenkäsittely, jossa nykyinen arvo pidetään dimensiotaulussa nopeasti haettavana, ja koko muutoshistoria siirretään erilliseen historiatauluun. Yhdistää tyypin 1 nopeuden ja tyypin 2 historian. Ks. myös SCD.

SCD Type 5 (Slowly Changing Dimension, tyyppi 5): Dimension muutostenkäsittely, joka laajentaa tyyppiä 4: nopeasti muuttuvat attribuutit eriytetään minidimensioon, ja perusdimensioon lisätään tyypin 1 tavalla ylikirjoitettava avain, joka osoittaa aina minidimension nykyiseen riviin. Nimi tulee yhdistelmästä 4 + 1 = 5. Mahdollistaa nykyprofiilin raportoinnin suoraan perusdimensiosta. Ks. myös SCD.

SCD Type 6 (Slowly Changing Dimension, tyyppi 6): Dimension muutostenkäsittely, joka yhdistää tyypit 1, 2 ja 3 (1 + 2 + 3 = 6). Muutoksesta syntyy uusi rivi (tyyppi 2), nykyarvo päivitetään kaikkiin saman kohteen riveihin (tyyppi 1) ja edellinen arvo säilyy omassa sarakkeessaan (tyyppi 3). Hybridi, jolla saa sekä täyden historian että nykyarvon kaikilta riveiltä. Ks. myös SCD.

Sekasikiömalli (jeesmies malli): Tietomalli, joka syntyy kun jokainen ylhäältä päin tuleva pyyntö toteutetaan sellaisenaan kyseenalaistamatta ratkaisujen kestävyyttä ja järkevyyttä. Malliin kertyy vuosien varrella duplikaattitauluja, vanhoja versioita "varmuuden vuoksi" ja moni-moneen-relaatioita, eikä kokonaisuudella ole omistajaa.

Selitysaste (R-squared, Coefficient of Determination): Englanniksi R-squared tai Coefficient of Determination, suomeksi selitysaste. Luku välillä 0–1, joka kertoo kuinka suuren osan selitettävän muuttujan vaihtelusta malli selittää. Selitysaste 0,82 tarkoittaa, että malli selittää 82 prosenttia vaihtelusta ja loput 18 jää muiden tekijöiden ja satunnaisuuden varaan. Korkea selitysaste ei todista syy-seuraussuhdetta, se kertoo yhteisvaihtelusta. Power BI näyttää selitysasteen sirontakuvion trendiviivan yhteydessä.

Semanttinen malli (Semantic Model): Englanniksi Semantic Model, suomeksi semanttinen malli. Semanttinen malli on looginen kerros raakataulujen ja loppukäyttäjän välissä. Se sisältää taulut, relaatiot, mittarit, hierarkiat ja metadatan, ja kääntää tekniset rakenteet liiketoiminnan kielelle. Power BI:ssä ja SSAS Tabularissa tätä kerrosta kutsuttiin aiemmin nimellä data model. Metadatan laatu ratkaisee, miten hyvin Copilot ja Q&A toimivat.

Semi-additiivinen mittari (Semi-Additive Measure): Englanniksi Semi-Additive Measure, suomeksi semi-additiivinen mittari. Mittari, jonka voi summata joidenkin dimensioiden yli, muttei kaikkien. Useimmiten aika on dimensio, jonka yli ei voi summata — esimerkiksi varastosaldo on tilannekuva, ei tapahtuma, joten ajan yli käytetään vaikkapa viimeisintä arvoa. Ks. myös additiivinen mittari.

Sentinel-rivi (Sentinel Row): Dimensiotauluun ennalta lisätty rivi, joka kerää alleen faktataulun vierasavaimet, jotka osoittavat puuttuvaan, tuntemattomaan tai poistettuun arvoon. Sentinel-rivillä on oma surrogaattiavain (tyypillisesti 0, 1, 2…), joten faktataulun viittaus löytää aina vastineen eikä Power BI luo automaattista tyhjää riviä. Tyypillisiä sentinel-rivejä ovat ”Ei tiedossa”, ”Anonyymi” (kirjautumaton kassaosto) ja ”[Poistettu]” (GDPR-pyyntö). Korvaa NULL-arvot ja orvot viittaukset hallitusti, jolloin jokainen tilanne voidaan eritellä raportissa omaksi rivikseen.

Sertifiointi (Certification): Englanniksi Certification, suomeksi sertifiointi. Power BI -palvelun merkintä, jolla organisaatio osoittaa semanttisen mallin viralliseksi ja luotettavaksi. Sertifioitu malli näkyy hakutuloksissa korostettuna ja kertoo AI-toiminnoille, että kyseinen lähde on hyväksytty käytettäväksi.

Silver: Medallion-arkkitehtuurin keskitaso. Silver-tasolla raakadata on puhdistettu ja validoitu, mutta ei vielä täysin liiketoimintamalliin muotoiltu. Tyypilliset toimenpiteet: duplikaattien poisto, viitteiden validointi, tietotyyppien korjaus. Välitaso Bronzen ja Goldin välillä.

Single Source of Truth (SSOT, yksi totuuden lähde): Suomeksi yksi totuuden lähde (SSOT). Periaate, jonka mukaan organisaation tiedolla on yksi virallinen, hallittu lähde. Jokainen järjestelmä hakee tiedon tästä yhdestä paikasta eikä pidä omaa kopiotaan. Käytännön tasolla tämä tarkoittaa, että esimerkiksi asiakastieto on yhdessä dimensiotaulussa, josta kaikki raportit ja mallinnukset viittaavat siihen. Vastakohta on hajautettu tai kopioitu tieto, joka johtaa ristiriitaisiin lukuihin eri raporteissa. SSOT on yksiselitteisen tietomallin keskeinen tavoite.

Sirontakuvio (Scatter Plot, Scatter Chart): Englanniksi Scatter Plot tai Scatter Chart, suomeksi sirontakuvio (myös hajontakuvio). Kaavio, jossa kaksi mittaria asetetaan x- ja y-akselille ja jokainen piste vastaa yhtä dimension jäsentä, esimerkiksi tuotetta tai asiakasta. Sirontakuvio näyttää kahden mittarin välisen riippuvuuden, jota pylväs- tai viivakaavio ei paljasta. Power BI:ssä sama visuaali muuttuu kuplakaavioksi, kun kolmas mittari ohjaa pisteen kokoa. Piirrettävien pisteiden määrä seuraa suoraan granulariteettia, joten liian tarkalla tasolla kuviosta tulee yhtenäinen musta möykky eikä se kerro mitään.

SK (Surrogate Key): Lyhenne: Surrogaattiavain. Järjestelmän generoima kokonaislukutunniste joka korvaa lähdejärjestelmän luonnollisen avaimen (NK) relaatioissa. Dimensiotaulun pääavain (PK). Pakkautuu VertiPaqissa optimaalisesti.

Skaalautuvuus (Scalability): Englanniksi Scalability, suomeksi skaalautuvuus. Järjestelmän kyky kasvaa datamäärän tai käyttäjämäärän mukana ilman, että suorituskyky romahtaa tai arkkitehtuuri pitää kirjoittaa uusiksi. Tietomallissa skaalautuvuus ratkeaa rakenteessa: tähtimalli kestää rivien kasvun, koska suodatus etenee dimensiosta faktaan yhtä polkua pitkin, kun taas sekasikiömalli hidastuu jokaisesta uudesta relaatiosta. Ks. VertiPaq.

Skeema (Schema): Englanniksi Schema, suomeksi skeema. Tietokannan tai tietomallin rakenne: taulut, sarakkeet ja niiden väliset suhteet. Esimerkiksi tähtimalli tai lumihiutalemalli ovat skeematyyppejä.

Skilli (Skill): Englanniksi Skill, suomeksi skilli. Uudelleenkäytettävä ohje- tai osaamispaketti, jonka tekoälyagentti lataa tarvittaessa hoitaakseen tietyn tehtävän vakiintuneella tavalla. Skillit antavat agentille erikoisosaamista, kuten yrityksen mallinnuskäytännöt, ilman että koko ohjeistus on koko ajan mukana.

SLA (Service Level Agreement, palvelutasosopimus): Suomeksi palvelutasosopimus. Sopimus siitä, kuinka nopeasti ongelmiin reagoidaan ja ne ratkaistaan — esimerkiksi P1 = 30 minuutin vasteaika, P2 = 2 tuntia. Datan toimituksessa SLA määrittelee myös päivitystiheyden ja saatavuuden. Kirjataan tyypillisesti osaksi data contractia.

Spec-driven development: Kehitystapa, jossa kirjoitetaan ensin täsmällinen määrittely (spec) siitä, mitä halutaan, ja tekoäly toteuttaa koodin sen pohjalta. Määrittely toimii sekä ohjeena mallille että dokumentaationa. Sama ajattelu kuin datasopimuksessa, jossa rajapinta sovitaan ennen toteutusta.

SQL-näkymä (View): Englanniksi View, suomeksi SQL-näkymä. Tietokantaan tallennettu kyselylause, joka näyttää käyttäjälle kuin taulu. Litistäminen toteutetaan usein SQL-näkymänä: JOIN-operaatiot kirjoitetaan näkymään, ja Power BI lataa valmiiksi muotoillun tuloksen. Muunnokset tehdään tietokannassa, ei Power BI:n sisällä.

SSAS (SQL Server Analysis Services): Microsoftin analyyttinen tietokantapalvelu, joka tukee Tabular- ja Multidimensional-malleja. Power BI -tietomallit perustuvat SSAS Tabular -teknologiaan.

Staging (välivarasto): Suomeksi välivarasto. Latausprosessin välivaihe, johon lähdedata tuodaan sellaisenaan ennen muunnoksia. Staging erottaa noudon ja muunnoksen toisistaan: kun muunnos epäonnistuu, lähdettä ei tarvitse lukea uudelleen, ja kun logiikka muuttuu, vanha data voidaan ajaa uusilla säännöillä. Medallion-arkkitehtuurissa pronssitaso hoitaa saman tehtävän. Ks. ETL.

Streaming (suoratoisto): Ks. Suoratoisto.

Strukturoimaton data (Unstructured Data): Englanniksi Unstructured Data, suomeksi strukturoimaton data. Data, jolla ei ole ennalta määrättyä rakennetta: vapaa teksti, sähköpostit, kuvat, ääni, video. Sitä ei voi ladata suoraan taululle, vaan siitä pitää ensin louhia rakenteisia kenttiä — nykyään yhä useammin kielimallilla. Suurin osa organisaation datasta on strukturoimatonta, ja lähes kaikki raportointi käyttää strukturoitua. Vrt. strukturoitu data ja puolistrukturoitu data.

Strukturoitu data (Structured Data): Englanniksi Structured Data, suomeksi strukturoitu eli rakenteinen data. Data, jolla on ennalta määritelty rakenne: rivit, sarakkeet ja tietotyypit. Relaatiotietokannan taulu on strukturoitua dataa. Vastakohtia ovat strukturoimaton data (vapaa teksti, kuvat, ääni) ja puolistrukturoitu data (JSON, XML), jossa rakenne kulkee datan mukana. Analytiikka edellyttää käytännössä aina, että data on jossain vaiheessa strukturoitu.

Suodatin (Filter): Englanniksi Filter, suomeksi suodatin. Ehto, joka rajaa mitkä rivit otetaan laskentaan mukaan. Power BI:ssä suodatin ei ole vain käyttöliittymän valinta vaan koko laskennan perusmekanismi: raportin valinnat muodostavat suodatinkontekstin, joka etenee dimensiotaulusta faktatauluun relaation suuntaa pitkin. Siksi väärinpäin oleva relaatio ei näy virheilmoituksena vaan väärinä lukuina.

Suoratoisto (Streaming): Englanniksi Streaming, suomeksi suoratoisto. Datan käsittely tapahtuma kerrallaan sitä mukaa kuin sitä syntyy, ilman että odotetaan seuraavaa ajoa. Suoratoisto on oikea valinta silloin kun päätös tehdään sekunneissa: laitevalvonta, petostunnistus, verkkokaupan varastosaldo. Raportointiin se on useimmiten ylimitoitus, joka maksaa monimutkaisuutena ja tuo tuoreutta, jota kukaan ei katso. Ks. eräajo ja data-alusta.

Surrogaattiavain (Surrogate Key, SK): Englanniksi Surrogate Key, suomeksi surrogaattiavain. Järjestelmän itse generoima kokonaislukuavain, joka korvaa lähdejärjestelmän luonnollisen avaimen relaatioissa. Mahdollistaa SCD type 2 -historian säilyttämisen ja pakkautuu VertiPaqissa erinomaisesti.

Tabular Editor: Apuohjelma, jolla muokataan ja hallitaan Power BI- ja SSAS Tabular -tietomalleja. Sisältää muun muassa Best Practice Analyzerin parhaiden käytäntöjen tarkistukseen.

Tabular-malli: SSAS:n in-memory-pohjainen tietomallityyppi, joka perustuu VertiPaq-moottoriin. Power BI -tietomallit ovat aina Tabular-malleja.

Tarkkuus (Accuracy): Englanniksi Accuracy, suomeksi tarkkuus. Datan laadun ulottuvuus, joka kertoo vastaako tallennettu arvo todellisuutta: onko asiakkaan osoite se, jossa asiakas oikeasti asuu. Tarkkuutta ei voi mitata datasta itsestään, vaan se vaatii vertailun lähteeseen — siksi se on datan laadun ulottuvuuksista kallein todentaa. Koneoppimisessa sama sana tarkoittaa eri asiaa: osuutta oikein menneistä ennusteista. Ks. myös tietoeheys.

Taulu (Table): Englanniksi Table, suomeksi taulu. Riveistä ja sarakkeista koostuva datan perusrakenne, jossa jokainen sarake on yhtä tietotyyppiä ja jokainen rivi yksi tietue. Analytiikassa taulut jakautuvat kahteen lajiin, ja ero on koko tähtimallin perusta: faktataulu sisältää mitattavat tapahtumat, dimensiotaulu niitä kuvaavat näkökulmat. Taulu, joka on kumpaakin, on merkki mallinnusvirheestä.

Tekoälyavustaja (AI Assistant): Englanniksi AI Assistant, suomeksi tekoälyavustaja. Tekoälypohjainen avustaja, joka vastaa kysymyksiin ja tuottaa sisältöä luonnollisella kielellä — esimerkiksi Copilot. Tekoälyavustaja ei ymmärrä liiketoimintakontekstia automaattisesti, vaan sen tarkkuus riippuu metadatan ja semanttisen mallin kuvausten laadusta.

Tiedon toisteisuus (Data Redundancy): Englanniksi Data Redundancy, suomeksi tiedon toisteisuus. Tilanne, jossa sama tieto tallennetaan useaan paikkaan tietomallissa. Hallittu toisteisuus — kuten denormalisointi tähtimallin dimensioissa — on tietoinen valinta suorituskyvyn parantamiseksi. Hallitsematon toisteisuus taas syntyy, kun tietoa kopioidaan ilman suunnitelmaa, jolloin päivitykset täytyy tehdä useaan paikkaan ja eri paikoissa olevat luvut voivat ristiriitaistua. Toisteisuuden välttäminen on Single Source of Truth -periaatteen ydin.

Tietoallas: Ks. Data Lake.

Tietoeheys (Data Integrity): Englanniksi Data Integrity, suomeksi tietoeheys. Datan täsmällisyys, yhtenäisyys ja sääntöjen mukaisuus. Kattaa entiteettieheyden, viite-eheyden ja toimialueen eheyden. Normalisointi on yksi tapa ylläpitää tietoeheyttä.

Tietokanta (Database): Englanniksi Database, suomeksi tietokanta. Ohjelmisto ja siihen tallennettu datajoukko, jota hallitaan ja kysellään järjestelmällisesti — esimerkiksi SQL Server, PostgreSQL tai Fabricin SQL-tietokanta. Tietokanta ei ole sama asia kuin tietomalli: tietomalli on rakenne, tietokanta on paikka, jossa rakenne toteutetaan. Ks. myös tietovarasto.

Tietokantasuunnittelu (Database Design): Englanniksi Database Design, suomeksi tietokantasuunnittelu. Taulujen, sarakkeiden, avainten ja suhteiden suunnittelu ennen kuin yhtään riviä on tallennettu. Operatiivisessa järjestelmässä suunnittelu tähtää normalisointiin ja kirjoituksen nopeuteen, analytiikassa tähtimalliin ja luvun nopeuteen — sama data, vastakkaiset tavoitteet. Siksi operatiivisen kannan kopioiminen raportoinnin pohjaksi tuottaa aina hitaan mallin. Ks. käsitemalli ja OLTP.

Tietoluokka (Data Category): Englanniksi Data Category, suomeksi tietoluokka. Power BI:n sarakeominaisuus, joka kertoo AI-toiminnoille sarakkeen semanttisen merkityksen. Mahdolliset arvot: Maa, Kaupunki, Postinumero, URL, Kuva-URL. Asettaminen parantaa Copilotin ja Q&A:n kykyä käyttää saraketta oikein — esimerkiksi karttavisualisointi toimii automaattisesti, kun sarake on luokiteltu Kaupungiksi.

Tietomalli (Data Model): Kuvaus siitä, miten data on rakenteeltaan jäsennelty: mitä entiteettejä (esimerkiksi asiakas tai tilaus) siinä on, mitä attribuutteja niillä on ja miten ne liittyvät toisiinsa. Power BI -raportoinnissa tietomalli rakennetaan tyypillisesti tähtimallina tai lumihiutalemallina. Huom: rakennus- ja infra-alalla sana tietomalli tarkoittaa suomeksi eri asiaa — rakennuksen 3D-tietomallia (BIM) — eikä tässä käsiteltyä data-alan tietomallia.

Tietomallinnus (Data Modeling): Kutsutaan myös tiedon mallintamiseksi tai tiedon mallinnukseksi. Prosessi, jossa tietomalli suunnitellaan ja rakennetaan: määritellään taulut, avaimet ja niiden väliset relaatiot ennen kuin data ladataan raportointikäyttöön. Etenee tyypillisesti käsitemallista loogisen mallin kautta fyysiseen toteutukseen, kuten tähtimalliin.

Tietotyyppi (Data Type): Englanniksi Data Type, suomeksi tietotyyppi. Määritys siitä, millaista dataa sarakkeeseen saa tallentaa: kokonaisluku, desimaaliluku, teksti, päivämäärä, totuusarvo. Tietotyyppi ei ole muotoiluasia vaan suorituskykyasia — kokonaisluku pakkautuu VertiPaqissa murto-osaan siitä mitä sama arvo tekstinä, ja siksi surrogaattiavain on aina INT. Väärä tyyppi paljastuu yleensä vasta laskennassa: tekstinä tallennettu luku ei summaudu ja tekstinä tallennettu päivämäärä lajittuu aakkosjärjestykseen. Ks. toimialueen eheys.

Tietovarasto (Data Warehouse, DWH): Englanniksi Data Warehouse, suomeksi tietovarasto. Keskitetty, jäsennelty data-alusta, johon eri lähdejärjestelmien data yhdistetään raportointia ja analytiikkaa varten.

Time Intelligence (aikaälyfunktiot): Suomeksi aikaälyfunktiot. Joukko DAX-funktioita, joilla tehdään aikaan perustuvia vertailuja: kuluva vuosi tähän mennessä (YTD), edellinen vuosi, liukuva keskiarvo ja vastaavat. Toimii luotettavasti vain, kun mallissa on kunnollinen päivämäärä-dimensiotaulu, jossa on yhtenäinen päiväsarake.

Toimialueen eheys (Domain Integrity): Englanniksi Domain Integrity, suomeksi toimialueen eheys. Sarakkeen arvot kuuluvat sallittuun joukkoon tai vaihteluväliin. Statussarake hyväksyy vain määritellyt arvot, päivämäärä ei voi olla negatiivinen, hinta ei voi olla nolla jos tuote on myyty. Toimialueen eheyden rikkoontuminen on usein ETL-vaiheessa tapahtunut virhe, jonka Power BI voi piilottaa laskemalla väärillä arvoilla.

Token: Yritysten keksimä nimi hatusta vedetyille virtuaalivaluutoille, joiden avulla kustannusten seuraamisesta saadaan vaikeampaa ja täten laskutettua enemmän euroja.

Transaktiofakta (Transaction Fact Table): Englanniksi Transaction Fact Table, suomeksi transaktiofakta. Faktataulun arkkityyppi, jossa jokainen tapahtuma tuottaa yhden rivin — esimerkiksi myyntirivit ja maksutapahtumat. Rivejä ei koskaan päivitetä, vain lisätään uusia. Yleisin faktatyyppi. Ks. myös kausifakta ja kumulatiivinen fakta.

Tyhjä rivi (Blank Row): Englanniksi Blank Row, suomeksi tyhjä rivi. Power BI:n dimensiotauluun automaattisesti luoma rivi tilanteessa, jossa faktataulun vierasavain ei löydä vastinetta dimensiotaulusta. Tyhjä rivi on merkki tietoeheyden ongelmasta, ja se voi vääristää raportin lukuja, jos sitä ei huomata.

Tähtimalli (Star Schema): Englanniksi Star Schema, suomeksi tähtimalli. Yleisin tietomallityyppi BI-ratkaisuissa. Yksi faktataulu keskellä, dimensiotaulut suoraan siihen liittyneinä. Yksinkertainen, suorituskykyinen ja helposti ymmärrettävä.

Upotus (Embedding): Englanniksi Embedding, suomeksi upotus eli vektoriesitys. Tekstin, kuvan tai muun sisällön muuntaminen numerovektoriksi niin, että merkitykseltään lähellä olevat asiat päätyvät lähelle toisiaan. Upotus on se rakenne, jonka ansiosta haku löytää "liikevaihdon" ja "myyntitulot" samaksi asiaksi ilman synonyymitaulukkoa. Data-alalla upotuksia käytetään metadatan haussa ja RAG-toteutuksissa, joissa oikea taulukuvaus pitää löytää sadan taulun joukosta. Ks. vektorikanta.

Vektorikanta (Vector Database): Englanniksi Vector Database, suomeksi vektorikanta. Tietokanta, joka tallentaa upotuksia ja hakee niistä lähimmät osumat merkityksen perusteella, ei tekstin täsmäävyyden. Tavallinen tietokanta vastaa kysymykseen "mikä rivi vastaa tätä arvoa", vektorikanta kysymykseen "mikä sisältö on lähinnä tätä ajatusta". Se ei korvaa tietovarastoa vaan täydentää sitä: luvut tulevat yhä tähtimallista, kuvaukset ja dokumentaatio vektorikannasta.

VertiPaq: Power BI:n ja SSAS Tabularin sarakepohjainen, muistinvarainen pakkausmoottori. Pakkaa datan kardinaliteetin mukaan ja optimoi kyselyiden lukunopeutta saraketasolla. Käyttää muun muassa sanakirjapakkausta ja RLE-pakkausta.

VertiPaq Analyzer: Ilmainen analyysityökalu, joka näyttää semanttisen mallin muistinkäytön taulu- ja saraketasolla: mitkä sarakkeet vievät eniten tilaa, miten VertiPaq on pakannut datan ja missä kardinaliteetti on korkea. Integroitu DAX Studioon ja saatavilla myös erillisenä. Auttaa optimoimaan mallin kokoa ja suorituskykyä.

Vibe coding: Ohjelmointitapa, jossa kehittäjä kuvailee halutun lopputuloksen luonnollisella kielellä ja antaa tekoälyn kirjoittaa koodin. Itse keskitytään enemmän suuntaan kuin yksittäisiin riveihin. Tapa on nopea prototyyppaamiseen, mutta tuotantokäytössä tulos pitää silti tarkistaa.

Vierasavain (Foreign Key, FK): Englanniksi Foreign Key, suomeksi vierasavain. Faktataulussa sijaitseva sarake, joka viittaa dimensiotaulun pääavaimeen. Vierasavain mahdollistaa relaation taulujen välillä.

Viite-eheys (Referential Integrity): Englanniksi Referential Integrity, suomeksi viite-eheys. Faktataulun vierasavain viittaa aina olemassa olevaan pääavaimeen dimensiotaulussa. Jos vastaavaa dimensioriviä ei löydy, yhteys katkeaa ja Power BI luo automaattisen tyhjän rivin — luvut voivat vääristyä. Viite-eheys rikkoutuu tyypillisesti kun dimensiorivi poistetaan tai sen avain muuttuu ilman että faktarivejä päivitetään.

Vinouma (Bias): Englanniksi Bias, suomeksi vinouma eli harha. Systemaattinen vääristymä, joka toistuu samaan suuntaan eikä tasoitu otoskoon kasvaessa. Vinouma syntyy useimmiten datasta eikä mallista: jos opetusaineisto sisältää vain hyväksytyt hakemukset, malli oppii hyväksyttyjen piirteet eikä näe hylättyjä koskaan. Vinoumaa ei löydä tarkkuutta katsomalla, koska vinoutunut malli voi olla erittäin tarkka väärässä asiassa.

Välitaulu (Bridge Table): Englanniksi Bridge Table, suomeksi välitaulu. Aputaulu, joka purkaa hankalan monen-moneen-suhteen kahdeksi hallituksi yksi-moneen-suhteeksi. Välitaulu sisältää uniikit yhdistelmät kahden taulun avaimista — esimerkiksi tilauksen ja tuotteen — ja toimii niiden välissä siltana. Tekee DAX-laskennasta ennustettavaa.

Yhdenmukaistettu dimensio (Conformed Dimension): Englanniksi Conformed Dimension, suomeksi yhdenmukaistettu dimensio. Dimensio, jota käytetään samanlaisena useammassa faktataulussa. Asiakasdimensio on yhdenmukaistettu, kun sekä myynti- että toimitusraportti viittaavat täsmälleen samaan dimensiotauluun samoilla sarakkeilla ja arvoilla. Yhdenmukaistaminen mahdollistaa faktataulujen yhdistelemisen raporteissa ilman ristiriitoja. Se on konkreettinen keino toteuttaa Single Source of Truth -periaate useamman faktataulun mallissa.

Yhdistelmäkenttä: Sarake, joka yhdistää numeerisen avaimen ja luettavan nimen yhdeksi arvoksi, esim. 100 – Helsinki-myymälä. Mahdollistaa lajittelun numeerisen avaimen mukaan samalla kun visuaaleissa näkyy selkokielinen nimi. Rakennetaan tyypillisesti ETL-vaiheessa ennen Power BI -latausta.

Yksi-moneen-suhde (One-to-Many): Englanniksi One-to-Many, suomeksi yksi-moneen-suhde. Tähtimallin perusrelaatiotyyppi: yksi dimensiorivi voi liittyä useaan faktataulun riviin, mutta jokainen faktataulun rivi liittyy täsmälleen yhteen dimensioriviin. Esimerkiksi yksi asiakas voi esiintyä tuhannessa tilauksessa. Relaatio rakennetaan dimension pääavaimen ja faktataulun vierasavaimen välille.

Yksiselitteinen tietomalli: Tietomalli, jossa jokainen tieto on tallennettuna vain yhteen paikkaan ja sen merkitys on selvä ilman tulkintaa. Tähtimalli on tyypillinen esimerkki: dimensiotaulun sarake esiintyy vain kyseisessä dimensiossa, eikä sama tieto toistu eri nimillä useassa taulussa. Yksiselitteinen rakenne vähentää virheitä, helpottaa ylläpitoa ja tekee raporteista luotettavampia. Vrt. moniselitteinen tietomalli.

Ylisovittaminen (Overfitting): Englanniksi Overfitting, suomeksi ylisovittaminen. Tilanne, jossa malli oppii opetusaineiston yksityiskohdat ja kohinan sen sijaan että oppisi yleisen säännön — se osaa menneen täydellisesti ja epäonnistuu uudella datalla. Tunnusmerkki on epäsuhta: selitysaste opetusaineistossa 0,98, testiaineistossa 0,41. Siksi mallia ei koskaan arvioida sillä datalla, jolla se opetettiin. Ks. opetusaineisto.

YTD (Year to Date): Englanniksi Year to Date, suomeksi vuoden alusta kertynyt. Kumulatiivinen luku vuoden ensimmäisestä päivästä tarkasteluhetkeen — esimerkiksi myynti 1.1. alkaen. Power BI:ssä lasketaan Time Intelligence -funktiolla TOTALYTD tai DATESYTD, ja molemmat edellyttävät kunnollista päivämäärädimensiota. Vastaavat lyhenteet ovat MTD (kuukauden alusta) ja QTD (kvartaalin alusta).

Datan mallinnuksen termistö

A

B

C

D

E

F

G

H

I

J

K

L

M

N

O

P

Q

R

S

T

U

V

Y