Poniżej przedstawiamy najważniejsze pojęcia, których używamy w opisach, nie jest to pełna lista, jednak pozwoli ona lepiej zrozumieć wyjaśniane zagadnienia ogólne, dla wszystkich caseów:

• Dana – przetworzona informacja, której nadano priorytet, wagę oraz część składowa lub całość, która udowadnia prawidłowość postawionego wniosku. Za dane uważamy wyniki analiz, w tym predykcje.
• Data mining – kopanie/zagłębianie się w danych, standardowe pojęcie znane analitykom danych wielkobazowych. Data mining służy do wyszukiwania wzorców i zależności w danych ustrukturyzowanych – np. pochodzących z systemów ERP, CRM, aplikacji do księgowania, arkuszach kalkulacyjnych.
• Digitalizacja lub cyfryzacja – jest to para synonimów, której znaczenie zawsze odnosić się będzie do przenoszenia dokumentów fizycznych (papierowych) do postaci cyfrowej (np. skanu).
• Informacja – nieokreślona i niescharakteryzowana wartość, która nie została przetworzona (w stanie surowym). Informacje służą do przeprowadzenia analiz, a wszystkie dostępne informacje tworzą Populację.
• Knime – jest to nazwa darmowego rozwiązania służącego do zaawansowanych działań i analiz dużych zbiorów informacji. Jest to zaawansowane środowisko zapewniające pełen zakres narzędzi wykorzystywanych w BI.
• NLP (Natural Language Processing) – zbiór technologii służących do analizy tekstu zgodnie z ogólnym lub wcześniej zdefiniowanym słownikiem (np. SJP, synonimy.pl).
• OCR (Optical Character Recognition) – podstawowa technologia służąca do konwersji skanu w postaci obrazu na tekst.
• Populacja – jest to określenie ogółu nieokreślonych bliżej informacji, które możemy uzyskać od klienta. Populacja może składać się z umów, raportów, faktur, e-maili, zdjęć, nagłówków i każdej innej informacji w postaci tekstu, grafiki czy dźwięku.
• Próba/grupa – w opisywanych przypadkach, grupą lub próbą nazywać będziemy określony zbiór informacji, które zostały wybrane z populacji i będą poddawane dalszej analizie.
• Text mining – pojęcie opisujące zagłębianie/kopanie w danych nieustrukturyzowanych oraz przekształcanie je w ustrukturyzowanie nadające się do analizy – np. dane tekstowe z e-maili, dokumentów, prezentacji serwisów społecznościowych czy stron www.