• Сегодня 2 декабря 2024
  • USD ЦБ 107.74 руб
  • EUR ЦБ 114.31 руб

Глоссарий на букву - D

2 (2) 4 (1) A (8) B (16) C (21) D (6) E (15) F (2) G (5) H (2) I (5) K (1) L (2) M (9) N (1) O (5) P (8) R (5) S (10) T (5) V (1) W (2) А (29)
Б (32) В (21) Г (18) Д (36) Е (5) Ж (1) З (8) И (16) К (67) Л (9) М (23) Н (20) О (29) П (48) Р (24) С (53) Т (11) У (14) Ф (20) Х (6) Ц (15) Ч (2) Э (16) Ю (1) Я (1)

D


Data Science

Data Science – это область, которая объединяет различные аспекты математики, статистики, компьютерных наук и программирования с целью извлечения знаний из больших объемов данных. Она включает сбор, очистку, обработку, анализ и визуализацию данных для генерации полезной информации, которая может быть использована для принятия обоснованных решений.

Наука о данных стала популярной в последние годы благодаря увеличению доступности больших объемов данных и потребности организаций в осмыслении этих данных. Специалисты по Data Science используют такие техники, как машинное обучение, глубокое обучение и статистическое моделирование для анализа данных и извлечения инсайтов.

Проекты в области Data Science могут варьироваться от простой очистки и анализа данных до сложных задач моделирования и прогнозирования. Некоторые распространенные приложения Data Science включают сегментацию клиентов, обнаружение мошенничества, рекомендации по продуктам и маркетинговые исследования.

Узнать об этом больше вы сможете на Конференции «Цифровые технологии в фармацевтике: фокус на импортозамещении и повышении эффективности»


Наверх

Demo day

Demo day – это площадка для демонстрации новых продуктов, сервисов, идей и стартапов. Это отличная возможность для начинающих и профессиональных предпринимателей обмениваться идеями, знакомиться с коллегами, а главное – продемонстрировать свои творческие достижения.

Помимо этого, Demo day – это мощный инструмент для привлечения инвестиций и партнеров. Здесь можно научиться многим вещам, в том числе выстроить правильные коммуникации и отточить навыки публичного выступления.

Как правило, к такому мероприятию выступающие готовятся продолжительное время. Важно четко структурировать свое выступление так, чтобы слушатели увидели уникальность и актуальность представляемого продукта.

Узнать об этом больше вы сможете на Конференции «Управление проектами»
Наверх

Data-driven (англ. «управляемый данными»)

Data-driven – это подход к принятию решений и анализу информации, основанный на данных. В современном мире, где информация стала нашей валютой, data-driven подход становится все более важным и широко применяется в различных областях, включая бизнес, науку и общественную жизнь.

Основная идея data-driven состоит в том, что принятие решений должно базироваться на фактах и анализе данных, а не на интуиции или предположениях. Путем сбора, обработки и анализа данных мы можем выявить закономерности, тенденции и паттерны, которые помогут нам понять прошлое, настоящее и спрогнозировать будущее.

Data-driven подход и технологии обладают огромным потенциалом в различных областях. В сфере бизнеса, они могут помочь определить потребности и предпочтения клиентов, создавать кастомизированные продукты и услуги, оптимизировать бизнес-процессы и прогнозировать спрос на товары и услуги.

Узнать об этом больше вы сможете на Конференции «Автоматизация корпоративных бизнес-процессов»


Наверх

DAC6 (Директива о разглашении схем международной налоговой оптимизации)

DAC6 (Директива о разглашении схем международной налоговой оптимизации) – это новое европейское законодательство, направленное на борьбу с налоговыми схемами, которые могут привести к уклонению от уплаты налогов и искажению конкуренции. Директива была принята Европейским Союзом в июне 2018 года, и ее основная цель – повышение прозрачности и обмен информацией между государствами-членами.

DAC6 требует от налоговых консультантов и прочих посредников, включая банки и юридические фирмы, сообщать государственным органам о так называемых «потенциально агрессивных» налоговых схемах. Это означает, что будут под контролем не только прямые налогоплательщики, но и все лица, участвующие в разработке и продвижении таких схем.

Налоговые схемы, подлежащие регистрации и сообщению, определены конкретными критериями: сокрытие доходов, передача доходов в низко налогооблагаемые страны или офшорные зоны, международное двойное налогообложение, использование недействительных юридических конструкций и др.

Узнать об этом больше можно на Конференции «Корпоративное налоговое планирование»


Наверх

Drill down

Drill down – это аналитический подход, который позволяет исследовать данные на различных уровнях детализации для более полного понимания их структуры и взаимосвязей. Как правило, Drill down используется в контексте работы с большими объемами информации, такими как базы данных или отчеты, где необходимо продуктивно анализировать данные и находить основные факторы, влияющие на результаты.

При использовании Drill down пользователь может начать с общего представления данных и постепенно углубляться в каждый уровень, чтобы получить детальную информацию. Таким образом, можно изучать данные на разных гранулярных уровнях, начиная с общей суммы или агрегированных показателей и доходя до отдельных элементов или сегментов.

У Drill down есть свои свои преимущества: возможность обнаружения скрытых трендов и показателей, более точное выявление причинно-следственных связей и возможность принятия более обоснованных решений на основе полученных данных. Этот метод также помогает быстро и эффективно находить и исправить ошибки или аномалии данных.

Узнать об этом больше вы сможете на Конференции «Управление рисками в промышленности»


Наверх

Dividend Growth Model (Модель роста дивидендов)

Dividend Growth Model (Модель роста дивидендов) – это финансовая модель, которая используется для оценки акций компаний на основе будущих дивидендных выплат. Эта модель направлена на предсказание и оценку потенциального роста дивидендов в будущем.

Основная идея модели заключается в том, что акции компаний, которые регулярно увеличивают свои дивидендные выплаты, имеют большую ценность для инвесторов. Это связано с тем, что постоянный и стабильный рост дивидендов свидетельствует о финансовой устойчивости и успехе компании.

Dividend Growth Model предоставляет инструмент для оценки стоимости акций, основываясь на предположении, что компания будет продолжать увеличивать свои дивиденды на протяжении бессрочного периода. Основной параметр, используемый в этой модели, – это ожидаемая ставка дивидендной доходности (expected dividend yield), которая представляет собой отношение ожидаемых дивидендов к текущей цене акции.

Узнать об этом больше вы сможете на Конференции для финансовых директоров ИТ-компаний


Наверх