Agregação: Processo de agrupar dados detalhados para criar resumos, como somas, médias ou contagens totais por categoria.

Análise Preditiva: Uso de dados históricos e técnicas estatísticas para identificar a probabilidade de resultados e eventos futuros.

Análise de Churn: Medição da taxa de rotatividade de clientes que deixam de utilizar um serviço ou produto num determinado período.

Análise de Cohort: Técnica que estuda o comportamento de grupos de utilizadores que partilham características comuns num período específico.

Análise de Regressão: Método estatístico para examinar a relação entre variáveis e prever como uma impacta o comportamento da outra.

Análise de Séries Temporais: Estudo de pontos de dados recolhidos sucessivamente no tempo para identificar tendências, ciclos e sazonalidade.

Atribuição de Dados: Processo de identificar quais canais ou pontos de contato foram responsáveis por converter um cliente em uma venda.

Análise de Sobrevivência: Técnica estatística para prever o tempo até que um evento de interesse (como a perda de um cliente) ocorra.

Análise Prescritiva: Tipo de análise que sugere ações específicas e caminhos a seguir com base nos resultados das previsões.

ACID (Atomicidade, Consistência, Isolamento e Durabilidade): Conjunto de propriedades que garante que as transações em um banco de dados sejam processadas de forma confiável e segura.

Análise Ad-hoc: Análise pontual e específica criada para responder a uma pergunta de negócio urgente que não existe em relatórios padrão.

Análise de Sentimento: Uso de processamento de linguagem natural para identificar emoções e opiniões positivas, negativas ou neutras em textos.

A/B Testing: Método de comparação entre duas versões de uma variável para determinar qual delas gera o melhor resultado estatístico.

Business Intelligence (BI): Conjunto de estratégias e tecnologias para converter dados brutos em informações acionáveis para a gestão de negócios.

Causalidade: Relação onde a alteração numa variável é a causa direta da mudança observada noutra variável do conjunto.

Correlação: Medida estatística que indica se duas variáveis se movem juntas, sem necessariamente significar que uma causa a outra.

Cubo OLAP: Estrutura de dados multidimensional que permite visualizar informações por diferentes perspectivas, como tempo, geografia e produto, simultaneamente.

Dashboard: Painel visual que centraliza métricas e indicadores de desempenho (KPIs) para facilitar o monitoramento e a tomada de decisão rápida.

Data Warehouse: Repositório centralizado projetado para armazenar dados integrados de várias fontes, otimizado especificamente para consultas analíticas e relatórios de BI.

Drill-down: Técnica que permite ao analista navegar de um nível resumido de dados para um nível mais detalhado e específico.

Dimensão: Atributo qualitativo de um dado, como data, região ou produto, usado para filtrar e agrupar métricas num relatório.

Data Viz: Abreviação de Visualização de Dados, a prática de representar informações graficamente para facilitar a compreensão de tendências e padrões.

Dados Estruturados: Informações organizadas em formatos rígidos e predefinidos, como folhas de cálculo e tabelas de bases de dados SQL.

Dados Não Estruturados: Informações que não possuem um formato fixo, como textos de e-mails, vídeos, imagens e publicações sociais.

Data Storytelling: Arte de narrar uma história usando dados e visuais para tornar os insights claros e memoráveis.

Data Ethics: Conjunto de princípios morais que guiam a coleta, o uso e a transparência no tratamento de dados pessoais e sensíveis.

Decision Support System (DSS): Sistema de informação que apoia as atividades de tomada de decisão em níveis gerenciais e estratégicos.

Dimensão Lentamente Alterada (SCD): Técnica usada para rastrear mudanças históricas em atributos de dimensões (como a mudança de endereço de um cliente).

Data Mart: Subconjunto de um Data Warehouse focado em uma área específica da empresa, como Vendas ou Marketing.

ETL (Extract, Transform, Load): Processo de extrair dados de sistemas originais, transformá-los para garantir qualidade e carregá-los em um destino final.

Exploratory Data Analysis (EDA): Abordagem inicial de análise para resumir as características principais dos dados antes de aplicar modelos complexos.

Fato: Tabela central em um modelo de dados que armazena os eventos quantitativos do negócio, como vendas ou acessos.

Filtro: Regra aplicada a um conjunto de dados para incluir ou excluir registos com base em critérios específicos definidos pelo analista.

Frequência: Medida estatística que representa o número de vezes que um determinado evento ou valor ocorre em um conjunto de dados.

Granularidade: Nível de detalhe dos dados, onde uma alta granularidade significa informações muito específicas e detalhadas.

Heurística: Método prático ou regra mental que ajuda a encontrar soluções rápidas para problemas complexos de decisão baseada em dados.

Hipotése: Suposição baseada em dados iniciais que o analista tenta confirmar ou refutar através de testes e análises estatísticas.

KPI (Key Performance Indicator): Indicador essencial utilizado para medir o sucesso de uma organização ou de uma atividade específica em relação aos seus objetivos.

Leading Indicators: Métricas que mudam antes de uma tendência ocorrer, funcionando como um "previsor" de resultados futuros.

Lagging Indicators: Métricas que medem resultados de eventos que já aconteceram, como o faturamento total do mês anterior.

LTV (Lifetime Value): Previsão do lucro líquido total que um cliente gerará para a empresa durante todo o tempo de relacionamento.

Média: Valor calculado pela soma de todos os elementos de um conjunto dividida pelo número total de itens desse grupo.

Mediana: Valor central de um conjunto de dados ordenados, que separa a metade superior da metade inferior da amostra.

Métrica: Valor quantitativo utilizado para medir e avaliar o desempenho de um processo ou comportamento específico dentro do negócio.

Média Móvel: Técnica estatística usada para analisar pontos de dados ao longo do tempo e suavizar variações para identificar tendências reais.

Métrica de Vaidade: Dados que parecem bons no papel (como número de curtidas), mas que não ajudam de fato na tomada de decisão de negócio.

Outlier: Ponto de dado que se afasta significativamente da média, podendo indicar um erro de recolha ou um evento raro.

OLAP (Online Analytical Processing): Tecnologia que permite realizar análises multidimensionais rápidas em grandes volumes de dados de diferentes perspetivas.

Padrões: são as características, tendências ou comportamentos recorrentes identificados num conjunto ou processo de análise de dados.

Query (Consulta): Comando ou solicitação enviada a um banco de dados para recuperar, manipular ou organizar informações específicas usando linguagens como SQL.

ROI (Return on Investment): Métrica financeira que mede o ganho ou a perda gerada por um investimento em relação ao seu custo inicial.

Root Cause Analysis (RCA): Técnica de análise usada para identificar o motivo principal (causa raiz) por trás de uma variação ou problema nos dados.

Self-Service BI: Ferramentas que permitem que utilizadores de negócio criem os seus próprios relatórios e análises sem dependerem da equipa de TI.

Slicing e Dicing: Processo de filtrar e segmentar grandes conjuntos de dados em partes menores para analisar informações sob diferentes perspectivas e dimensões.

Variância: Medida estatística que indica o quanto os dados de um conjunto estão afastados do seu valor médio esperado. 

Pipeline: Fluxo automatizado que conduz os dados desde a sua origem bruta até a limpeza, processamento e entrega final para análise.

Análise descritiva: usada para entender o comportamento dos dados, descrevendo características importantes de um conjunto de dados através de técnicas estatisitcas como média, mediana, desvio padrão, frequência e distribuição de dados. 

Análise preditiva: tipo de análise de dados que utiliza modelos estatísticos e de aprendizado de máquina para prever tendências, comportamentos, riscos e resultados futuros com base em dados históricos.