Datan termistö ja sanasto – data-alan termit suomeksi

Additiivinen mittari (Additive Measure): 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): 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): 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): Yhteenlaskettu tai muulla tavalla koostettu arvo, kuten myyntiluvun summa kuukauden tai tuoteryhmän tasolla. Raportit käyttävät aggregaatteja suurten laskujen nopeuttamiseen.

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): 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): Dimensiotaulun kuvaileva sarake, kuten asiakkaan maa, tuotteen kategoria tai myyjän tiimi. Raportit käyttävät attribuutteja suodattamiseen ja ryhmittelyyn.

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.

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.

Data Consumer (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): 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): 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 Lake (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): Työkalu, joka kokoaa organisaation tietoaineistot, niiden omistajuuden ja käyttötarkoitukset yhteen paikkaan. Toimii organisaation datakirjastona. Esim. Datahub.

Datan elinkaari (Data Lifecycle): 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 laatu (Data Quality): 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.

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.

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

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

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

DPO (Data Protection Officer, 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): 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): 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): 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.

Entiteettieheys (Entity Integrity): 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.

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

Flattening (litistäminen): Ks. Litistäminen.

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): 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.

Hallusinaatio (Hallucination): 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.

Hierarkia (Hierarchy): 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.

Kaksoislaskenta (Double Counting): 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): 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.

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.

Käyttötarkoituksen rajaus (Purpose Limitation): 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): Tietomalliin lisätty sarake, joka lasketaan DAX-lausekkeen avulla rivitasolla. Laskennallinen sarake vie muistia, sillä arvot tallennetaan tauluun.

Laskentaryhmä (Calculation Group): 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.

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

Litistäminen (Flattening): 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): 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): 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): 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): DAX-lausekkeella määritelty laskenta, joka suoritetaan vasta raporttia katsottaessa kontekstin perusteella. Mittareita käytetään summiin, keskiarvoihin ja monimutkaisempiin laskelmiin.

Monen-moneen-suhde (Many-to-Many): 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): 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.

Orporivi (Orphan Row): 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.

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): 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): 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.

Päivämäärädimensio (Date Dimension): 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): 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): Kahden taulun välinen yhteys, joka rakennetaan avainkenttien avulla. Tyypillisin tapaus on yksi-moneen-suhde dimension ja faktataulun välillä.

Rikkova muutos (Breaking Change): 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.

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): 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.

Sanakirjapakkaus (Dictionary Encoding): 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): 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 — jeesmiesten työn jälki. Malliin kertyy vuosien varrella duplikaattitauluja, vanhoja versioita "varmuuden vuoksi" ja moni-moneen-relaatioita, eikä kokonaisuudella ole omistajaa.

Semanttinen malli (Semantic Model): 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): 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): 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): 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.

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

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

Skilli (Skill): 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): 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): 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.

Surrogaattiavain (Surrogate Key, SK): 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.

Tekoälyavustaja (AI Assistant): 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): 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): Datan täsmällisyys, yhtenäisyys ja sääntöjen mukaisuus. Kattaa entiteettieheyden, viite-eheyden ja toimialueen eheyden. Normalisointi on yksi tapa ylläpitää tietoeheyttä.

Tietoluokka (Data Category): 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.

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

Time Intelligence (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): 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): 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): 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): Yleisin tietomallityyppi BI-ratkaisuissa. Yksi faktataulu keskellä, dimensiotaulut suoraan siihen liittyneinä. Yksinkertainen, suorituskykyinen ja helposti ymmärrettävä.

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): Faktataulussa sijaitseva sarake, joka viittaa dimensiotaulun pääavaimeen. Vierasavain mahdollistaa relaation taulujen välillä.

Viite-eheys (Referential Integrity): 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.

Välitaulu (Bridge Table): 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): 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): 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.

Datan mallinnuksen termistö

A

B

C

D

E

F

G

H

I

K

L

M

N

O

P

Q

R

S

T

V

Y