Co to je
Dataset (česky datová sada) je soubor údajů, které k sobě logicky patří a mají jasnou strukturu, nejčastěji řádky a sloupce jako v tabulce. Řádek může být jedna objednávka nebo jedna návštěva, sloupce popisují její vlastnosti, třeba datum, částku či zdroj. S datasety pracují analytici, reportovací nástroje, tedy programy, které z dat skládají přehledy, i modely umělé inteligence. V některých databázových nástrojích se tím myslí i celá skupina souvisejících tabulek.
Proč na tom záleží
Výsledek analýzy nebo automatizace je jen tak dobrý jako data, ze kterých vychází. Dataset, který je neúplný, zastaralý nebo spojuje údaje měřené různým způsobem, vede k mylným závěrům, které přitom mohou vypadat velmi přesvědčivě.
Modelový příklad
Obchod s outdoorovým vybavením exportuje z e-shopu objednávky za zvolené období a marketér z nich zjistí, které produkty se kupují společně. Export ale neobsahuje vrácené zboží, takže závěry je třeba brát s rezervou.
Co byste měli vědět
- Ptejte se, jaké období a jaké zdroje dataset pokrývá a kdy byl naposledy aktualizován.
- Ověřte si, jak jsou sloupce definované, třeba zda je cena s DPH, nebo bez ní.
- Datasety s osobními údaji sdílejte jen s těmi, kdo je potřebují.