‫ورشة العمل التدريبية‬

‫لبرنامج‬
‫تحليل البيانات وأهميته في‬
‫أنظمة الرقابة الداخلية‬
 ‫قائمة المحتويات‬

‫‪04‬‬ ‫‪01‬‬
‫استخدام البيانات في مختلف جوانب‬ ‫مقدمة عن علم البيانات وتحليل‬
‫الرقابة‪.‬‬ ‫البيانات‪.‬‬

‫ملخص المادة التدريبية‪.‬‬ ‫‪05‬‬ ‫طرق تحليل البيانات وعرض النتائج‪.‬‬

‫‪02‬‬
‫تمرينات إضافية‪.‬‬
‫‪06‬‬ ‫التعامل مع البيانات الضخمة‬
‫واستخدامها في التحليل‪.‬‬
‫‪03‬‬

‫‪2‬‬
 ‫جدول المستويات التدريبية‬

‫الموضوع‬ ‫المستوى‬

‫مقدمة عن علم البيانات وتحليل البيانات‪.‬‬

‫األساسي‬
‫نبذة عن استخدامات البيانات وأهميتها في مختلف جوانب الرقابة‪.‬‬

‫طرق تحليل البيانات وعرض النتائج‪.‬‬ ‫المتوسط‬

‫التعامل مع البيانات الضخمة واستخدامها في التحليل‪.‬‬

‫المتقدم‬
‫استخدام البيانات في مختلف جوانب الرقابة‪.‬‬

‫‪3‬‬
 ‫مقدمة الدورة‬
‫تم الرجوع إليها عند إعداد المادة والفائدة المتوقعة من الدورة‬
‫مقدمة عن الدورة وأهدافها والمصادر التي ّ‬

‫تناقش هذه الدورة التدريبية تحليل البيانات وأهميته في أنظمة الرقابة الداخلية‪ ،‬وسيتم التطرق للموضوعات التالية‪:‬‬

‫نبذة عامة عن علم وتحليل البيانات وأهميتهما‪.‬‬ ‫‪.1‬‬

‫فهم دور تحليل البيانات في تغيير مسار األعمال والفوائد المتوقعة‪.‬‬ ‫‪.2‬‬

‫التعرف على البيانات الضخمة وأشكالها وطرق استخدمها لتحقيق األهداف المؤسسية‪.‬‬ ‫‪.3‬‬

‫التعرف على الطرق واألدوات المستخدمة في تحليل البيانات في الرقابة الداخلية والمراجعة‪.‬‬ ‫‪.4‬‬

‫عرض نتائج تحليل البيانات‪.‬‬ ‫‪.5‬‬

‫التعرف على مجاالت استخدام تحليل البيانات في الرقابة بشكل عام والرقابة الداخلية بشكل خاص‪.‬‬ ‫‪.6‬‬

‫‪4‬‬
 ‫أهداف الدورة‬
‫تم الرجوع إليها عند إعداد المادة والفائدة المتوقعة من الدورة‬
‫مقدمة عن الدورة وأهدافها والمصادر التي ّ‬

‫تستتتتهدف هتتتذه التتتدورة التدريبيتتتة المتتتويفين العتتتاملين فتتتي الجهتتتات الحكوميتتتة باداراتهتتتا المختلفتتتة‪ ،‬ومنهتتتا دارة المراجعتتتة‬
‫الداخليتتة‪ ،‬واادارة الماليتتة‪ ،‬و دارة تقنيتتة المعلومتتات و دارة المختتاطر‪ ،‬و دارة االلت ت ام‪ .‬وتهتتدف التتدورة لتتى تحقيتتق األهتتداف‬
‫التالية‪:‬‬

‫تطوير معرفة المشاركين في مجال تحليل البيانات وأهميته في أنظمة الرقابة الداخلية‪.‬‬ ‫‪.1‬‬

‫اطالع المتدربين على طرق وأدوات تحليل البيانات‪.‬‬ ‫‪.2‬‬

‫تمكين المشاركين من استخدام تحليل البيانات في أعمالهم اليومية‪.‬‬ ‫‪.3‬‬

‫تطوير معرفة المتدربين في دور تحليل البيانات في عملية عداد التقارير واتخاذ القرار‪.‬‬ ‫‪.4‬‬

‫‪5‬‬
‫مقدمة عن علم البيانات وتحليل البيانات‬
‫(مستوى أساسي)‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫يتناول هذا الفصل المفاهيم والعناصر اآلتية‪:‬‬

‫نبذة عن البيانات ومصادرها وأنواعها‪.‬‬

‫العالقة بين علم البيانات وتحليل البيانات‪.‬‬

‫األهداف المتوقع تحقيقها من تحليل البيانات‪.‬‬

‫تأثيرات علوم البيانات في المستقبل‪.‬‬

‫ااطار العام للبيانات‪.‬‬

‫أمثلة وتطبيقات عملية‪.‬‬

‫‪7‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫نبذة عن البيانات‪:‬‬
‫البيانات‪ :‬هي سلسلة غير مترابطة من الحقائق الموضوعية‪ ،‬التي يمكن الحصول عليها عن طريق المالحظة‪ ،‬أو البحث‬ ‫▪‬
‫والتسجيل‪ ،‬وتسمى أيضا بالمعطيات‪ ،‬وبشكل أوسع تعتبر البيانات مجموعة من الحروف والكلمات واألرقام والرموز والصور‬
‫التي تتعلق بموضوع معين‪ ،‬مثل‪ :‬بيانات المويفين (االسم‪ ،‬الوييفة‪ ،‬الرقم الوييفي)‪ ،‬التي تنتج عن األنشطة االعتيادية‬
‫حيث تكون معلومات غير مرتبة وليست ذات مدلول قبل معالجتها‪ ،‬وتتحول لى معلومات مفيدة وذات مدلول مفيد بعد‬
‫معالجتها‪.‬‬
‫في طار تعريف البيانات في علم البيانات يكون االهتمام بالبيانات التي يمكن تخ ينها في وسائط تقنية المعلومات‪.‬‬ ‫▪‬

‫هناك بيانات دراكية حسية ال يمكن تخ ينها على الوسائط‪ ،‬مثل‪ :‬القيم (الحق‪ ،‬الخير)‪ ،‬ومثل المشاعر (الغضب‪،‬‬
‫السرور)‪ ،‬ومثل التذوق للروائح‪ ،‬وبذلك تكون خارج اهتمام علم البيانات ال ذا تم ترجمتها لى شكل من أشكال‬
‫البيانات القابلة للتخ ين‪.‬‬

‫المعلومات‪ :‬هي البيانات التي تم معالجتها‪ ،‬وذلك بتصنيفها‪ ،‬وتنظيمها‪ ،‬وترتيبها ومن ثم تصبح مفيدة وذات مدلول يستفاد‬ ‫▪‬
‫منه في تحقيق هدف ما‪.‬‬

‫‪8‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫أنواع البيانات‪:‬‬
‫قسم البيانات لى نوعين‪:‬‬
‫تُ َّ‬ ‫▪‬
‫البيانات الكمية )‪ :(Quantitative Data‬البيانات ذات القيم القابلة للقياس‪ ،‬أي الحصول على المجموع‪ ،‬أو الوسط‬ ‫▪‬
‫الحسابي‪ ،‬أو الوسيط‪ .. ،‬لخ‪ ،‬ويعبر عنها بأعداد صحيحة أو حقيقية‪ ،‬ومن األمثلة عليها‪ :‬السعر‪ ،‬العمر‪ ،‬الدخل الشهري‪ .. ،‬لخ‪.‬‬
‫البيانات الوصفية أو النوعية )‪ :(Qualitative Data‬هي التي تصف البيانات وال تقيسها‪ ،‬أي ال تحدد الكمية أو الحجم أو‬ ‫▪‬
‫غيرهما‪ .‬وتقسم لى ثالثة أنواع فرعية‪:‬‬
‫بيانات اسمية )‪ :)Nominal Data‬ترتبط باألسماء حتى لو احتوت على أرقام؛ ألنه ال يمكن جمعها أو طرحها أو‬ ‫‪o‬‬
‫مقارنتها حسابيا‪ ،‬ومن األمثلة عليها‪ :‬الحالة االجتماعية‪ ،‬رقم الهاتف‪ ،‬رقم صندوق البريد‪.‬‬
‫بيانات منطقية )‪ :)Boolean Data‬هي البيانات التي يعبر عنها بقيمتين فقط‪ ،‬مثل‪ :‬نعم أو ال‪ ،‬ذكر أو أنثى‪ ،‬واحد أو‬ ‫‪o‬‬
‫صفر‪.‬‬
‫بيانات الترتيبية )‪ :)Ordinal Data‬وهي بيانات ترتيبية تكون في صورة غير عددية‪ .‬كما أنه ال يمكن جراء أي عمليات‬ ‫‪o‬‬
‫حسابية عليها أو قياس الترتيب بين قيمها‪.‬‬

‫‪9‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫علم البيانات‪:‬‬

‫يمكن تعريف علم البيانات بأنه‪ :‬استخدام تقنية المعلومات‪ ،‬وأجه تها‪ ،‬وأنظمة البرمجة‪ ،‬والخوارزميات‬
‫ستمدة من علوم أخرى‬
‫َّ‬ ‫بهدف حل المشاكل‪ ،‬وتفسير الظواهر الفعلية؛ حيث يقوم باالستعانة بنظريات ُم‬
‫بما فيها الرياضيات‪ ،‬ونظم المعلومات‪ ،‬وااحصاء‪ ،‬وعلوم تقنية المعلومات ولغات البرمجة والعلوم‬
‫السلوكية‪.‬‬

‫يمكن القول أيضا‪ :‬ن علم البيانات هو نتاج تفاعل تقنيات تعلم اآللة والذكاء االصطناعي والبيانات‬
‫الضخمة‪ ،‬مع العلوم السلوكية الكتساب المعرفة التي تساعد على التنبؤ بظواهر مستقبلية وصناعة‬
‫قرارات أكثر نضجا‪.‬‬

‫‪10‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫التعلم الخاضع للرقابة‪.‬‬ ‫―‬
‫التعلم غير الخاضع للرقابة‪.‬‬
‫معالجة اللغات الطبيعية (مثل‪ ،‬التنقيب عن النصوص)‪.‬‬
‫―‬
‫―‬ ‫تعلم اآللة‬
‫علم البيانات‪:‬‬
‫مرئيا‪.‬‬
‫ّ‬ ‫عرض البيانات‬ ‫―‬
‫ااحصاء‪.‬‬ ‫―‬
‫الرياضيات‪.‬‬ ‫―‬
‫التقرير (التجميع والفرز وعرض البيانات)‪.‬‬ ‫―‬
‫طرق التحليالت‬ ‫وحدات تخ ين ضخمة للبيانات ال ائدة‪.‬‬ ‫―‬
‫المتقدمة‬ ‫البيانات‬ ‫تدفق البيانات وتكرار ح م البيانات‪.‬‬ ‫―‬
‫التحليل الكمي‬ ‫البيانات المنتظمة وغير المنتظمة‪.‬‬
‫الضخمة‬ ‫―‬
‫الحوسبة الموزعة‪.‬‬ ‫―‬

‫العمليات‪.‬‬ ‫―‬ ‫االستراتيجية‪.‬‬ ‫―‬

‫المخ ون‪.‬‬ ‫―‬ ‫العمالء‪.‬‬ ‫―‬ ‫― الحوسبة في وحدات الذاكرة‪.‬‬
‫المالية و دارة الحسابات‪.‬‬ ‫―‬ ‫المنتجات‪.‬‬ ‫―‬ ‫― وحدات معالجة الرسوميات المتوازية‪.‬‬
‫المعامالت‪.‬‬ ‫―‬ ‫القنوات‪.‬‬
‫مجاالت التعلم‬ ‫الحوسبة عالية‬
‫―‬
‫المخاطر‪.‬‬ ‫―‬ ‫األوامر‪.‬‬ ‫―‬
‫االحتيال‪.‬‬ ‫―‬ ‫الدفعات‪.‬‬ ‫―‬ ‫العميق‬ ‫األداء‬ ‫الحوسبة‬ ‫― معالجة العمليات المعقدة‪.‬‬
‫األنظمة والتشريعات‪.‬‬ ‫السحابية‬ ‫― الحوسبة والتخ ين المرن‪.‬‬
‫―‬ ‫سلسة التوريد‪.‬‬ ‫―‬
‫‪ ..‬لخ‪.‬‬ ‫―‬

‫الجوال‬ ‫― التفاعالت مع الجوال وعرض‬

‫علم البيانات‬ ‫مستودعات البيانات‬ ‫مرئيا‪.‬‬
‫ًّ‬ ‫البيانات‬

‫‪11‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫تحليل البيانات‪:‬‬

‫يمكن تعريف تحليل البيانات‪ :‬بأنه عملية فحص وتدقيق البيانات وانتقائها‪ ،‬وتحويلها وتخ ينها ونمذجتها‬
‫الكتشاف معلومات مفيدة تساعد في اتخاذ القرارات‪.‬‬

‫يهدف تحليل البيانات لى نمذجة البيانات وهي عداد نموذج تنبؤي للبيانات بناء على سلوك البيانات‬
‫في الماضي‪ .‬وتعتبر هذه العملية من األنشطة الرئيسية لمرحلة التحليل وتتم النمذجة غالبا باستخدام‬
‫النماذج البيانية‪.‬‬

‫‪12‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫األهداف المتوقع تحقيقها من تحليل البيانات‪:‬‬
‫األهداف المتوقع تحقيقها من عملية تحليل البيانات كثيرة ولها استخدامات متعددة حسب مجال األعمال والقطاع‪ ،‬فيما يلي بعض األهداف‬
‫العامة الستخدام تحليل البيانات‪:‬‬
‫الغرض الرئيس من تحليل البيانات هو يجاد معلومات ذات قيمة تساهم في عملية اتخاذ القرارات الفعالة وفي الوقت‬
‫قرارات سريعة‬
‫المناسب‪.‬‬
‫وبجودة عالية‬

‫تستخدم المنشآت بيانات العمالء؛ لمعرفة سلوكيات الشراء‪ ،‬والتنبؤ بالسلوكيات المستقبلية‪ ،‬وتطوير طرق‬ ‫تقليل التكاليف‬
‫واستراتيجيات جديدة لتقليل التكاليف وزيادة اإليرادات لدى هذه المنشآت‪.‬‬ ‫وزيادة اإليرادات‬

‫تعتمد مؤشرات األداء األساسية (‪ )KPIs‬على بيانات األعمال؛ مما يساعد اادارات الرقابية على االطالع الكامل على أداء‬ ‫مراقبة ورفع‬
‫المنشأة‪ .‬ويهدف تحديث مؤشرات األداء األساسية لى تحسين ورفع مستوى أداء المنشأة‪.‬‬ ‫كفاءة العمليات‬

‫يشمل تحليل البيانات جوانب متعددة‪ ،‬واستخدام تقنيات متنوعة في أغلب مجاالت األعمال الحالية‪ ،‬كما يساعد المنشآت‬ ‫تقديم خدمات‬
‫على تحسين أو تطوير أداء العمليات واستحداث خدمات أو منتجات جديدة‪.‬‬ ‫جديدة‬

‫‪13‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫كيف ساعد تحليل البيانات في تغير األعمال ( أمثلة واقعية )؟‬
‫ساهمت البيانات وتحليالتها في رفع أداء األعمال في العديد من المنشآت والجهات بصورة ملحوية‪ ،‬وساهمت أيضا في تحقيق العديد من‬
‫األهداف‪ .‬فيما يلي أمثلة واقعية على استخدام البيانات والفوائد المتحققة‪:‬‬
‫• تحديد موعد يقاف واستمرار الرحالت الجوية‬ ‫حدى الفروق الجوهرية بين الوباء الذي هاجم العالم قبل مئة عام وسمي بت"اإلنفلونزا اإلسبانية"‪ ،‬وما‬
‫واألنشطة التجارية األخرى‪.‬‬ ‫يواجهه العالم منذ بداية العام ‪ 2020‬مع فيروس “كورونا المستجد”‪ ،‬هو توفر مصادر ومعلومات‬ ‫الرعاية الصحية‬
‫• تحديد مدة الحجر الصحي لالزمة وتتبع المخالطين‪.‬‬ ‫كبيرة من البيانات‪ ،‬حيث ساهمت عملية تحليل البيانات بشكل كبير في تطوير آلية استجابة الدول‬ ‫فايروس كورونا‬
‫‪ ...‬لخ‪.‬‬ ‫عما كان عليه عندما انتشرت "األنفلون ا ااسبانية" قبل مئة‬‫لمواجهة خطر فيروس كورونا المستجد ّ‬ ‫المستجد (‪COVID-‬‬
‫• تحديد الفئات المستهدفة باللقاحات‪.‬‬ ‫عام‪.‬‬ ‫‪)19‬‬

‫• زيادة إيرادات المنشأة‪.‬‬ ‫ساهمت البيانات وتحليلها في رفع كفاءة وجودة الخدمات المقدمة من منشأة أوبر (‪ )Uber‬من‬
‫• رقع قيمتها السوقية‪.‬‬ ‫خالل تحديد الفئات المستهدفة من العمالء وتجنب ضاعة الوقت واألموال على التسويق لشرائح ال‬
‫• تقليل تكاليف الدعاية وااعالن‪.‬‬ ‫النقل التشاركي‬
‫تهتم بالخدمات وليس من المحتمل تحويل أفرادها لى عمالء محتملين‪ ،‬وذلك بانشاء رسائل مخصصة‬
‫• زيادة عدد المستخدمين ورفع مستوى رضا‬ ‫أوبر (‪)Uber‬‬
‫وفعالة لكل فئة من العمالء‪ ،‬سواء كانوا أشخاص يعيشون في نفس المنطقة أو يهتمون بنفس‬ ‫ً‬
‫العمالء‪.‬‬ ‫الخدمة أو النشاط‪.‬‬

‫يعد نادي ليفربول (‪ )Liverpool‬من أحد األندية الرياضية المشهورة بكرة القدم في نجلترا‪ ،‬كان‬
‫• الفوز على فريق الخصم والحصول على البطولة‪.‬‬
‫الفريق يواجه صعوبة في الفوز على الخصم في عدة مباريات سابقة‪ ،‬لكن قام الفريق باستخدام‬ ‫األنشطة الرياضية‬
‫البيانات وتحليل أداء وتحرك العبي الخصم لرسم خطة دفاعية وهجومية‪ .،‬بااضافة لى استنتاج‬ ‫نادي ليفربول‬
‫احتمالية تسجيل األهداف من أماكن مختلفة على أرض الملعب حسب توزيع العبي الفريق والعبي‬ ‫(‪)Liverpool‬‬
‫الفريق الخصم‪.‬‬

‫‪14‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫كيف يساعد تحليل البيانات في القطاع العام؟‬
‫تتعدد استخدامات تحليل البيانات في الجهات الحكومية‪ ،‬وبدأت تتجه الحكومات لى تطوير البنى التحتية للبيانات و صدار التشريعات الخاصة‬
‫بالبيانات‪ ،‬وكذلك بدأت بالحث على مشاركة البيانات و دارتها بين الجهات الحكومية المختلفة‪ ،‬ومن األمثلة على استخدامات تحليل البيانات اآلتي‪:‬‬

‫وضع استراتيجيات الترفيه وتنفيذها وفقا لتحليل البيانات مثل االهتمامات الفردية لقطاعات السكان‪ ،‬باالعتماد على البيانات‬
‫من المنصات المختلفة للتواصل االجتماعي‪ .‬وهو ما يساعد على تحديد األنشطة الترفيهية في المواسم المختلفة‪.‬‬

‫وضع استراتيجيات النقل العام داخل المدن بناء على تحليل بيانات الحركات المرورية وفترات الذروة في الوقت الفعلي‬
‫والتي يتم تجميعها من خالل كاميرات المراقبة وأجه ة الرصد اآللي‪.‬‬

‫‪15‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫العالقة بين علم البيانات )‪ (Data Science‬وتحليل البيانات )‪: (Data Analytics‬‬

‫تحليل البيانات‬ ‫علم البيانات‬

‫▪ هي عملية معالجة وفحص للبيانات المتوفرة؛ وذلك‬ ‫▪ هي عملية تطوير وبناء خوارزميات ونماذج لتحليل‬
‫بهدف استخالص استنتاجات أو معلومات مفيدة‪ ،‬يمكن‬ ‫البيانات؛ الستخراج المعرفة واألفكار من البيانات سواء‬
‫أن تكون لمعرفة سبب أو تفسير ألحداث وقعت في‬ ‫كانت البيانات الضخمة أو الضخمة أو كانت منظمة أو‬
‫الماضي‪ ،‬أو من أجل تحسين أحداث ستحدث في‬ ‫غير منظمة‪.‬‬
‫المستقبل‪.‬‬
‫▪ يستخدم علم البيانات لمساعدة المستخدمين على تنبؤ‬
‫▪ يستخدم تحليل البيانات في أغلب القطاعات تقريبا؛‬ ‫المستقبل‪ ،‬ويساهم في تحسين ااجراءات والعمليات‬
‫حيث تساهم في اتخاذ القرارات بصورة أفضل‪.‬‬ ‫واتخاذ القرارات‪.‬‬

‫‪16‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫تأثيرات علوم البيانات في المستقبل‪:‬‬
‫تشبه البيانات في الوقت الحالي النفط عندما تم اكتشافه في القرن الثامن عشر‪ :‬تعتبر البيانات أصال ثمينا للغاية‪ ،‬كما يمكن لألشخاص الذين يدركون القيمة‬
‫األساسية للبيانات‪ ،‬ويتعلمون استخراجها واستخدامها‪ ،‬تحقيق فوائد عالية على الصعيد التقني والمهني‪ .‬فيما يلي بعض األمثلة على تأثيرات علوم البيانات في‬
‫المستقبل‪:‬‬
‫بعض الوظائف المتوقع انخفاض الطلب عليها نتيجة تطور التكنولوجيا واستخدام البيانات‪:‬‬ ‫تكنولوجيا حديثة تعتمد على البيانات‬

‫السائقين‬ ‫مسوقين عبر الهاتف‬ ‫الصرافين‬ ‫وكالء السفر‬

‫(‪)Drivers‬‬
‫ال بد من وجود سائقين‪ ،‬لكن‬
‫تطوير واستحداث السيارات‬
‫ذاتية القيادة تبعد بضع سنوات‬
‫فقط‪ .‬وفي حال بدأ استبدال‬
‫المركبات الشخصية‪ /‬التجارية‬
‫لتكون ذاتية القيادة‪ ،‬سينخفض‬
‫الطلب على السائقين‪.‬‬
‫(‪)Telemarketers‬‬
‫أغلب األشخاص على دراية بالرد‬
‫اآللي والمتصلين اآلليين الذين‬
‫يحلون محل المسوقين عبر‬
‫الهاتف‪ .‬يتمكن الرد اآللي من‬
‫معالجة عدد كبير من المكالمات‬
‫في وقت أقل‪ .‬مما يقلل من‬
‫حاجة أصحاب العمل للمسوقين‬
‫عبر الهاتف‪.‬‬
‫(‪)Cashiers‬‬
‫لوحظ االستغناء عن الصرافين‬
‫واستبدالهم‬ ‫بطيئة‬ ‫بصورة‬
‫بأجه ة الصراف اآللي )‪(ATM‬‬
‫وأجه ة الدفع الذاتي‪ ،‬على سبيل‬
‫المثال‪ :‬منشأة أمازون اتخذت‬
‫هذه الخطوة من خالل نشاء‬
‫متاجر ال تحتوي على صرافين‪.‬‬
‫روبوتات‬
‫(‪)Travel Agents‬‬
‫)‪(Robots‬‬
‫في هذه األيام‪ ،‬من الممكن‬
‫للمسافر العثور وحج رحلة طيران‬
‫وفندق وسيارة لإليجار وذلك من‬
‫خالل الهاتف النقال‪ ،‬دون الحاجة‬ ‫إنترنت األشياء‬
‫ل يارة وكالء السفر مما يجعل‬ ‫)‪(Internet of Things‬‬
‫الوييفة تتجه نحو االنقراض‬
‫بصورة تدريجية‪.‬‬
‫الذكاء االصطناعي‬
‫)‪(Artificial Intelligence‬‬

‫‪17‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫اإلطار العام للبيانات‪:‬‬
‫استراتيجية البيانات‬
‫منهجية إدارة وتحليل البيانات‬
‫الخطوة الرابعة‬ ‫الخطوة الثالثة‬ ‫الخطوة الثانية‬ ‫الخطوة األولى‬
‫عرض البيانات‬ ‫تحليل البيانات‬ ‫معالجة البيانات‬ ‫جمع البيانات‬

‫• هيكلة البيانات‪.‬‬
‫• الحصول على النتائج‪.‬‬ ‫• نمذجة البيانات‪.‬‬ ‫• مصادر البيانات‪.‬‬
‫• تسوية البيانات‪.‬‬
‫• عداد التقارير‪.‬‬ ‫• النماذج ااحصائية‪.‬‬ ‫• قواعد البيانات‪.‬‬
‫• تطبيق جودة البيانات‪.‬‬

‫الممكّ نات‬
‫ُ‬

‫حماية المعلومات‪:‬‬
‫التصنيف ‪ -‬التشفير – ااخفاء – صالحية الوصول وفقا لألدوار‪.‬‬
‫تكنولوجيا المعلومات والمنصات ودعم التطبيقات‪:‬‬
‫أدوات دارة البيانات ‪ -‬مستودعات البيانات المؤسسية – التطبيقات المتكاملة‪.‬‬

‫‪18‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫اإلطار العام للبيانات‪:‬‬
‫استراتيجية البيانات‬
‫منهجية إدارة وتحليل البيانات‬
‫الخطوة الرابعة‬ ‫الخطوة الثالثة‬ ‫الخطوة الثانية‬ ‫الخطوة األولى‬
‫عرض البيانات‬ ‫تحليل البيانات‬ ‫معالجة البيانات‬ ‫جمع البيانات‬

‫• هيكلة البيانات‪.‬‬
‫• الحصول على النتائج‪.‬‬ ‫• نمذجة البيانات‪.‬‬ ‫• مصادر البيانات‪.‬‬
‫• تسوية البيانات‪.‬‬
‫• عداد التقارير‪.‬‬ ‫• النماذج ااحصائية‪.‬‬ ‫• قواعد البيانات‪.‬‬
‫• تطبيق جودة البيانات‪.‬‬

‫الممكّ نات‬
‫ُ‬

‫حماية المعلومات‪:‬‬
‫التصنيف ‪ -‬التشفير – ااخفاء – صالحية الوصول وفقا لألدوار‪.‬‬
‫تكنولوجيا المعلومات والمنصات ودعم التطبيقات‪:‬‬
‫أدوات دارة البيانات ‪ -‬مستودعات البيانات المؤسسية – التطبيقات المتكاملة‪.‬‬

‫‪19‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫استراتيجية البيانات‪:‬‬
‫وتتضمن تحديد األهداف واألسئلة المتوقع جابتها من نتائج تحليل البيانات‪ .‬وتعتبر هي مرحلة األساس والتي يعتمد عليها في دارة البيانات‪.‬‬

‫الوصف‬ ‫كون‬
‫الم ّ‬
‫ُ‬
‫تحديد الهدف الكلي من امتالك البيانات والممكنات التي ستساعد على تحقيق الرؤية‪.‬‬ ‫الرؤية‬

‫تحديد الخطط العامة ادارة البيانات وتشغيلها وربطها مع استراتيجيات األعمال‪.‬‬

‫األهداف‬
‫مكونات‬
‫توزيع األدوار الخاصة بالبيانات (مثل‪ ،‬مدير البيانات‪ ،‬محلل البيانات)؛ لضمان الن اهة‪.‬‬ ‫األدوار‬ ‫استراتيجية‬
‫البيانات‬
‫تحديد مدى قابلية مشاركة البيانات أو المعلومات مع أي أطراف خارجية أو داخلية‪.‬‬ ‫المشاركة‬

‫توثيق المبادئ الرئيسة لحوكمة البيانات؛ لضمان استخداماتها العادلة وذات الفائدة‪.‬‬ ‫حوكمة البيانات‬

‫‪20‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫اإلطار العام للبيانات‪:‬‬
‫استراتيجية البيانات‬
‫منهجية إدارة وتحليل البيانات‬
‫الخطوة الرابعة‬ ‫الخطوة الثالثة‬ ‫الخطوة الثانية‬ ‫الخطوة األولى‬
‫عرض البيانات‬ ‫تحليل البيانات‬ ‫معالجة البيانات‬ ‫جمع البيانات‬

‫• هيكلة البيانات‪.‬‬
‫• الحصول على النتائج‪.‬‬ ‫• نمذجة البيانات‪.‬‬ ‫• مصادر البيانات‪.‬‬
‫• تسوية البيانات‪.‬‬
‫• عداد التقارير‪.‬‬ ‫• النماذج ااحصائية‪.‬‬ ‫• قواعد البيانات‪.‬‬
‫• تطبيق جودة البيانات‪.‬‬

‫الممكّ نات‬
‫ُ‬

‫حماية المعلومات‪:‬‬
‫التصنيف ‪ -‬التشفير – ااخفاء – صالحية الوصول وفقا لألدوار‪.‬‬
‫تكنولوجيا المعلومات والمنصات ودعم التطبيقات‪:‬‬
‫أدوات دارة البيانات ‪ -‬مستودعات البيانات المؤسسية – التطبيقات المتكاملة‪.‬‬

‫‪21‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫مصادر البيانات‪:‬‬
‫تتنوع المصادر التي تولد البيانات حيث قد تضم ‪-‬على سبيل المثال ال الحصر‪: -‬‬

‫البيانات التي تصدر عن اآلالت‪ ،‬مثل‪ :‬صور األقمار الصناعية‪.‬‬ ‫▪‬

‫البيانات التي تصدر عن اانسان‪ ،‬مثل‪ :‬المحادثات على مواقع التواصل‬ ‫▪‬
‫بيانات اآلالت‬
‫االجتماعي‪.‬‬
‫البيانات التي تصدر عن أنشطة األعمال‪ ،‬مثل‪ :‬النشرات التي تصدر عن الجهات‬ ‫▪‬
‫فيديو‬ ‫األقمار الصناعية‬ ‫التنظيمية والرقابية‪ ،‬والمعامالت التي تتم داخل اادارات المختلفة في‬
‫بيانات اإلنسان‬ ‫المنشأة‪.‬‬
‫أمثلة عن البيانات من دارات المنشأة‪:‬‬
‫بيانات األجه ة‬ ‫سجالت الدخول‬
‫مستندات‬ ‫مواقع التواصل‬
‫بيانات العاملين وأسرهم والتعويضات التي يتم تسجيلها‬ ‫▪‬
‫بيانات األعمال‬
‫في دارة الموارد البشرية‪.‬‬
‫بيانات الموردين والشراء التي يتم تسجيلها في دارة‬ ‫▪‬
‫بيانات اانتاج‬ ‫رسائل لكترونية‬ ‫معامالت بنكية‬ ‫بيانات السلع‬
‫المشتريات‪.‬‬

‫‪22‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫مثال على مصادر البيانات وتحليلها‪:‬‬

‫تحتوي الصورة المبينة أدناه على العديد من البيانات التي تم استنتاجها واستخراجها من سجالت المنشأة‪ ،‬مثل‪ :‬سجالت‬ ‫▪‬
‫األصول الثابتة وسجالت أوامر الشراء‪:‬‬

‫البيانات أخرى لالستفادة منها‬ ‫البيانات األساسية‬

‫اسم المورد‪ :‬المنشأة ‪.ABC‬‬ ‫•‬ ‫نوع البند‪ :‬كرسي‪.‬‬ ‫•‬

‫• مكان المورد‪ :‬المملكة العربية‬ ‫• مصنوع من‪ :‬خشب‪.‬‬

‫السعودية‪.‬‬ ‫اللون‪ :‬أحمر‪.‬‬ ‫•‬
‫رقم البند‪.80081XX :‬‬ ‫•‬
‫الطول‪ 36 :‬نش‪.‬‬ ‫•‬
‫تاريخ الشراء‪ 1 :‬يناير ‪.2021‬‬ ‫•‬
‫العرض‪ 16 :‬نش‪.‬‬ ‫•‬
‫تاريخ الشحن‪ 1 :‬فبراير ‪.2021‬‬ ‫•‬
‫‪ ....‬لخ‪.‬‬ ‫•‬
‫• تاريخ الوصول‪ 2 :‬فبراير ‪.2021‬‬
‫‪ ....‬لخ‪.‬‬ ‫•‬

‫‪23‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫قواعد البيانات‪:‬‬

‫قاعدة البيانات (‪ :)Database‬هي مستودع يحتوى على مجموعة من مفردات البيانات المرتبطة ببعضها‬
‫البعض‪ .‬وتتكون قاعدة البيانات من العديد من الجداول (‪ ،)Tables‬ويتكون الجدول من العديد من‬
‫السجالت (‪ ،)Records‬ويتكون السجل من العديد من الحقول (‪.)Fields‬‬

‫يتم التحكم في قواعد البيانات من خالل نظام إدارة قواعد البيانات (‪)Data Management System‬‬
‫وهو برنامج تقني‪ ،‬يعمل على تحقيق غايات المستخدمين من تخ ين وتنظيم واسترجاع البيانات من‬
‫قاعدة البيانات‪.‬‬

‫‪24‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫مكونات قاعدة البيانات‪:‬‬

‫التقارير‬ ‫االستعالم‬ ‫النماذج‬ ‫الجداول‬

‫‪25‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫مكونات قاعدة البيانات‪:‬‬

‫التقارير‬ ‫االستعالم‬ ‫النماذج‬ ‫الجداول‬

‫عمليا‪ ،‬تحتوي قاعدة البيانات على أكثر من جدول لتسجيل المعلومات مع وجود‬
‫ّ‬ ‫قاعدة البيانات قد تتكون من جدول واحد‪ ،‬ولكن‬ ‫▪‬
‫سجل مكرر لربط البيانات مع بعضها (مثل الرقم الوييفي)‪.‬‬
‫مثال‪ :‬قد تحتوي قاعدة بيانات المويفين على الجداول اآلتية‪:‬‬
‫جدول لتسجيل بيانات المويف‪ ،‬مثل‪ :‬الرقم الوييفي‪ ،‬اسمه‪ ،‬ووييفته‪ ،‬وتاريخ ميالده‪ ،‬والرقم التأميني ‪ ..‬لخ‪.‬‬ ‫‪-‬‬
‫جدول لتسجيل بيانات التأمين الصحي‪ ،‬مثل‪ :‬الرقم الوييفي‪ ،‬درجة التأمين‪ ،‬أسماء األسرة وأعمارهم ‪ ..‬لخ‪.‬‬ ‫‪-‬‬
‫جدول لتسجيل بيانات الرواتب‪ ،‬مثل‪ :‬الرقم الوييفي‪ ،‬والراتب األساسي‪ ،‬والبدالت‪ ،‬واستقطاعات التأمينات ‪ ..‬لخ‬ ‫‪-‬‬

‫‪26‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫مكونات قاعدة البيانات‪:‬‬

‫التقارير‬ ‫االستعالم‬ ‫النماذج‬ ‫الجداول‬

‫وهي تمثل نقطة تواصل المستخدم مع قواعد البيانات ألغراض دخال أو تعديل أو عرض البيانات من الجداول‪ ،‬وكذلك للتحكم‬ ‫▪‬
‫في الوصول لى البيانات‪ ،‬مثل‪ :‬تحديد الحقول أو صفوف البيانات التي يتم عرضها‪.‬‬
‫مثال‪ :‬في قاعدة بيانات المويفين‪ ،‬قد يريد مستخدم قاعدة البيانات عرض معلومات معينة عن المويفين وليس عرض كل البيانات‬
‫المتاحة‪:‬‬
‫مسؤول التأمين الصحي‪ ،‬يستخدم البيانات الخاصة بالرقم الوييفي للمويف‪ ،‬عدد أفراد األسرة‪ ،‬ودرجته الوييفية فقط‪.‬‬ ‫‪-‬‬

‫‪27‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫مكونات قاعدة البيانات‪:‬‬

‫التقارير‬ ‫االستعالم‬ ‫النماذج‬ ‫الجداول‬

‫االستعالم يمثل نقطة البحث عن بيان معين‪ ،‬ويمكن هنا جراء العمليات الحسابية وفرز وتنقية البيانات الخاصة بالجداول؛ حيث‬ ‫▪‬
‫يتم تعريف معايير معينة السترجاع البيانات‪.‬‬
‫مثال‪ :‬في قاعدة بيانات المويفين‪ ،‬يمكن بناء استعالم عن اآلتي‪:‬‬
‫جمالي قيمة الرواتب األساسية للمويفين‪.‬‬ ‫‪-‬‬
‫جمالي المستقطع لصالح المؤسسة العامة للتأمينات االجتماعية‪.‬‬ ‫‪-‬‬

‫‪28‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫مكونات قاعدة البيانات‪:‬‬

‫التقارير‬ ‫االستعالم‬ ‫النماذج‬ ‫الجداول‬

‫تختص التقارير بانشاء نماذج عرض المعلومات المسترجعة من قواعد البيانات‪ ،‬وقد يكون ذلك بدمج النماذج مع االستعالمات‬ ‫▪‬
‫وترتيب الحقول بحسب رغبة قارئ التقرير‪.‬‬
‫مثال‪ :‬في قاعدة بيانات المويفين‪ ،‬يمكن عداد تقرير عن اآلتي‪:‬‬
‫كشف رواتب المويفين مع جمالي الرواتب واالستقطاعات‪.‬‬ ‫‪-‬‬
‫كشف بتفاصيل التأمينات الصحية للمويفين وأسرهم وقيمة االشتراكات‪.‬‬ ‫‪-‬‬

‫‪29‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫اإلطار العام للبيانات‪:‬‬
‫استراتيجية البيانات‬
‫منهجية إدارة وتحليل البيانات‬
‫الخطوة الرابعة‬ ‫الخطوة الثالثة‬ ‫الخطوة الثانية‬ ‫الخطوة األولى‬
‫عرض البيانات‬ ‫تحليل البيانات‬ ‫معالجة البيانات‬ ‫جمع البيانات‬

‫• هيكلة البيانات‪.‬‬
‫• الحصول على النتائج‪.‬‬ ‫• نمذجة البيانات‪.‬‬ ‫• مصادر البيانات‪.‬‬
‫• تسوية البيانات‪.‬‬
‫• عداد التقارير‪.‬‬ ‫• النماذج ااحصائية‪.‬‬ ‫• قواعد البيانات‪.‬‬
‫• تطبيق جودة البيانات‪.‬‬

‫الممكّ نات‬
‫ُ‬

‫حماية المعلومات‪:‬‬
‫التصنيف ‪ -‬التشفير – ااخفاء – صالحية الوصول وفقا لألدوار‪.‬‬
‫تكنولوجيا المعلومات والمنصات ودعم التطبيقات‪:‬‬
‫أدوات دارة البيانات ‪ -‬مستودعات البيانات المؤسسية – التطبيقات المتكاملة‪.‬‬

‫‪30‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫هيكلة البيانات‪:‬‬

‫هيكلة البيانات‪ :‬هي األساليب والطرق التي تستخدم في حفظ البيانات وتخ ينها واسترجاعها‪ ،‬وترتبط‬
‫هيكلة البيانات بتعريف البيانات القابلة للتخ ين وتوصيفها وتصنيفها وتحديد أولوياتها ومعايير الحكم على‬
‫جودتها‪.‬‬

‫تبرز أهمية هيكلة البيانات في كونها العامل الرئيس في تحديد سرعة استرجاع البيانات من قواعد‬
‫البيانات‪ ،‬وسرعة المعالجة للبيانات‪ ،‬وتؤثر أيضا على معالجة العديد من الطلبات من أكثر من مستخدم‪.‬‬

‫‪31‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫تسوية البيانات )‪:(Data Normalization‬‬

‫تسوية البيانات‪ :‬هي عملية تحويل توقعات مستخدمي البيانات ‪ -‬والتي عادة ما تكون مختلفة وغير‬
‫منظمة ومكررة‪ -‬لى هيكل منظم ومتكامل ويحتوي جميع أشكال البيانات المطلوبة من المستخدمين‪.‬‬

‫تتضمن عملية تسوية البيانات التخلص من البيانات المكررة أو البيانات غير ذات الفائدة؛ مما يساعد‬
‫على توفير مساحات التخ ين‪ ،‬كما يساعد على رفع كفاءة عمليات حفظ ومعالجة واسترجاع البيانات‪.‬‬

‫‪32‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫جودة البيانات‪:‬‬

‫جودة البيانات‪ :‬هي قدرة وصالحية ومالءمة البيانات لخدمة الغرض المطلوب منها‪ .‬ويتم تحديد جودة‬
‫البيانات من خالل العديد من العوامل‪ ،‬مثل‪ :‬الدقة‪ ،‬واالتساق‪ ،‬والموثوقية‪ ،‬والتوقيت ‪ ..‬لخ‪.‬‬

‫وألغراض دارة جودة البيانات؛ يتم استخدام أدوات إدارة جودة البيانات وهي عبارة عن برمجيات‪ ،‬أو‬
‫أطر عمل‪ ،‬أو جراءات وممارسات أعمال تساعد على تقييم جودة البيانات وتحديد مشكالتها والعمل‬
‫على حلها‪.‬‬

‫‪33‬‬
 ‫‪ .1‬مقدمة عن علم البيانات وتحليل البيانات‬
‫اعتبارات جودة البيانات‪:‬‬
‫وهي المقاييس التي يتم على أساسها تقييم صالحية البيانات‪.‬‬

‫الوصف‬ ‫المعيار‬
‫أن تعكس البيانات الواقع والمعامالت واألحداث بشكل صحيح‪.‬‬ ‫الدقة‬

‫أن تكون البيانات متكاملة مع باقي البيانات األخرى وأال يكون بها أي تناقضات‪.‬‬
‫االتساق‬
‫اعتبارات‬
‫أن يتم تجميع البيانات من مصادر قانونية وموثوقة‪.‬‬ ‫الموثوقية‬ ‫جودة‬
‫البيانات‬
‫أن تكون البيانات حديثة وتعكس الوضع الحالي‪.‬‬ ‫التوقيت‬

‫أن تكون البيانات مستوفية لشروط ومعايير جودة البيانات‪.‬‬ ‫المعايرة‬

‫ُ‬

‫‪34‬‬
‫نبذة عن استخدامات البيانات في‬
‫مختلف جوانب الرقابة‬
‫(مستوى أساسي)‬
 ‫‪ .2‬نبذة عن استخدامات البيانات في مختلف جوانب الرقابة‬
‫يتناول هذا الفصل المفاهيم والعناصر اآلتية‪:‬‬

‫نبذة عن استخدامات البيانات في مختلف جوانب الرقابة‪.‬‬

‫أهمية تحليل البيانات في الرقابة الداخلية‪.‬‬

‫‪36‬‬
 ‫‪ .2‬نبذة عن استخدامات البيانات في مختلف جوانب الرقابة‬
‫استخدامات تحليل البيانات في الرقابة الداخلية‪:‬‬
‫حاليا باالعتمادية على تقنية المعلومات في أتمتة كافة‬
‫ّ‬ ‫تتسم بيئات األعمال‬
‫عملياتها الداخلية والخارجية‪ ،‬بل وتعمل المنشآت على تطوير العمليات الال‪-‬ورقية‬ ‫بيئة الرقابة‬
‫خالل أنشطتها‪ ،‬سواء مع العمالء أو الموردين أو المويفين أو غيرهم وربط‬
‫أنظمتها مع المنشآت األخرى (‪ .)B2B‬ونتج عن ذلك‪:‬‬
‫اختالف شكل الدورة المستندية؛ مما أدى لى زيادة وتنوع أشكال البيانات من‬ ‫▪‬ ‫المراقبة‬
‫مكونات‬ ‫تقييم‬
‫داخل وخارج المنشأة‪.‬‬ ‫والمتابعة‬ ‫المخاطر‬
‫الرقابة‬
‫دخال البيانات يتم من خالل أكثر من مستخدم في مستويات دارية متعددة‪.‬‬ ‫▪‬
‫الداخلية‬
‫مرك ية حفظ البيانات في قواعد البيانات؛ مما أدى لى ضخامة حجم البيانات‬ ‫▪‬
‫المخ نة‪.‬‬
‫المعلومات‬ ‫أنشطة‬
‫سرعة األداء في بيئة األعمال والتي تتطلب سرعة في صناعة القرار‪.‬‬ ‫▪‬ ‫والتواصل‬ ‫الرقابة‬

‫أصبحت التقارير تفاعلية وآنية وتعتمد بشكل أساسي على البيانات المتوفرة‪.‬‬ ‫▪‬

‫‪37‬‬
 ‫‪ .2‬نبذة عن استخدامات البيانات في مختلف جوانب الرقابة‬
‫ومع تفهم مكونات الرقابة الرئيسة‪ ،‬يمكن فهم كيف يمكن استخدام تحليل البيانات في جوانب الرقابة‪.‬‬

‫بيئة الرقابة‪ :‬هي مجموعة من القيم والمعايير‪ ،‬والعمليات‪ ،‬والهياكل التي تعد‬
‫أساسا لتطبيق الرقابة الداخلية في المنشأة‪ ،‬ومنها تفويض الصالحيات وااللت ام‬ ‫بيئة الرقابة‬
‫بمقاييس األداء‪.‬‬
‫ويظهر استخدام تحليل البيانات في بيئة الرقابة في األمثلة اآلتية‪:‬‬
‫تحليل حجم عمليات المنشأة ونوعها في الماضي‪ ،‬يساعد على ضبط‬ ‫▪‬
‫المراقبة‬
‫والمتابعة‬
‫مكونات‬ ‫تقييم‬
‫المخاطر‬
‫الصالحيات المالية الممنوحة لى كل مستوى داري‪( .‬مثل‪ :‬يتم منح صالحية‬ ‫الرقابة‬
‫اعتماد معاملة الشراء التي ال تتجاوز ‪ 100‬ألف ريال لمستوى رئيس قسم‪ ،‬وما‬ ‫الداخلية‬
‫زاد عن ذلك يمنح لمدير تنفيذي)‪.‬‬
‫تحليل مدة تقديم الخدمة للمواطنين تظهر ‪ 20‬دقيقة للمواطن بعد ما كانت‬ ‫▪‬ ‫المعلومات‬ ‫أنشطة‬
‫‪ 7‬دقائق للمواطن في الماضي‪ ،‬ذا يمكن ضافة مؤشر لتقييم أداء دارة‬ ‫والتواصل‬ ‫الرقابة‬
‫تحسين تجربة العمالء عن مدة تقديم الخدمة للمواطنين‪.‬‬

‫‪38‬‬
 ‫‪ .2‬نبذة عن استخدامات البيانات في مختلف جوانب الرقابة‬
‫ومع تفهم مكونات الرقابة الرئيسة‪ ،‬يمكن فهم كيف يمكن استخدام تحليل البيانات في جوانب الرقابة‪.‬‬

‫تقييم المخاطر‪ :‬هي عملية ديناميكية ومتكررة لتحديد وتقييم المخاطر التي تحد‬
‫من تحقيق أهداف المنشأة‪ ،‬ويتضمن تقييم المخاطر تحديد تأثير الخطر واحتمالية‬ ‫بيئة الرقابة‬
‫حدوثه‪.‬‬
‫ويظهر استخدام تحليل البيانات في تقييم المخاطر في األمثلة اآلتية‪:‬‬
‫ربط تحليالت عدد وقيمة الخدمات المقدمة لى زوار الموقع االكتروني في‬
‫المراقبة‬
‫والمتابعة‬
‫مكونات‬ ‫تقييم‬
‫المخاطر‬
‫الساعة‪ ،‬يوضح أثر الخطر الناتج عن تعطل خادم الموقع االكتروني للمنشأة‪( .‬مثل‪:‬‬ ‫الرقابة‬
‫انخفضت قيمة الرسوم المحصلة من العمالء ‪ 5‬مليون ريال نتيجة تعطل الموقع‬ ‫الداخلية‬
‫االكتروني لمدة ساعة‪ ،‬ذا أثر الخطر مرتفع‪.‬‬
‫ربط تحليل عدد مرات تعطل خادم الموقع االكتروني للمنشأة خالل العام‬ ‫المعلومات‬ ‫أنشطة‬
‫المنصرم‪ ،‬يمكِّ ن من تحديد احتمالية حدوث الخطر‪( ،‬مثل‪ :‬تعطل خادم الموقع‬ ‫والتواصل‬ ‫الرقابة‬
‫االكتروني مرة واحدة آخر ‪ 12‬شهرا‪ ،‬ذا الخطر نادر الحدوث)‪.‬‬

‫‪39‬‬
 ‫‪ .2‬نبذة عن استخدامات البيانات في مختلف جوانب الرقابة‬
‫ومع تفهم مكونات الرقابة الرئيسة‪ ،‬يمكن فهم كيف يمكن استخدام تحليل البيانات في جوانب الرقابة‪.‬‬

‫أنشطة الرقابة‪ :‬هي األنشطة أو ااجراءات أو الضوابط الرقابية التي يتم تحديدها‬
‫بيئة الرقابة‬
‫وتطبيقها من خالل السياسات وااجراءات؛ للتخفيف من المخاطر التي تواجه‬
‫تحقيق أهداف المنشأة‪ .‬وقد تكون وقائية أو استكشافية‪.‬‬
‫المراقبة‬
‫والمتابعة‬
‫مكونات‬ ‫تقييم‬
‫المخاطر‬
‫ويظهر استخدام تحليل البيانات في أنشطة الرقابة في األمثلة اآلتية‪:‬‬ ‫الرقابة‬
‫ربط تحليالت متوسط المرتجعات من صنف ما‪ ،‬وربطها مع تحليالت الكلمات‬ ‫▪‬ ‫الداخلية‬
‫المفتاحية في شكاوى العمالء قد يشير لى وجود ضعف رقابي في دارة‬
‫ضبط الجودة‪( .‬مثل‪ :‬متوسط نسبة المرتجعات من الصنف (أ) بلغت ‪ %35‬من‬
‫المعلومات‬ ‫أنشطة‬
‫حجم اانتاج‪ ،‬وتحليل شكاوى العمالء للصنف (أ) تؤشر على كلمة "غير صالح"‪،‬‬
‫والتواصل‬ ‫الرقابة‬
‫ذا قد يكون هناك غياب الختبارات ضبط الجودة‪.‬‬

‫‪40‬‬
 ‫‪ .2‬نبذة عن استخدامات البيانات في مختلف جوانب الرقابة‬
‫ومع تفهم مكونات الرقابة الرئيسة‪ ،‬يمكن فهم كيف يمكن استخدام تحليل البيانات في جوانب الرقابة‪.‬‬

‫المعلومات والتواصل كمكون من مكونات الرقابة الداخلية‪ :‬هي أن يتم تحديد‬

‫المعلومات الالزمة لتفعيل النظام الرقابي‪ ،‬وجمعها‪ ،‬واابالغ عنها في تقارير‬ ‫بيئة الرقابة‬
‫مناسبة ضمن طار زمني مناسب؛ لتمكين العاملين في المنشأة من تنفيذ‬
‫مسؤولياتهم‪.‬‬
‫المراقبة‬
‫والمتابعة‬
‫مكونات‬ ‫تقييم‬
‫المخاطر‬
‫ويظهر استخدام تحليل البيانات في المعلومات والتواصل في األمثلة اآلتية‪:‬‬
‫الرقابة‬
‫نتيجة لنمذجة بيانات المنشأة‪ ،‬يمكن بشكل آني استخدام أسلوب العرض‬ ‫▪‬
‫الداخلية‬
‫واافصاح البياني في عداد أي تقارير أو قوائم‪.‬‬
‫المعلومات‬ ‫أنشطة‬
‫نتائج تحليل البيانات تساعد على تصميم قوالب للتقارير تُ ظهر االتجاهات غير‬ ‫▪‬ ‫والتواصل‬ ‫الرقابة‬
‫العادية في سلوك المتغيرات التابعة والمستقلة‪.‬‬

‫‪41‬‬
 ‫‪ .2‬نبذة عن استخدامات البيانات في مختلف جوانب الرقابة‬
‫ومع تفهم مكونات الرقابة الرئيسة‪ ،‬يمكن فهم كيف يمكن استخدام تحليل البيانات في جوانب الرقابة‪.‬‬

‫تساعد أنشطة المراقبة والمتابعة في تقييم عمل مكونات الرقابة الداخلية‬

‫ومبادئها‪ ،‬وتشكل األساس في تقييم فعالية الرقابة الداخلية‪ ،‬وتحدد أنشطة‬ ‫بيئة الرقابة‬
‫المراقبة والمتابعة الفجوات التي قد تشير لى قصور في نظام الرقابة الداخلية‪.‬‬
‫ويظهر استخدام تحليل البيانات في المراقبة والمتابعة في األمثلة اآلتية‪:‬‬ ‫المراقبة‬
‫مكونات‬ ‫تقييم‬
‫وضع معايير مرجعية (ضمن نموذج البيانات) يعمل على عادة الضبط والتحكم‬ ‫▪‬ ‫والمتابعة‬ ‫المخاطر‬
‫الذاتي والتصحيح في معالجات العمليات والتقرير عن االستثناءات‪( ،‬مثل‪ :‬تم‬ ‫الرقابة‬
‫وضع موازنة تقديرية لمبيعات صنف (أ) خالل الشهر بحجم ‪ 1000‬وحدة‪ ،‬على‬ ‫الداخلية‬
‫أن يكون الحد األدنى للمخ ون خالل نفس المدة ‪ %10‬من حجم البيع‪ ،‬ويظهر‬
‫تحليل البيانات لمتوسط حجم المبيعات الشهري بااضافة لى طلبات العمالء‬ ‫المعلومات‬ ‫أنشطة‬
‫أن حجم الطلب المتوقع هو ‪ 5000‬وحدة خالل الشهر‪ ،‬ذا يتم عادة النظر في‬ ‫والتواصل‬ ‫الرقابة‬
‫الموازنة التقديرية‪.‬‬

‫‪42‬‬
 ‫‪.2‬نبذة عن استخدامات البيانات في مختلف جوانب الرقابة‬
‫أهمية تحليل البيانات في الرقابة الداخلية‪:‬‬

‫تساعد على تناغم اادارات المختلفة‬

‫داخل المنشأة وبين المنشأة‬ ‫رفع جودة صناعة القرار بتوفير‬
‫واألطراف ذات العالقة‪.‬‬ ‫معلومات ذات جودة‪.‬‬

‫تحسين العمليات الداخلية من خالل‬ ‫دعم صحة المعلومات ودقة‬

‫ربط الصالحيات بحجم األعمال‪.‬‬ ‫السجالت‪.‬‬

‫التقييم الذاتي المستمر لمكونات‬

‫رفع كفاءة وفعالية عمليات‬
‫الرقابة الداخلية‪.‬‬
‫المراجعة وخدمات التأكيد‪.‬‬

‫‪43‬‬
‫طرق تحليل البيانات‬
‫وعرض النتائج‬
‫(مستوى متوسط)‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫يتناول هذا الفصل المفاهيم والعناصر اآلتية‪:‬‬

‫نظرة عن المفاهيم ااحصائية في تحليل البيانات‪.‬‬

‫طرق تحليل البيانات‪.‬‬

‫طرق عرض البيانات‪.‬‬

‫أمثلة وتطبيقات عملية‪.‬‬

‫‪45‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫اإلطار العام للبيانات‪:‬‬
‫استراتيجية البيانات‬
‫منهجية إدارة وتحليل البيانات‬
‫الخطوة الرابعة‬ ‫الخطوة الثالثة‬ ‫الخطوة الثانية‬ ‫الخطوة األولى‬
‫عرض البيانات‬ ‫تحليل البيانات‬ ‫معالجة البيانات‬ ‫جمع البيانات‬

‫• هيكلة البيانات‪.‬‬
‫• الحصول على النتائج‪.‬‬ ‫• نمذجة البيانات‪.‬‬ ‫• مصادر البيانات‪.‬‬
‫• تسوية البيانات‪.‬‬
‫• عداد التقارير‪.‬‬ ‫• النماذج ااحصائية‪.‬‬ ‫• قواعد البيانات‪.‬‬
‫• تطبيق جودة البيانات‪.‬‬

‫الممكّ نات‬
‫ُ‬

‫حماية المعلومات‪:‬‬
‫التصنيف ‪ -‬التشفير – ااخفاء – صالحية الوصول وفقا لألدوار‪.‬‬
‫تكنولوجيا المعلومات والمنصات ودعم التطبيقات‪:‬‬
‫أدوات دارة البيانات ‪ -‬مستودعات البيانات المؤسسية – التطبيقات المتكاملة‪.‬‬

‫‪46‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫نظرة عن المفاهيم اإلحصائية الوصفية في تحليل البيانات‪.‬‬
‫يظهر الجدول أدناه تصنيفا ألكثر المفاهيم استخداما في التحليل اإلحصائي للبيانات‪:‬‬

‫مقاييس الن عة‬

‫المرك ية‬
‫‪Central‬‬
‫‪Tendency‬‬
‫مقاييس التوزيع‬ ‫‪Measures‬‬
‫‪Distribution‬‬ ‫مقاييس‬
‫‪Measures‬‬ ‫التشتت‬
‫‪Dispersion‬‬
‫‪Measures‬‬

‫‪47‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫نظرة عن المفاهيم اإلحصائية الوصفية في تحليل البيانات‬

‫مقاييس الن عة المرك ية ‪:Central Tendency Measures‬‬

‫مقياس لمدى انحراف القيمة عن القيمة الصحيحة‪ ،‬عن طريق حساب مجموع القيم‪ ،‬ثم قسمته على عددها‪.‬‬ ‫المتوسط ‪Mean‬‬

‫تنازليا‪.‬‬
‫ّ‬ ‫تصاعديا أو‬
‫ّ‬ ‫القيمة التي توجد في وسط األعداد أو البيانات عند ترتيبها‬ ‫الوسيط ‪Median‬‬

‫هو القيمة األكثر تكرارا ضمن المعطيات‪.‬‬ ‫المنوال ‪Mode‬‬

‫‪48‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫نظرة عن المفاهيم اإلحصائية الوصفية في تحليل البيانات‬

‫مقاييس التشتت ‪:Dispersion Measures‬‬

‫المتوقعة‪.‬‬
‫ّ‬ ‫مدى انتشار القيم الممكنة للموقع المتوسط لتوزيع معين حول القيمة‬ ‫التباين ‪Variance‬‬

‫االنحراف المعياري‬
‫يقيس مدى امتداد مجاالت القيم ضمن مجموعة البيانات ااحصائية‪.‬‬
‫‪Standard Deviation‬‬
‫االنحراف المتوسط‬
‫يعتبر متوسط االنحرافات المطلقة للقيم عن وسطها الحسابي‪ ،‬وغالبا يتم استخدامها مع البيانات غير المعرفة‪.‬‬ ‫‪Average‬‬
‫‪Deviation‬‬
‫القيمة الكبرى‬
‫تستخدم الدالة للوصول لى أكبر قيمة بين القيم الحسابية ضمن مجموعة البيانات‪.‬‬
‫‪Maximum‬‬
‫القيمة الصغرى‬
‫تستخدم الدالة للوصول لى أصغر قيمة بين القيم الحسابية ضمن مجموعة البيانات‪.‬‬
‫‪Minimum‬‬

‫‪49‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫نظرة عن المفاهيم اإلحصائية الوصفية في تحليل البيانات‬

‫مقاييس التوزيع ‪:Distribution Measures‬‬

‫مؤشر لقياس درجة تقوس دالة التوزيع االحتمالي‬

‫لمتغير عشوائي حقيقي‪ .‬ويساعد على وصف شكل‬ ‫مقياس التفرطح‬
‫توزيع االحتماالت في جوار القيمة المتوقعة‪.‬‬ ‫‪KURTOSIS‬‬

‫مؤشر لقياس درجة واتجاه ال تماثل دالة التوزيع‬ ‫مقياس االنحراف‬

‫االحتمالي لمتغير عشوائي حقيقي‪.‬‬ ‫‪Skewness‬‬

‫‪50‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫التحليالت الوصفية )‪)Descriptive Analytics‬‬

‫يظهر أدناه جدوالن مختلفان لمويفي المنشأة‪ ،‬ويحتوي الجدول األول على معلومات تضم أسماء المويفين واألقسام التي ينتمون ليها‪.‬‬
‫بينما يضم الجدول الثاني معلومات حول أسماء المويفين ورواتبهم‪.‬‬
‫بأسلوب جمع البيانات )‪ )Aggregation‬يمكننا بناء جدول محوري (‪ )Excel Pivot‬يوضح عدد المويفين في القسم ومتوسط رواتبهم‪.‬‬

‫الراتب‬ ‫موظف‬ ‫القسم‬ ‫موظف‬

‫متوسط الرواتب‬ ‫عدد الموظفين‬ ‫القسم‬
‫‪7,000‬‬ ‫مويف ‪1‬‬ ‫اادارة المالية‬ ‫مويف ‪1‬‬
‫‪8,000‬‬ ‫‪10‬‬ ‫اادارة المالية‬ ‫‪5,000‬‬ ‫مويف ‪2‬‬ ‫دارة التسويق‬ ‫مويف ‪2‬‬

‫‪3,500‬‬ ‫‪5‬‬ ‫دارة التسويق‬ ‫‪17,000‬‬ ‫مويف ‪3‬‬ ‫دارة العمليات‬ ‫مويف ‪3‬‬

‫…‬ ‫…‬ ‫…‬ ‫…‬

‫‪15,000‬‬ ‫‪20‬‬ ‫دارة العمليات‬
‫‪9,000‬‬ ‫مويف ‪35‬‬ ‫اادارة المالية‬ ‫مويف ‪35‬‬
‫‪26,500‬‬ ‫‪35‬‬ ‫المجموع الكلي‬

‫‪51‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫التحليالت التشخيصية (‪)Diagnostic Analytics‬‬
‫من خالل أساليب التحليالت التشخيصية‪ ،‬يمكنك العثور على األسباب الجذرية لمسألة ما‪:‬‬
‫مثال‪ :‬تسعى اإلدارة لمعرفة ما هو السبب وراء انخفاض مبيعات مركز من مراكزها التجارية خالل شهر نوفمبر بنسبة ‪%10‬؟‬
‫لإلجابة هذا السؤال؛ طبقت المنشأة التحليالت الوصفية‪ ،‬بااضافة لى تحليل اتجاه البيانات للتعمق في تحليل البيانات االتجاهي ‪(Trend‬‬
‫)‪ .Analysis‬حيث افترضت المنشأة أن انخفاض المبيعات ناتج عن الظروف الموسمية و‪/‬أو االنخفاض الحاد لمبيعات حدى منتجات المنشأة‪.‬‬
‫‪Trend Analysis‬‬ ‫‪Seasonality Results‬‬
‫النتائج‪ :‬بناء على النتائج المعروضة في الرسوم‬ ‫‪400‬‬
‫البيانية أعاله اتضح وجود انخفاض في‬ ‫‪300‬‬ ‫‪780‬‬
‫‪200‬‬ ‫‪760‬‬
‫المبيعات خالل شهر نوفمبر والظاهر في‬ ‫‪740‬‬
‫‪100‬‬
‫الرسم البياني األيمن‪ .‬كما يظهر الرسم البياني‬ ‫‪0‬‬
‫‪720‬‬
‫األيسر لتحليل االتجاهات السبب الرئيسي‬ ‫‪700‬‬

‫سبتمبر‬
‫أغسطس‬
‫فبراير‬
‫مارس‬

‫أكتوبر‬

‫ديسمبر‬
‫أبريل ‪ /‬بريل‬
‫مايو‬

‫يوليو ‪ /‬يولية‬
‫يونيو ‪ /‬يونية‬

‫نوفمبر‬
‫‪680‬‬
‫النخفاض المبيعات لكل منتج على حدة‪ ،‬حيث‬ ‫‪660‬‬
‫انخفضت مبيعات المنشأة من المنتج األول‬ ‫‪640‬‬
‫خالل شهر نوفمبر والتي انعكست على‬

‫فبراير‬

‫سبتمبر‬
‫مارس‬

‫أكتوبر‬
‫أغسطس‬

‫ديسمبر‬
‫مايو‬
‫أبريل ‪ /‬بريل‬

‫يونيو ‪ /‬يونية‬
‫يوليو ‪ /‬يولية‬

‫نوفمبر‬
‫انخفاض مبيعات المنشأة‪.‬‬ ‫المنتج األول‬ ‫المنتج الثاني‬

‫المنتج الثالث‬

‫‪52‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫استخدام خاصية )‪ )Correlation‬الترابط في تحليل البيانات‪:‬‬

‫يقيس معامل االرتباط قوة العالقة بين متغيرين‪ ،‬ويحدد طبيعة العالقة بينهما‪ ،‬حيث كلما اقتربت قيمة‬
‫االرتباط لى (‪ )1+‬كلما دل ذلك على ارتباط المتغيرين بنفس االتجاه‪ ،‬وكلما اقتربت قيمة االرتباط لى (‪)1-‬‬
‫دل ذلك على ضعف االرتباط بين المتغيرين وسلوك كال منهم اتجاه آخر‪.‬‬

‫يساعد معامل االرتباط المنشآت على فهم العالقات بين العديد من المتغيرات‪ ،‬مثل‪ :‬جودة الخدمات‬
‫وحجم اايرادات‪ ،‬أو رضا المويفين ورضا المستفيدين؛ مما يساهم في تطوير سياسات و جراءات العمل‬
‫بشكل أكثر فعالية‪ ،‬أو وضع مقاييس لألداء أكثر دقة ألهداف واستراتيجيات المنشأة‪.‬‬

‫‪53‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫استخدام خاصية (‪ )Correlation‬الترابط في تحليل البيانات‪:‬‬
‫تمتلك منشأة استثمارية محفظة متنوعة من األسهم‪ ،‬وتدرس دارة االستثمار مدى ترابط العائد الشهري لمحفظة األسهم ومتوسط عائد‬ ‫▪‬
‫السوق الشهري‪ ،‬باستخدام خاصية الترابط )‪ (Correlation‬؛ لتحديد مدى الحاجة لتنويع المحفظة االستثمارية‪ ،‬وتظهر الخطوات أدناه استخدام‬
‫خاصية الترابط )‪ (Correlation‬والنتيجة النهائية لتحليل الترابط والعالقة بين العائد على المحفظة االستثمارية وعائد السوق الشهري‪ ،‬والذي‬
‫يظهر أن هناك عالقة سلبية وترابطا ضعيفا‪ ،‬وعليه يجب أن يكون هناك قرار بضرورة تنويع المحفظة االستثمارية‪ ،‬واستبدال بعض األسهم‬
‫يجابيا للمحفظة‪.‬‬
‫ّ‬ ‫ذات العائد السلبي بأخرى تعطي عائدا‬

‫‪54‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫مثال حول استخدام االرتباط في تحليل البيانات‪:‬‬
‫ألغراض عداد سياسات تقييم األداء‪ ،‬ترغب المنشأة في التعرف ذا كان رضا المويفين عن المنشأة وطبيعة عملهم له تأثير على رضا‬ ‫▪‬
‫المستفيدين عن الخدمات المقدمة لهم من المنشأة‪.‬‬
‫وقامت المنشأة باجراء استبيانات لقياس رضا المويفين عن المنشأة خالل السنة على مقياس من (‪ )1‬لى (‪)5‬؛ حيث يعبر الواحد عن عدم رضا‬ ‫▪‬
‫المويف عن المنشأة‪ ،‬وتعبر الخمسة عن الرضا التام عن المنشأة‪ .‬وأيضا قامت باجراء استبيانات من المستفيدين للخدمات عن نفس المدة‬
‫على نفس المقياس‪ ،‬وكان ملخص النتائج كالتالي‪:‬‬

‫رضا المستفيدين‬ ‫الفترة خالل السنة رضا الموظفين‬

‫‪3‬‬ ‫‪4‬‬ ‫الربع األول‬

‫‪2‬‬ ‫‪3‬‬ ‫الربع الثاني‬

‫‪4‬‬ ‫‪5‬‬ ‫الربع الثالث‬

‫‪3‬‬ ‫‪2‬‬ ‫الربع الرابع‬

‫المطلوب‪ :‬استخدام دالة االرتباط بااكسل؛ لتحديد االرتباط بين رضا المويفين ورضا المستفيدين‬ ‫▪‬

‫‪55‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫مثال حول استخدام االرتباط في تحليل البيانات‪:‬‬
‫خطوات الحل‪:‬‬
‫بالذهاب لى أداة تحليل البيانات في ااكسل‪:‬‬ ‫▪‬
‫يتم تحديد البيانات المطلوب قياس االرتباط فيما بينها‪.‬‬ ‫‪o‬‬
‫يتم اختيار الحقل المطلوب يهار النتائج فيه‪ ،‬والضغط على موافق‪.‬‬ ‫‪o‬‬
‫وعليه تظهر نتائج االرتباط بين رضا المويفين ورضا المستفيدين كالتالي‪:‬‬ ‫▪‬

‫رضا الموظفين رضا المستفيدين‬

‫‪1‬‬ ‫رضا الموظفين‬

‫‪1‬‬ ‫‪0.63‬‬ ‫رضا المستفيدين‬
‫االستنتاجات‪:‬‬
‫يظهر االرتباط وجود عالقة طردية (موجبة) بين رضا المويفين عن المنشأة‪ ،‬وبين رضا المستفيدين عن الخدمات المقدمة لهم من المنشأة‪،‬‬ ‫▪‬
‫وبالتالي من الممكن تحسين سياسات وأنظمة الموارد البشرية لرفع رضا المويفين عن المنشأة؛ النعكاسها على تجربة المستفيدين ورضاهم‪.‬‬

‫‪56‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫التحليالت التنبؤية (‪)Predictive Analytic‬‬
‫▪ تخطط منشأة لتحديد حجم الطلب المتوقع من المنتج (س) عند سعر ‪ 3500‬ريال للوحدة؛ وذلك لتحديد كمية المواد التي سيتم تجهي ها‬
‫للبيع‪ .‬وتستخدم المنشأة الدالة (‪)Forecast‬؛ لتحديد حجم الطلب‪.‬‬
‫▪ يتم استخدام البيانات‪ ،‬في الجدول أدناه لمحاولة توقع مبيعات المنتج (س)‪ .‬حيث يمثل العامود ‪ C‬سعر البيع (المتغير المستقل ‪ ،)X‬ويمثل‬
‫العامود ‪ D‬حجم المبيعات التي تم بيعها من كل منتج خالل األشهر السابقة (المتغير التابع ‪ .)Y‬يتوقع أن يكون حجم المبيعات ‪ 409‬وحدات‬
‫لشهر ديسمبر عندما يكون سعر المنتج ‪ 3500‬ريال‪.‬‬

‫‪57‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫التحليالت الوصفية (‪)Prescriptive Analytics‬‬
‫استخدام تحليل البيانات في تحديد النتائج المخطط لها‪:‬‬
‫مثال‪ :‬يحتوي الجدول األول أدناه على المعلومات المتوقعة لبيع منتجات المنشأة خالل الشهر القادم حيث بلغ مجمل الربح المتوقع ‪13,994‬‬
‫رياال‪ .‬تسعى المنشأة لتحقيق مجمل ربح يبلغ ‪ 20,000‬ريال‪ ،‬وذلك ب يادة عدد الوحدات المتوقع بيعها من المنتج (أ) بعد جراء حملة دعائية‬
‫لتسويق ذلك المنتج‪ ،‬ولتحديد عدد الوحدات المتوقع بيعها تم استخدام خاصية ‪ Goal Seek‬من ضمن ‪ What If Analysis‬ضمن ‪ Data‬في‬
‫برنامج كسل‪ ،‬لتحديد عدد الوحدات الواجب بيعها من المنتج (أ) ل يادة مجموع األرباح بحيث تصبح ‪ 20,000‬ريال‪ ،‬ويظهر الشرح أدناه آلية‬
‫استخدام هذه المي ة في برنامج كسل‪.‬‬

‫‪58‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫الخطوات العملية لتنفيذ خاصية )‪ )Goal Seek‬على برنامج إكسل‪:‬‬

‫الخطوات‬
‫قم بالذهاب إلى بيانات (‪ ،)Data‬ومن ثم إلى تحليل ماذا لو (‪ ،)What if analysis‬ثم إلى دالة االستهداف‬
‫(‪:)Goal Seek‬‬

‫‪ .1‬في حقل تعيين الخلية ‪ ،Set Cell‬نحدد الخلية التي تحتوي على الصيغة التي نريد تحليلها‪ ،‬وهي الخلية ‪G7‬التي حددنها في‬
‫الخطوة السابقة‪.‬‬
‫‪ .2‬في حقل لى القيمة ‪ To Value‬نحدد القيمة التي نريد أن تقوم الصيغة بارجاعها‪ ،‬أي الهدف‪ ،‬وهي ‪ 20000‬في هذا المثال‪.‬‬
‫وفي حقل بتغيير الخلية ‪ By changing cell‬نحدد الخلية التي نريد تغيير قيمتها لحين الوصول لى الهدف‪ ،‬وهي الخلية‬
‫‪.E2‬‬
‫‪ .3‬بعد الضغط على موافق )‪ ،(OK‬سيقوم البرنامج بتحليل الصيغة وتجربة عدة قيم حتى يصل لى القيمة المستهدفة‪ .‬ويظهر‬
‫هنا أن مجموع الوحدات المطلوب بيعها من المنتج (أ) هي ‪ 734‬وحدة‪.‬‬

‫‪59‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫استخدام خاصية )‪ )Regression‬االنحدار في تحليل البيانات‬

‫يساعد تحليل االنحدار في شكله المبسط على التنبؤ بقيمة متغير ما (متغير تابع) بناء على قيم متغير آخر (متغير مستقل)‪،‬‬
‫وهو يعتمد على معامالت المعادالت والتي قد تعتمد على أكثر من متغير مستقل للتنبؤ بقيمة المتغير التابع‪.‬‬
‫ويوجد نوعان رئيسيان لالنحدار‪ ،‬هما‪ :‬االنحدار الخطي عندما تكون العالقة بين المتغيرات على شكل خط مستقيم‪ ،‬وهناك‬
‫االنحدار غير الخطي والذي تكون العالقة بين المتغيرات فيه على شكل منحنى‪.‬‬

‫قبل استخدام تحليالت االنحدار‪ ،‬يجب أن يراعى استبعاد القيم غير االعتيادية في المتغيرات المستقلة‪ ،‬وكذلك التأكد من‬
‫االرتباط بين المتغيرات وبعضها البعض‪.‬‬

‫‪60‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫استخدام خاصية )‪ )Regression‬االنحدار في تحليل البيانات‬
‫ألغراض عداد الموازنة التقديرية للمنشأة (ب) والتي تعمل في تقديم الخدمات‪ ،‬تعتمد المنشأة على افتراضات معقولة لتقدير مصروفاتها‪،‬‬ ‫▪‬
‫وترغب المنشأة في التعرف ذا كان يمكنها االعتماد على مصروفاتها لتقدير حجم اايرادات‪.‬‬
‫وكان ملخص جمالي المصروفات واايرادات عن السنة المنصرمة كالتالي‪:‬‬ ‫▪‬

‫اإليرادات‬ ‫المصروفات‬ ‫الشهر‬

‫‪6,000,000‬‬ ‫‪4,800,000‬‬ ‫الربع األول‬

‫‪5,250,000‬‬ ‫‪4,250,000‬‬ ‫الربع الثاني‬

‫‪4,750,000‬‬ ‫‪3,800,000‬‬ ‫الربع الثالث‬

‫‪5,730,000‬‬ ‫‪4,650,000‬‬ ‫الربع الرابع‬

‫المطلوب‪ :‬باستخدام دالة االنحدار الخطي بااكسل قياس مكانية اعتماد المنشأة على جمالي مصروفاتها اعداد نموذج رياضي لتقدير يراداتها‪.‬‬

‫‪61‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫استخدام خاصية )‪ )Regression‬االنحدار في تحليل البيانات‬
‫خطوات الحل‪:‬‬
‫بالذهاب لى أداة تحليل البيانات واختيار دالة االنحدار في ااكسل‪:‬‬ ‫▪‬
‫ثم يتم تحديد بيانات المتغير التابع‪.‬‬ ‫‪o‬‬
‫ويتم تحديد بيانات المتغير المستقل‪.‬‬ ‫‪o‬‬
‫يتم اختيار الحقل المطلوب يهار النتائج فيه‪ ،‬والضغط على موافق‪.‬‬ ‫‪o‬‬

‫‪62‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫استخدام خاصية )‪ )Regression‬االنحدار في تحليل البيانات‬
‫وعليه تظهر نتائج التحليل كاآلتي‪:‬‬

‫ويشير معامل التحديد (‪ )0.99‬لى قوة االرتباط بين المتغيرين‪ ،‬وبالتالي تكون المعادلة للتنبؤ باايرادات هي‪:‬‬ ‫▪‬
‫اإليرادات = ‪ × 1.225( + 71.763‬المصروفات)‬

‫‪63‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫اإلطار العام للبيانات‪:‬‬

‫استراتيجية البيانات‬
‫منهجية إدارة وتحليل البيانات‬
‫الخطوة الرابعة‬ ‫الخطوة الثالثة‬ ‫الخطوة الثانية‬ ‫الخطوة األولى‬
‫عرض البيانات‬ ‫تحليل البيانات‬ ‫معالجة البيانات‬ ‫جمع البيانات‬

‫• هيكلة البيانات‪.‬‬
‫• الحصول على النتائج‪.‬‬ ‫• نمذجة البيانات‪.‬‬ ‫• مصادر البيانات‪.‬‬
‫• تسوية البيانات‪.‬‬
‫• عداد التقارير‪.‬‬ ‫• النماذج ااحصائية‪.‬‬ ‫• قواعد البيانات‪.‬‬
‫• تطبيق جودة البيانات‪.‬‬

‫الممكّ نات‬
‫ُ‬

‫حماية المعلومات‪:‬‬
‫التصنيف ‪ -‬التشفير – ااخفاء – صالحية الوصول وفقا لألدوار‪.‬‬
‫تكنولوجيا المعلومات والمنصات ودعم التطبيقات‪:‬‬
‫أدوات دارة البيانات ‪ -‬مستودعات البيانات المؤسسية – التطبيقات المتكاملة‪.‬‬

‫‪64‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫طرق عرض البيانات‪:‬‬

‫يانيا‬
‫تمثيل البيانات ب ّ‬ ‫جدولة البيانات‬
‫‪Graphical‬‬
‫‪Tabulation‬‬
‫‪Representation‬‬

‫لوحة بيانات تفاعلية‬

‫‪Interactive‬‬
‫‪Dashboards‬‬

‫‪65‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫طرق عرض البيانات‪:‬‬

‫بيانيا ‪Graphical Representation‬‬

‫تمثيل البيانات ّ‬

‫المنحنى التكراري المتجمع الصاعد (‪)Frequency Curve‬‬ ‫التمثيل بالنقاط (‪)Plot Dot‬‬

‫األعمدة (‪)Column Chart‬‬ ‫المدرج التكراري (‪)Histogram‬‬

‫الخطوط األفقية (‪)Bar Chart‬‬ ‫أهم طرق عرض‬ ‫مخطط الساق واألوراق (‪)Stem and Leaf‬‬
‫البيانات‬
‫الدائرة البيانية (‪)Pie Chart‬‬ ‫المضلع التكراري (‪)Polygon‬‬

‫تمثيل مقياسي (‪)Gauge Chart‬‬ ‫جدول المقارنة االتجاهي )‪(Trend Comparison Chart‬‬

‫مخطط انحداري (‪)Waterfall Chart‬‬

‫‪66‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫بيانيا ‪:Graphical Representation‬‬
‫ّ‬ ‫تمثيل البيانات‬
‫مخطط الساق واألوراق‬
‫المضلع التكراري (‪)Polygon‬‬ ‫المدرج التكراري (‪)Histogram‬‬ ‫التمثيل بالنقاط (‪)Plot Dot‬‬
‫(‪)Stem and Leaf‬‬
‫عبتارة عتن خطتوط مستتقيمة مضلعتة‬ ‫يعتبتر تمثيتل الستاق واألوراق واحتد متن‬ ‫هتو عبتارة عتن طريقتة أو أسلوب لعترض‬ ‫هو طريقتتة لعتترض وتلخيتتص وتمثيتتل‬
‫تعبتر عتن حجتم الظاهترة داختل محوريتن‬ ‫طترق الرستم البيانتي المستتخدمة‬ ‫وتلخيتص البيانتات الفئويتة‪.‬‬ ‫البيانتتات متتن ختالل نقتتاط‪ ،‬حيتتث تعبتتر كل‬
‫عامتودي وأفقتي‪ ،‬ويعبتر عتن البيانتات‬ ‫لوصتف البيانتات الكميتة‪ ،‬والتتي تستتخدم‬ ‫يسـتخدم المدرج التكراري لكل من‬ ‫نقطتتة علتتى المحتتور العامتتودي عتتن‬
‫برستم أكثتر وضوحتا متن المتتدرج التكتتراري‪،‬‬ ‫بشتكل واستع لتحليتل البيانتات‪ ،‬عندمتا‬ ‫التالي‪:‬‬ ‫مقتتدار تكتترار الفئتتة أو الطبقتتة‪.‬‬
‫ويصبتتح المضلتتع ممهتتدا كلمتتا زاد عتتدد‬ ‫تكتون البيانتات المتوفترة قليلتة العتدد‬ ‫• معرفتة نتوع وخصائتص التوزيتع‬ ‫يســتخدم هــذا التمثيــل لكل من التالي‪:‬‬
‫القيتتم فتتي الصفتتوف وعتتدد التكرارات‪.‬‬ ‫نستبيا‪.‬‬
‫ّ‬ ‫االحتمالي للبيانتات‪.‬‬ ‫• عمليتتات التحليتتل للتعتترف علتتى‬
‫• تقستيم متدى البيانتات لى‬ ‫خصائتتص التوزيتتع ااحصائي للبيانتتات‪.‬‬
‫‪6‬‬ ‫مجموعتات‪.‬‬ ‫• مالحظة القيتتم المتطرفتتة أو‬
‫‪6‬‬
‫‪4‬‬ ‫الساق‬ ‫األوراق‬ ‫الفجتتوات فتتي مجموعتتة البيانتتات‪.‬‬
‫‪4‬‬
‫‪2‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪9‬‬ ‫‪10‬‬
‫‪6‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪2‬‬
‫‪0‬‬
‫‪7‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪9‬‬ ‫‪9‬‬ ‫‪0‬‬ ‫‪5‬‬
‫‪8‬‬ ‫‪5‬‬ ‫‪7‬‬ ‫‪7‬‬ ‫‪9‬‬
‫‪9‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪0‬‬
‫‪10‬‬ ‫‪0‬‬ ‫‪6‬‬ ‫‪8‬‬

‫‪67‬‬

‫الدائرة البيانية (‪)Pie Chart‬‬
‫هتي دائترة مقستمة لى شترائح أو‬
‫قطاعتات‪ ،‬تستتخدم لعترض األهمية‬
‫النستبية للمجموع‪ ،‬ووضعهتا ضمتن‬
‫مجموعتات مختلفتة للمتغيتر النوعتي‪،‬‬
‫وتعتبتر ذات االستعمال الواستع جتدا فتي‬
‫تمثيتل وعترض البيانتات‪ ،‬بستبب متا توفتره‬
‫متن ستهولة كبيترة جتدا فتي قراءتهتا‪.‬‬
‫‪31%‬‬ ‫‪25%‬‬
‫دارة التسويق‬
‫‪7%‬‬
‫اادارة المالية‬
‫‪15%‬‬ ‫‪8%‬‬
‫‪14%‬‬
‫‪68‬‬
‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫بيانيا ‪:Graphical Representation‬‬
‫ّ‬ ‫تمثيل البيانات‬
‫المنحنى التكراري المتجمع الصاعد‬
‫الخطوط األفقية (‪)Bar Chart‬‬ ‫األعمدة (‪)Column Chart‬‬
‫(‪)Frequency Curve‬‬
‫هتي خطتوط أفقية‪ ،‬تأتتي وفتق ترتيتب‬ ‫تستهل هتذه الطريقتة علتى المتلقتي‬ ‫وهتتو منحنتتى يصتتف حالتتة أو ياهتترة‬
‫معيتن‪ ،‬ستهلة فتي القتراءة وأقتل‬ ‫قتراءة البيانتات وعقتد المقارنتات بيتن‬ ‫معينتتة‪ ،‬حيتتث يمكتتن رستتم المنحنتتى‬
‫تشويشتا متن األعمدة‪.‬‬ ‫القيتم المختلفتة بطريقتة ستهلة جتدا؛ ممتا‬ ‫التكتتراري المتجمتتع الصاعتتد علتتى محوريتتن‬
‫يستهل أيضا عمليتة اتختاذ القترارات‬ ‫متعامديتتن األفقي يمثتتل مركتت الفئتتات‬
‫المختلفتة اعتمتادا علتى متا يتراه أمامته‪.‬‬ ‫الفعليتتة‪ ،‬والعمتتودي يمثتتل التكتترارات‬
‫فتي هتذه الطريقتة يكتون العمتود األطول‬ ‫المتجمعتتة الصاعتتدة وتوضتتع النقتتاط فتتي‬
‫للرقتم ذو القيمتة األعلى والعكتس‬ ‫الرستتم أعلتتى الحتتدود الدنيتتا الحقيقيتتة‬
‫صحيتح‪ ،‬أمتا عتدد األعمدة فهتو يتناستب‬ ‫للفئتتات بحيتتث يكتتون االرتفاع ممثال‬
‫متع عتدد القيتم التتي يعبتر عنهتا‪.‬‬ ‫للتكتترار المتجمتتع الصاعتتد‪.‬‬
‫‪80%‬‬ ‫أجور المويفين‬
‫دارة العمليات‬ ‫‪60%‬‬
‫‪40%‬‬ ‫‪40‬‬
‫‪20%‬‬ ‫‪20‬‬
‫‪0%‬‬
‫‪0‬‬
‫‪0‬‬ ‫‪10‬‬ ‫‪20‬‬ ‫‪30‬‬

‫جدول مقارنة اتجاهية‬
‫)‪(Trend Comparison Chart‬‬
‫تُ ستخدم ايهار االتجاهات في البيانات‬
‫بمرور الوقت‪.‬‬ ‫التأثير‬ ‫تصور البيانات الذي يساعد في فهم‬
‫عرض البيانات بمرور الوقت يؤدي لى‬
‫زيادة فهم األداء الحقيقي للعملية‪.‬‬
‫تحليل االتجاه للمنتجات‬
‫‪400‬‬
‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫بيانيا ‪:Graphical Representation‬‬
‫ّ‬ ‫تمثيل البيانات‬
‫مخطط انحداري (‪)Waterfall Chart‬‬ ‫تمثيل مقياسي (‪)Gauge Chart‬‬
‫المخطط االنحداري هو شكل من أشكال‬ ‫يبدو الرسم البياني وكأنه عداد سرعة بابرة‬
‫تشير لى قيمة معينة فوق النقطة‬
‫التراكمي للقيم اايجابية أو السلبية التي‬ ‫المحورية‪.‬‬
‫يتم تقديمها بالتسلسل‪.‬‬
‫المقياس يكون ألوانا مختلفة‪ ،‬وتُ قسم لى‬
‫عدة أج اء‪ ،‬وتتيح لنا فهم المعلومات‬
‫بوضوح‪.‬‬
‫يستخدم في المبيعات والتسويق؛ لتصوير‬
‫األهداف ومدى تحقيقها‪.‬‬

‫‪200‬‬
‫‪76%‬‬
‫‪0‬‬
‫فبراير‬

‫أكتوبر‬
‫أبريل ‪…/‬‬
‫يونيو ‪…/‬‬
‫أغسطس‬

‫‪69‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫عرض النتائج في جداول‪ ،‬رسوم بيانية‪ ،‬لوحة بيانات تفاعلية‬
‫لوحة بيانات تفاعلية ‪Interactive Dashboards‬‬
‫• تعتبر لوحة البيانات التفاعلية أداة ادارة البيانات تتعقب‬
‫وتحلل وتراقب وتعرض بصريا مقاييس‬
‫مؤشرات األداء األساسية‪.‬‬
‫• أهم فوائد نشاء لوحة بيانات تفاعلية‪ ،‬ما يلي‪:‬‬
‫يتيح لإلدارة العليا والمستخدمين من دارة المنشأة اتخاذ‬ ‫‪.1‬‬
‫قرارات وخطط فعالة‪.‬‬
‫تسمح بربط ودمج المعلومات بين اادارات واألقسام‬ ‫‪.2‬‬
‫داخل المنشأة‪.‬‬
‫يتيح الحصول والوصول الفوري للمعلومات المهمة‪.‬‬ ‫‪.3‬‬
‫يعطي تصور واضح عن مراحل تقديم المشاريع وأدائها‪.‬‬ ‫‪.4‬‬
‫يساعد في متابعة اجتماعات اادارة العليا وعناصر العمل‬ ‫‪.5‬‬
‫داخل المنشأة‪.‬‬

‫‪70‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫عرض النتائج في جداول‪ ،‬رسوم بيانية‪ ،‬لوحة بيانات تفاعلية‬

‫جدولة البيانات ‪Tabulation‬‬

‫الحدود الحقيقية (الفعلية) للفئات‬ ‫الجدول التكراري‪.‬‬

‫(‪.)Limits Interval‬‬

‫أهم طرق عرض‬

‫البيانات‬
‫الجدول التكراري المتجمع‪.‬‬ ‫الجدول التكراري النسبي‬
‫)‪(Table Frequency Cumulative‬‬ ‫والتكراري المئوي‪.‬‬

‫‪71‬‬

‫الجدول التكراري المتجمع‬
‫(‪)Table Frequency Cumulative‬‬
‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫عرض النتائج في جداول‪ ،‬رسوم بيانية‪ ،‬لوحة بيانات تفاعلية‬
‫الحدود الحقيقية (الفعلية) للفئات‬
‫الجدول التكراري النسبي‬ ‫الجدول التكراري‬
‫(‪)Limits Interval‬‬

‫يتتم تكويتن التكترار المتجمتع الصاعتد بجمتع‬ ‫عند استخدام جدول الحدود الفعلية‪ ،‬يفضتل‬ ‫التكترار النستبي عبتارة عتن التكترار لفئتة‬ ‫هتتو عبتتارة عتتن جتتدول ينظتتم ويلختتص‬
‫قيمتة التكترار فتي الفئتة لى قيمتة جميتع‬ ‫مراعاة النقاط التالية‪:‬‬ ‫مقستومة علتى مجمتتوع التكتترارات‪.‬‬ ‫البيانتتات ااحصائية ستتواء كانتتت وصفيتتة‬
‫التكترارات بالفئتات الستابقة‪.‬‬ ‫• تحديتد الحتد األعلى واألدنى الفعلييتن للفئتة‪.‬‬ ‫ويكتتون مجمتتوع التكتترار النستتبي لجميتتع‬ ‫أو كميتتة‪ ،‬فيوزعهتتا علتتتى عاموديتتن‬
‫يمكـن كتابـة الجـدول التكـراري المتجمـع‬ ‫• تحديتد مراكت الفئتات؛ وذلتك الستخدامها‬ ‫مستتاويا للعدد واحتتد‪.‬‬
‫ّ‬ ‫الفئتتات‬ ‫ومجموعتتة متتن الصفتتوف‪:‬‬
‫الصاعـد المكـون مــن خــانتين‪:‬‬ ‫الحقا فتي طترق عترض البيانتات‪ ،‬والتتي يتتم‬ ‫• يمثتتل العامود األول الصفتتة للبيانتتات‬
‫كما يوجد نوع آخر يسمى التكتترار المئتتوي‬
‫‪ .1‬األولى يكتتب فيهتا أقتل متن الحتد‬ ‫حستابها متن خالل المعادالت‪:‬‬ ‫الوصفيتتة أو الفئتتة للبيانتتات الكميتتة‪.‬‬
‫األدنى الحقيقتي للفئتة األولى‪.‬‬ ‫‪ .1‬الحد األعلى الفعلي للفئة المطلوبة‪.‬‬ ‫وتكتتتب فيه قيمة التكرار كنسبة مئوية‪،‬‬ ‫• يمثتتل العامود الثاني تكتترار الفئتتة أو‬
‫‪ .2‬الثانتي أقتل متن الحتد األعلى الحقيقتي‪.‬‬ ‫‪ .2‬الحد األدنى الفعلي للفئة المطلوبة‪.‬‬ ‫ويستنبط بضترب التكترار النستبي فتي ‪.100‬‬ ‫الصفتتة‪ ،‬وكمتتا يظهتتر عتتدد‬
‫‪ .3‬مراك الفئة (هو القيمة التي تتوسط الفئة)‪.‬‬ ‫ويالحتظ أن مجمتوع التكترارات المئويتة‬ ‫المشتتاهدات متتن البيانتتات التتتي تقتتع‬
‫الحدود‬
‫تساوي ‪.100‬‬ ‫فتتي كل صتتف‪.‬‬
‫تكرار‬ ‫حدود‬
‫الدنيا‬ ‫مراكز‬ ‫الحدود‬ ‫التكرار‬ ‫التكرار‬
‫التجميعي‬ ‫الفئات‬ ‫التكرارات‬ ‫الفئات‬ ‫الفئات‬
‫للفئات‬ ‫الفئات‬ ‫الفعلية‬ ‫المئوي‬ ‫النسبي‬ ‫التكرار‬ ‫األجر‬
‫‪-1500‬‬ ‫‪3‬‬ ‫‪39.5‬‬ ‫‪39.5 – 33.5‬‬ ‫‪39 - 34‬‬ ‫‪% 65‬‬ ‫‪0.65‬‬ ‫‪50-10‬‬ ‫‪4‬‬ ‫‪1500‬‬
‫‪4‬‬ ‫<‪5499.5‬‬
‫‪5499‬‬
‫‪6‬‬ ‫‪42.5‬‬ ‫‪45.5 – 39.4‬‬ ‫‪45 - 40‬‬ ‫‪%35‬‬ ‫‪0.35‬‬ ‫‪99-51‬‬ ‫‪5‬‬ ‫‪6500‬‬
‫‪– 5500‬‬
‫‪9‬‬ ‫<‪9499.5‬‬
‫‪9499‬‬ ‫‪9‬‬ ‫المجموع‬ ‫‪%100‬‬ ‫‪1.00‬‬ ‫المجموع‬ ‫‪9‬‬ ‫المجموع‬

‫‪72‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫طلبت اادارة تلخيص عام عن أوامر الشراء المصدرة خالل الفترة‪ ،‬ألغراض الوقوف على ترك المشتريات على مستويي الموردين واادارات‪،‬‬ ‫▪‬
‫البيانات‪:‬للمورد من تاريخ طلب الشراء) وكانت البيانات المستخرجة‬ ‫وعرض‬
‫أمر الشراء‬ ‫تحليل‬
‫اصدار‬ ‫فيأيام‬
‫‪10)(Pivot‬‬
‫)‪Tables‬األداء‬
‫لمؤشرات‬‫المحورية‬ ‫الجداول‬
‫الشراء وفقا‬ ‫استخدام‬
‫طلبات‬ ‫حول‬
‫معالجة‬ ‫مثال‬
‫وكفاءة‬
‫كاآلتي‪:‬‬

‫حالة أمر‬ ‫قيمة الصنف إجمالي قيمة أمر عدد األصناف‬ ‫عدد‬ ‫تاريخ طلب‬ ‫رقم طلب‬
‫وصف الصنف وحدة الصنف‬ ‫الصنف‬ ‫المورد‬ ‫الطالب‬ ‫تاريخ أمر الشراء‬ ‫أمر الشراء‬
‫الشراء‬ ‫المستلمة‬ ‫الشراء‬ ‫(بالريال)‬ ‫األصناف‬ ‫الشراء‬ ‫الشراء‬

‫مغلق‬ ‫‪5‬‬ ‫‪6,000‬‬ ‫‪1,200‬‬ ‫‪5‬‬ ‫القطعة‬ ‫قطع غيار‬ ‫المورد (أ) الصنف ‪43‬‬ ‫‪ 11/1/2020‬اادارة الهندسية‬ ‫‪00331‬‬ ‫‪1/1/2021‬‬ ‫‪0001‬‬

‫مغلق‬ ‫‪7‬‬ ‫‪2,450‬‬ ‫‪350‬‬ ‫‪7‬‬ ‫ح مة‬ ‫مواد دعاية‬ ‫المورد (أ) الصنف ‪51‬‬ ‫خدمة العمالء‬ ‫‪1/15/2021‬‬ ‫‪00425‬‬ ‫‪2/4/2021‬‬ ‫‪0002‬‬

‫ج ئي‬ ‫‪15‬‬ ‫‪24,000‬‬ ‫‪1,200‬‬ ‫‪20‬‬ ‫القطعة‬ ‫قطع غيار‬ ‫‪ 2/20/2021‬الصيانة والتشغيل المورد (ب) الصنف ‪43‬‬ ‫‪00530‬‬ ‫‪2/26/2021‬‬ ‫‪0003‬‬

‫مغلق‬ ‫‪13‬‬ ‫‪169‬‬ ‫‪13‬‬ ‫‪13‬‬ ‫ح مة‬ ‫المورد (أ) الصنف ‪ 22‬أدوات مكتبية‬ ‫‪ 2/26/2021‬الموارد البشرية‬ ‫‪00642‬‬ ‫‪3/5/2021‬‬ ‫‪0004‬‬

‫ج ئي‬ ‫‪30‬‬ ‫‪124,335‬‬ ‫‪2,763‬‬ ‫‪45‬‬ ‫القطعة‬ ‫المورد (ج) الصنف ‪ 11‬أدوات مكتبية‬ ‫دارة المحاسبة‬ ‫‪7/20/2021‬‬ ‫‪00645‬‬ ‫‪7/24/2021‬‬ ‫‪0005‬‬
‫مغلق‬ ‫‪100‬‬ ‫‪10,000‬‬ ‫‪100‬‬ ‫‪100‬‬ ‫اللتر‬ ‫‪ 7/1/2021‬الصيانة والتشغيل المورد (أ) الصنف ‪ 15‬زيوت وشحوم‬ ‫‪00723‬‬ ‫‪8/20/2021‬‬ ‫‪0006‬‬

‫مغلق‬ ‫‪14‬‬ ‫‪168‬‬ ‫‪12‬‬ ‫‪14‬‬ ‫القطعة‬ ‫مفكرات‬ ‫المورد (ج) الصنف ‪56‬‬ ‫الموارد البشرية‬ ‫‪8/1/2021‬‬ ‫‪00760‬‬ ‫‪9/25/2021‬‬ ‫‪0007‬‬

‫مفتوح‬ ‫‪0‬‬ ‫‪30,000‬‬ ‫‪1,200‬‬ ‫‪25‬‬ ‫القطعة‬ ‫قطع غيار‬ ‫‪ 9/23/2021‬الصيانة والتشغيل المورد (أ) الصنف ‪43‬‬ ‫‪00810‬‬ ‫‪9/27/2021‬‬ ‫‪0008‬‬

‫مفتوح‬ ‫‪0‬‬ ‫‪4,200‬‬ ‫‪350‬‬ ‫‪12‬‬ ‫ح مة‬ ‫مواد دعاية‬ ‫المورد (ب) الصنف ‪51‬‬ ‫خدمة العمالء‬ ‫‪9/15/2021‬‬ ‫‪00943‬‬ ‫‪9/30/2021‬‬ ‫‪0009‬‬

‫مفتوح‬ ‫‪0‬‬ ‫‪42,350‬‬ ‫‪1,210‬‬ ‫‪35‬‬ ‫القطعة‬ ‫قطع غيار‬ ‫‪ 9/20/2021‬الصيانة والتشغيل المورد (أ) الصنف ‪43‬‬ ‫‪00966‬‬ ‫‪10/20/2021‬‬ ‫‪0010‬‬

‫‪73‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫مثال حول استخدام الجداول المحورية )‪ )Pivot Tables‬في تحليل وعرض البيانات‪:‬‬

‫المطلوب‪ :‬عداد تقرير تفاعلي لإلدارة يوضح اآلتي‪:‬‬

‫ترك المشتريات على مستوى الموردين‪.‬‬ ‫‪o‬‬
‫فعالية دارة المشتريات في معالجة طلبات الشراء‪.‬‬ ‫‪o‬‬
‫تصنيف اادارات ذات طلبات الشراء األكبر قيمة‪.‬‬ ‫‪o‬‬
‫خطوات الحل‪:‬‬
‫أوال‪ :‬يتم تحديد معايير البيانات المطلوبة وتهيئة أي حقول مطلوبة‪:‬‬ ‫▪‬
‫ترك المشتريات على مستوى الموردين يحتاج لى بيانات أوامر الشراء وقيمتها موزعة على الموردين المصدر لهم أمر الشراء‪ .‬وهو موضح‬ ‫‪o‬‬
‫بالجدول‪.‬‬
‫فعالية دارة المشتريات في معالجة طلبات الشراء‪ ،‬وتظهر من خالل المدة ما بين تاريخ طلب الشراء وتاريخ صدار أمر الشراء‪ .‬وبالتالي نقوم‬ ‫‪o‬‬
‫باضافة حقل لحساب المدة بين التاريخين‪.‬‬
‫ترك المشتريات على مستوى اادارات يحتاج لى بيانات أوامر الشراء وقيمتها موزعة على اادارات الطالبة‪ .‬وهو موضح بالجدول‪.‬‬ ‫‪o‬‬

‫‪74‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫مثال حول استخدام الجداول المحورية )‪ )Pivot Tables‬في تحليل وعرض البيانات‪:‬‬
‫ومن ثم بعد احتساب مدة معالجة طلب الشراء‪ ،‬يصبح الجدول كاآلتي‪:‬‬ ‫▪‬
‫مدة معالجة طلب‬ ‫حالة أمر‬ ‫عدد األصناف‬ ‫إجمالي قيمة أمر‬ ‫قيمة الصنف‬ ‫عدد‬ ‫تاريخ طلب‬ ‫رقم طلب أمر‬
‫وصف الصنف وحدة الصنف‬ ‫الصنف‬ ‫المورد‬ ‫الطالب‬ ‫تاريخ أمر الشراء‬ ‫أمر الشراء‬
‫الشراء (باليوم)‬ ‫الشراء‬ ‫المستلمة‬ ‫الشراء‬ ‫(بالريال)‬ ‫األصناف‬ ‫الشراء‬ ‫الشراء‬

‫‪61‬‬ ‫مغلق‬ ‫‪5‬‬ ‫‪6,000‬‬ ‫‪1,200‬‬ ‫‪5‬‬ ‫القطعة‬ ‫قطع غيار‬ ‫الصنف ‪43‬‬ ‫المورد (أ)‬ ‫‪ 11/1/2020‬اادارة الهندسية‬ ‫‪00331‬‬ ‫‪1/1/2021‬‬ ‫‪0001‬‬

‫‪20‬‬ ‫مغلق‬ ‫‪7‬‬ ‫‪2,450‬‬ ‫‪350‬‬ ‫‪7‬‬ ‫ح مة‬ ‫مواد دعاية‬ ‫الصنف ‪51‬‬ ‫المورد (أ)‬ ‫خدمة العمالء‬ ‫‪1/15/2021‬‬ ‫‪00425‬‬ ‫‪2/4/2021‬‬ ‫‪0002‬‬

‫‪6‬‬ ‫ج ئي‬ ‫‪15‬‬ ‫‪24,000‬‬ ‫‪1,200‬‬ ‫‪20‬‬ ‫القطعة‬ ‫قطع غيار‬ ‫‪ 2/20/2021‬الصيانة والتشغيل المورد (ب) الصنف ‪43‬‬ ‫‪00530‬‬ ‫‪2/26/2021‬‬ ‫‪0003‬‬

‫‪7‬‬ ‫مغلق‬ ‫‪13‬‬ ‫‪169‬‬ ‫‪13‬‬ ‫‪13‬‬ ‫ح مة‬ ‫أدوات مكتبية‬ ‫الصنف ‪22‬‬ ‫المورد (أ)‬ ‫الموارد البشرية‬ ‫‪2/26/2021‬‬ ‫‪00642‬‬ ‫‪3/5/2021‬‬ ‫‪0004‬‬

‫‪4‬‬ ‫ج ئي‬ ‫‪30‬‬ ‫‪124,335‬‬ ‫‪2,763‬‬ ‫‪45‬‬ ‫القطعة‬ ‫أدوات مكتبية‬ ‫المورد (ج) الصنف ‪11‬‬ ‫دارة المحاسبة‬ ‫‪7/20/2021‬‬ ‫‪00645‬‬ ‫‪7/24/2021‬‬ ‫‪0005‬‬

‫‪50‬‬ ‫مغلق‬ ‫‪100‬‬ ‫‪10,000‬‬ ‫‪100‬‬ ‫‪100‬‬ ‫اللتر‬ ‫زيوت وشحوم‬ ‫الصنف ‪15‬‬ ‫الصيانة والتشغيل المورد (أ)‬ ‫‪7/1/2021‬‬ ‫‪00723‬‬ ‫‪8/20/2021‬‬ ‫‪0006‬‬

‫‪55‬‬ ‫مغلق‬ ‫‪14‬‬ ‫‪168‬‬ ‫‪12‬‬ ‫‪14‬‬ ‫القطعة‬ ‫مفكرات‬ ‫المورد (ج) الصنف ‪56‬‬ ‫الموارد البشرية‬ ‫‪8/1/2021‬‬ ‫‪00760‬‬ ‫‪9/25/2021‬‬ ‫‪0007‬‬

‫‪4‬‬ ‫مفتوح‬ ‫‪0‬‬ ‫‪30,000‬‬ ‫‪1,200‬‬ ‫‪25‬‬ ‫القطعة‬ ‫قطع غيار‬ ‫الصنف ‪43‬‬ ‫‪ 9/23/2021‬الصيانة والتشغيل المورد (أ)‬ ‫‪00810‬‬ ‫‪9/27/2021‬‬ ‫‪0008‬‬

‫‪15‬‬ ‫مفتوح‬ ‫‪0‬‬ ‫‪4,200‬‬ ‫‪350‬‬ ‫‪12‬‬ ‫ح مة‬ ‫مواد دعاية‬ ‫المورد (ب) الصنف ‪51‬‬ ‫خدمة العمالء‬ ‫‪9/15/2021‬‬ ‫‪00943‬‬ ‫‪9/30/2021‬‬ ‫‪0009‬‬

‫‪30‬‬ ‫مفتوح‬ ‫‪0‬‬ ‫‪42,350‬‬ ‫‪1,210‬‬ ‫‪35‬‬ ‫القطعة‬ ‫قطع غيار‬ ‫الصنف ‪43‬‬ ‫‪ 9/20/2021‬الصيانة والتشغيل المورد (أ)‬ ‫‪00966‬‬ ‫‪10/20/2021‬‬ ‫‪0010‬‬

‫‪75‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫مثال حول استخدام الجداول المحورية )‪ )Pivot Tables‬في تحليل وعرض البيانات‪:‬‬
‫ثانيا‪ :‬نقوم بادخال الجدول المحوري (‪ )Pivot Table‬؛ لوضع معايير التلخيص‪ ،‬ويكون ذلك بالذهاب لى لوحة دخال والضغط على الجدول‬ ‫▪‬
‫المحوري (‪ )Pivot Table‬كما يظهر بالشكل اآلتي‪:‬‬

‫ثم يتم تحديد جدول البيانات المستخدمة في التحليل‪ ،‬كما يظهر في الشكل التالي‪:‬‬ ‫▪‬

‫‪76‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫مثال حول استخدام الجداول المحورية )‪ )Pivot Tables‬في تحليل وعرض البيانات‪:‬‬
‫بعد تحديد جدول البيانات‪ ،‬يتم وضع معايير التلخيص كاآلتي‪:‬‬ ‫▪‬
‫تحديد القيم المطلوب عرضها في حقل القيم (‪ ،)Values‬وهي جمالي قيمة أمر الشراء‪.‬‬ ‫‪o‬‬
‫رأسيا‪ ،‬وهو مستوى الموردين‪.‬‬
‫ّ‬ ‫تحديد توزيع القيم على عناصر المستوي‬ ‫‪o‬‬
‫أفقيا‪ ،‬وهو مستوى اادارات الطالبة‪.‬‬
‫ّ‬ ‫تحديد توزيع القيم على عناصر المستوي‬ ‫‪o‬‬
‫ويظهر تلخيص البيانات كاآلتي‪:‬‬

‫‪77‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫مثال حول استخدام الجداول المحورية )‪ )Pivot Tables‬في تحليل وعرض البيانات‪:‬‬
‫ويظهر التلخيص بعد تهيئة الجداول كاآلتي‪:‬‬ ‫▪‬

‫خدمة‬ ‫الموارد‬ ‫الصيانة‬ ‫اإلدارة‬

‫اإلجمالي‬ ‫إدارة المحاسبة‬ ‫إجمالي قيمة الشراء‬
‫العمالء‬ ‫البشرية‬ ‫والتشغيل‬ ‫الهندسية‬

‫‪90,969‬‬ ‫‪2,450‬‬ ‫‪169‬‬ ‫‪82,350‬‬ ‫‪6,000‬‬ ‫المورد (أ)‬

‫‪28,200‬‬ ‫‪4,200‬‬ ‫‪24,000‬‬ ‫المورد (ب)‬

‫‪124,503‬‬ ‫‪168‬‬ ‫‪124,335‬‬ ‫المورد (ج)‬

‫‪243,672‬‬ ‫‪6,650‬‬ ‫‪337‬‬ ‫‪106,350‬‬ ‫‪6,000‬‬ ‫‪124,335‬‬ ‫اإلجمالي‬

‫‪78‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫مثال حول استخدام الجداول المحورية )‪ )Pivot Tables‬في تحليل وعرض البيانات‪:‬‬
‫بيانيا كما يوضح الشكل التالي‪:‬‬
‫وأخيرا يتم عداد شكل عرض البيانات ويتم عرض البيانات ّ‬ ‫▪‬

‫إجمالي قيمة الشراء ‪ -‬باإلدارة‬ ‫إجمالي قيمة الشراء ‪ -‬بالمورد‬

‫الموارد البشرية‬ ‫خدمة العمالء‬
‫‪0%‬‬ ‫‪3%‬‬
‫الصيانة‬ ‫المورد (ج)‬ ‫المورد (أ)‬
‫والتشغيل‬ ‫‪51%‬‬ ‫‪37%‬‬
‫‪44%‬‬

‫إدارة‬
‫اإلدارة الهندسية‬ ‫المورد (ب)‬
‫المحاسبة‬
‫‪%2‬‬ ‫‪12%‬‬
‫‪51%‬‬

‫‪79‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫أمثلة عملية وشرحها لتطبيقات التعامل مع البيانات واستخدامها في التحليل‪:‬‬

‫طورت دارة المخاطر لوحة معلومات تفاعلية تحدد المخاطر الرئيسية المهمة‪ ،‬وتأثيرها على‬
‫تعرض المنشأة نتائج تقييم المخاطر في‬
‫نتائج أعمال المنشأة‪ ،‬وتعرض حالة مؤشرات الخطر الرئيسية وتقارنها مع رغبة المنشأة في‬
‫لوحة بيانات تفاعلية‬
‫المخاطرة‪.‬‬
‫بيانيا‪ ،‬مثل‪ :‬استخدام نموذج التمثيل‬
‫تستخدم المنشأة نماذج متنوعة لعرض نتائج تحليل بياناتها ّ‬ ‫تعرض المنشأة نتائج تحليل البيانات من خالل‬
‫بالنقاط (‪ ،)Plot Dot‬والمدرج التكراري (‪ ،)Histogram‬وغيرها من طرق عرض البيانات‪.‬‬ ‫بيانيا‬
‫تمثيل البيانات ّ‬
‫تستخدم المنشأة مي ات تحليل البيانات في‬
‫تستخدم المنشأة الممي ات المتوفرة في برنامج كسل؛ لتحليل البيانات وتستخدمها في‬
‫برنامج ‪ Excel‬لغايات التخطيط لعملياتها‬
‫تخطيط المبيعات‪ ،‬واألرباح‪ ،‬وكميات اانتاج‪ ،‬و دارة عمليات التحوط المالي‪.‬‬
‫وتحليل بياناتها‬

‫‪80‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫حالة للدراسة‬
‫مدة النقاش‪ 10 :‬دقائق‬

‫هناك عدة طرق لعرض نتائج تحليل البيانات‪ ،‬عدد تلك الطرق‪ ،‬مع‬
‫ذكر مميزات كل طريقة‪.‬‬

‫‪81‬‬
 ‫‪ .3‬طرق تحليل البيانات وعرض النتائج‬
‫حالة للدراسة‬
‫مدة النقاش‪ 10 :‬دقائق‬

‫اُ ذكر أمثلة حول الطرق التالية في تحليل البيانات‪:‬‬

‫التحليالت الوصفية (‪.)Descriptive Analytics‬‬ ‫•‬
‫التحليالت التشخيصية )‪.)Diagnostic Analytics‬‬ ‫•‬
‫استخدام خاصية )‪ (Correlation‬الترابطية في تحليل البيانات‪.‬‬ ‫•‬
‫التحليالت الوصفية )‪.)Prescriptive Analytics‬‬ ‫•‬
‫التحليالت التنبؤية )‪.)Predictive Analytics‬‬ ‫•‬

‫‪82‬‬
‫التعامل مع البيانات الضخمة‬
‫واستخدامها في التحليل‬
‫(مستوى متقدم)‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫يتناول هذا الفصل المفاهيم والعناصر اآلتية‪:‬‬

‫مفهوم البيانات الضخمة (‪.)Big Data‬‬

‫خصائص البيانات الضخمة (‪.)Five V’s‬‬

‫استخدامات البيانات الضخمة في عالم التكنولوجيا‪.‬‬

‫خطوات تحليل البيانات (‪.)Data Analysis Processes‬‬

‫نبذة عن بعض البرامج واألدوات المستخدمة في تحليل وعرض وتخ ين البيانات الضخمة‪.‬‬

‫أمثلة وتطبيقات عملية‪.‬‬

‫‪84‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫مفهوم البيانات الضخمة (‪:)Big Data‬‬

‫البيانات الضخمة‪ :‬مجموعة أو مجموعات من البيانات الضخمة والمعقدة التي ال يمكن معالجتها بكفاءة باستخدام التكنولوجيا التقليدية لتحقيق‬
‫االستفادة منها (مثل‪ :‬برنامج كسل“‪ .)"Excel‬ويسمح تحليل البيانات الضخمة للمحللين والباحثين ورواد األعمال باتخاذ قرارات أفضل وأسرع‪.‬‬
‫أمثلة عليها‬ ‫تصنيف البيانات الضخمة‬
‫• السجالت الطبية اإللكترونية وسجالت التأمين ومواعيد ال يارات‬ ‫‪ .1‬البيانات المنتظمة (‪ :)Structured‬وهي البيانات المنظمة على‬
‫للمنشآت الحكومية‪.‬‬ ‫شكل جداول أو قواعد بيانات (‪.)Database‬‬
‫• البيانات الناشئة عن معامالت البنكية والمصرفية‪.‬‬
‫• عمليات البطاقات االئتمانية‪ ،‬حجم عمليات الشراء تظهر قيمة‪،‬‬ ‫‪ .2‬البيانات شبه المنتظمة (‪ :)Semi-structured‬وتعتبر نوعا من‬
‫ووقت وأماكن الشراء (سواء في المتاجر أو عبر اانترنت)‪.‬‬ ‫أنواع البيانات المنتظمة‪ ،‬ال أن البيانات ال تكون على شكل جداول‬
‫أو قواعد بيانات‪.‬‬
‫• األنشطة والفعاليات على وسائط التواصل االجتماعي‪ ،‬وعمليات‬ ‫‪ .3‬البيانات غير المنتظمة (‪ :)Unstructured‬وتشكل النسبة األكبر‬
‫النقر على صفحات اانترنت‪.‬‬ ‫من البيانات‪ ،‬وهي تلك البيانات الناتجة بشكل يومي من كتابات‬
‫نصية‪ ،‬وصور‪ ،‬وفيديوهات‪ ،‬ورسائل‪ ،‬ونقرات على مواقع اانترنت‬
‫والتواصل االجتماعي ‪ ...‬لخ‪.‬‬

‫‪85‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫نبذة تاريخية حول البيانات الضخمة‪:‬‬

‫في حلول عام ‪، 2005‬بدأ رواد األعمال والمجتمع المعرفي في دراك مقدار حجم البيانات التي يولدها المستخدمون من خالل منصات التواصل‬ ‫▪‬
‫االجتماعي‪ ،‬مثل‪ ،”Facebook" :‬و "‪ ،”YouTube‬وغيرها من الخدمات عبر اانترنت‪.‬‬

‫تم تطوير منصة برمجية )‪ ،(Apache Hadoop‬كاطار عمل مفتوح المصدر )‪ (Open-source‬وقد تم نشاؤها خصيصا لتخ ين مجموعة كبيرة من‬ ‫▪‬
‫البيانات الضخمة‪.‬‬

‫كان لتطوير أطر عمل مفتوحة المصدر‪ ،‬مثل‪ ،)Apache Hadoop) :‬و (‪ ،(Apache Speak‬أثرا مهما لنمو البيانات الضخمة مما يجعل التعامل مع‬ ‫▪‬
‫البيانات الضخمة أسهل وأرخص في عملية تخ ينها‪ ،‬وذلك أدى لى ارتفاع حجم البيانات بشكل كبير‪.‬‬

‫ومع يهور نترنت األشياء )‪ ،(IoT‬تم توصيل الم يد من األجه ة واألدوات‪ ،‬وجمع البيانات حول أنماط استخدام العمالء وأداء المنتجات‪،‬‬ ‫▪‬
‫بااضافة لى ذلك‪ ،‬أدى يهور التعلم اآللي )‪ ،)Machine learning‬لى نتاج الم يد من البيانات الضخمة والتي من الممكن االعتماد عليها‬
‫لتحليلها واستخدامها في خدمة المجتمع والعمالء‪.‬‬

‫‪86‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫خصائص البيانات الضخمة (‪:)Five V’s‬‬

‫الحجم (‪:)Volume‬‬
‫حجم البيانات المستخرجة من مصدر ما‪ ،‬وهو ما يحدد قيمة وحجم البيانات‬
‫لكي تصنف من ضمن البيانات الضخمة‪.‬‬
‫‪1‬‬ ‫الفائدة المضافة (‪:)Value‬‬
‫الفائدة المضافة من البيانات في اتخاذ القرارات‪ ،‬وهي‬
‫القيمة االجتماعية أو االقتصادية المحتملة التي قد تنتجها‬
‫التنوع (‪:)Variety‬‬
‫تنوع البيانات المستخرجة‪ ،‬والتي تساعد المحللين‬ ‫‪5‬‬ ‫البيانات ونتائج التحليالت‪ ،‬وت داد جودة القرارات باختيار أهم‬

‫والمستخدمين على اختيار البيانات المناسبة لعملية التحليل‪،‬‬ ‫‪2‬‬ ‫خصائص‬

‫البيانات‬
‫البيانات لتحليلها‪.‬‬

‫حيث كلما زاد تنوع البيانات ومصادرها‪ ،‬فانها تحتاج وقتا وجهدا‬
‫أكبر لتجهي ها وهيكلتها بالشكل المناسب للتحليل واستخراج‬
‫الضخمة‬
‫المعلومات‪.‬‬ ‫(‪)5 V’s‬‬ ‫صحتها (‪:)Veracity‬‬
‫صحة مصدر البيانات‪ ،‬ومدى دقتها وحداثة تلك البيانات‬
‫السرعة (‪:)Velocity‬‬
‫سرعة إنتاج واستخراج البيانات‪ ،‬حيث تعتبر السرعة عنصرا أساسيأ‬
‫‪3‬‬ ‫‪4‬‬ ‫المستخرجة‪ ،‬حيث من الواجب التأكد من مصدر البيانات‬
‫ومدى صحتها قبل استخراج المعلومات واتخاذ القرار أو بناء‬
‫في عملية اتخاذ القرار بناء على البيانات ونتائج التحليالت‪ .‬والوقت‬ ‫استراتيجيات العمل‪.‬‬
‫الذي يستغرق من لحظة استخراج البيانات للوصول لى مرحلة‬
‫اتخاذ القرار‪.‬‬

‫‪87‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫استخدامات البيانات الضخمة في عالم التكنولوجيا‪.‬‬

‫▪ السيارات الذاتية‬
‫القيادة‪.‬‬ ‫الذكاء االصطناعي (‪:)Artificial Intelligence‬‬
‫األنظمة أو األجه ة التي تحاكي الذكاء البشري ألداء‬
‫▪ الروبوتات‬ ‫المهام والتي يمكنها أن تحسن من نفسها استنادا لى‬
‫(‪.)Robotics‬‬ ‫المعلومات التي تجمعها‪.‬‬

‫•البيانات (‪)Data‬‬
‫▪ التعرف على الوجه‬ ‫تعلم اآللة (‪:)Machine Learning‬‬
‫(‪.)Face Recognition‬‬ ‫يعد تعلم اآللة مجموعة فرعية من الذكاء االصطناعي (‪،)AI‬‬ ‫•البيانات الضخمة‬
‫والذي يرك على نشاء األنظمة التي تُ علم ‪ -‬أو تحسن األداء ‪-‬‬
‫استنادا لى البيانات التي تم استخدامها‪.‬‬
‫(‪)Big Data‬‬

‫▪ المساعدون‬ ‫التعلم العميق (‪:)Deep Learning‬‬

‫هو أحد فئات تعلم اآللة‪ ،‬يقلد طريقة عمل‬
‫االفتراضيون‪.‬‬ ‫الدماغ البشري في معالجة البيانات و نشاء‬
‫أنماط الستخدامها في اتخاذ قرارات‪.‬‬

‫بيانات أكثر‪ ،‬نماذج وتحاليل أفضل‪ ،‬نتائج ودقة عالية‪.‬‬

‫‪88‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫التعلم العميق‪:‬‬

‫هو فرع من التعلم اآللي‪ ،‬يقوم على مجموعة من الخوارزميات تتكون في عدة طبقات تسمى بالشبكات‬
‫العصبية االصطناعية‪ ،‬وييفتها هي تحليل البيانات ضمن هذه الطبقات‪ ،‬وتقوم كل طبقة بتحليل مدخالت‬
‫البيانات الخاصة بها‪ ،‬وكلما زاد عدد الخاليا العصبية‪ ،‬كلما كانت الشبكة أعمق‪.‬‬

‫يحاكي التعلم العميق نظام الخاليا العصبية البشرية‪ ،‬وهو يحتاج لى قدر ضخم من البيانات وقوة‬
‫المعرفة وغير المنظمة‪.‬‬
‫َّ‬ ‫المعالجة حتى تكون نتائجه موثوقة في عداد نماذج للتنبؤ من البيانات غير‬

‫‪89‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫تعلم اآللة‪:‬‬

‫تلقائيا وفقا للخبرة المكتسبة من خالل‬

‫ّ‬ ‫هو فرع من الذكاء االصطناعي يقوم على تحسين قدرات األنظمة‬
‫كمية كبيرة من البيانات التي تتفاعل مع األنظمة ‪-‬بأقل تدخل بشري‪.-‬‬

‫تتمحور الفكرة الرئيسة لتعلم اآللة حول قدرة األنظمة على التعليم الذاتي‪ ،‬ومن ثم تحديد أنماط البيانات‬
‫من خالل تجاربها وخبرتها السابقة مع البيانات‪ ،‬ومن ثم تقوم على تطوير وتحسين نموذج البيانات؛‬
‫ليساعد على صناعة قرارات بأقل تدخل بشري‪.‬‬

‫‪90‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫نماذج تعلم اآللة‪:‬‬

‫يمكن تقسيم طرق تعلم اآللة وفقا لخوارزميات التعلم كاآلتي‪:‬‬

‫محاكاة المنطق البشري بالبحث عن األنماط والعالقات بين البيانات المتاحة‪ ،‬ويعتمد على وجود أمثلة (نماذج بيانات‬ ‫التعلم الخاضع‬
‫ومخرجات) للتدريب من الواقع الفعلي‪ ،‬يتم تغذية النظام بها لتساعده على خلق نموذج للتنبؤ عند استالم مدخالت أخرى‪.‬‬ ‫للرقابة‬
‫معرفة خالل التعلم الخاضع للرقابة‪ .‬ويمكنها جراء التحليل مع عدم االتصال باانترنت وتكون نتائجها‬
‫َّ‬ ‫غالبا ما تكون البيانات‬
‫أكثر دقة واعتمادية‪.‬‬

‫محاكاة المنطق البشري بالبحث عن األنماط والعالقات بين البيانات المتاحة‪ ،‬وعلى عكس التعلم الخاضع للرقابة‪ ،‬فانه أكثر‬ ‫التعلم غير الخاضع‬
‫استقاللية مع عدم وجود أمثلة التدريب (نماذج للمخرجات)؛ حيث يعمل على خلق وتكوين األنماط للبيانات ويحاول الوصول‬ ‫للرقابة‬
‫المعرفة‪ ،‬وغالبا ما يحتاج لى االتصال باانترنت للبحث عن التحليالت في الواقع‬‫ّ‬ ‫لى العناصر المشتركة بين البيانات غير‬
‫الفعلي‪.‬‬

‫لمعرفة‪ ،‬وحجم‬
‫ّ‬ ‫وهو خليط بين التعلم الخاضع للرقابة والتعلم غير الخاضع للرقابة؛ حيث يحتوي على حجم محدود من البيانات ا‬ ‫التعلم الخاضع‬
‫المعرفة‪.‬‬
‫ّ‬ ‫أكبر من البيانات غير‬ ‫جزئياً‬
‫ّ‬ ‫للرقابة‬

‫‪91‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫الذكاء االصطناعي‪:‬‬

‫هو ذلك الفرع من علوم نظم المعلومات الذي يمكن بواسطته خلق وتصميم برمجيات تحاكي أسلوب‬
‫الذكاء البشري لكي يتمكن الحاسب من أداء بعض المهام بدال من اانسان والتي تتطلب التفكير والتفهم‬
‫والسمع والتكلم والحركة بأسلوب منطقي ومنظم‪.‬‬

‫قد تساهم أنظمة الذكاء االصطناعي في مجاالت صنع القرار؛ حيث نها تتمتع باالستقاللية والدقة‬
‫والموضوعية وبالتالي تكون قراراتها بعيدة عن الخطأ واالنحياز والعنصرية‪ ،‬أو األحكام المسبقة‪ ،‬أو حتى‬
‫التدخالت الخارجية أو الشخصية‪.‬‬

‫‪92‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫طريقة عمل الذكاء االصطناعي‪:‬‬
‫يمكن فهم طريقة عمل الذكاء االصطناعي والتي تتمثل في محاكاة الذكاء البشري فيما يلي‪:‬‬
‫وضع الحلول للمشكالت واستخدام الخبرات المكتسبة لإلنسان الخبير في مجال ما ونقلها لى الحاسب في شكل برامج‪.‬‬
‫أساليب الذكاء البشري‬

‫تطوير برامج ونظم التعرف على اللغات الطبيعية وتفهمها ومعالجتها؛ حيث يقوم الحاسب بتفهم اللغات الطبيعية‪ ،‬مثل‪:‬‬ ‫اإلدراك السمعي‬
‫اانجلي ية‪ ،‬أو الفرنسية‪ ،‬والترجمة اآلنية من حدى هذه اللغات لى األخرى‪.‬‬ ‫والتفهم والتحدث‬

‫تطوير برامج ونظم اانسان اآللي؛ وذلك في محاولة لنقل السيطرة الحركية الدقيقة مع اتخاذ قرار التحرك بناء على الوضع‬ ‫سيطرة المخ والحواس‬
‫القائم لالستخدام‪.‬‬ ‫على الجهاز الحركي‬

‫تطوير برامج الرؤية بالحاسب بمعالجة الصور بطرق مختلفة والتعرف على األشكال بها‪.‬‬ ‫نظم الرؤية والنظر عند‬
‫اإلنسان‬

‫وضع نماذج لتصرف العقل البشري وتطوير علم النمذجة الرياضية لمحاكاة التصرفات اادراكية وتطوير نظرية التعلم ومحاكاة‬ ‫طرق عمل الخاليا‬
‫طرق المعالجة المتوازية‪.‬‬ ‫العصبية في المخ‬

‫‪93‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫صفات الذكاء االصطناعي‪:‬‬
‫يمكن فهم صفات الذكاء االصطناعي وبرمجياته فيما يلي‪:‬‬
‫حيث يقوم بتحليل البيانات بأي من أشكالها الرم ية والوصفية؛ لتكوين مفهوم (‪ )Concept‬وبالتالي الوصول لى استنتاجات‬
‫ضخمة وسريعة مع وفرة البيانات (مثل‪ ،‬برمجيات التحليل الطبي)‪.‬‬ ‫االستدالل‬

‫حيث تقوم برمجيات الذكاء االصطناعي بالتعامل مع المشكالت حتى مع غياب طريقة أو منهجية حل‪ ،‬وبالتالي تقوم‬
‫التجريب‬
‫البرمجيات بتجريب أكثر من طريقة للوصول لى الحل‪( .‬مثل برامج لعبة الشطرنج)‪.‬‬

‫حيث تكون لبرمجيات الذكاء االصطناعي القدرة على اكتساب المعرفة من خالل التفكير واادراك وتكوين حصيلة تراكمية من‬
‫تمثيل المعرفة‬
‫التجارب‪.‬‬

‫قدرة برمجيات الذكاء االصطناعي على تقدير الظروف أو األحداث‪ ،‬ومن ثم صناعة قرارات أو الوصول لى استنتاجات حتى مع‬ ‫البيانات غير المكتملة‬
‫وجود بيانات غير مكتملة‪( .‬مثل برامج لعبة الكوتشينة)‪.‬‬

‫حيث يكون لبرمجيات الذكاء االصطناعي القدرة على التعامل مع البيانات المتضاربة‪ ،‬ما بتنقيتها‪ ،‬أو بحذفها‪ ،‬أو باستخدامها‬
‫لبناء سيناريوهات مختلفة‪.‬‬ ‫البيانات المتضاربة‬

‫‪94‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫أهمية الذكاء االصطناعي‪:‬‬
‫يمكن فهم أهمية الذكاء االصطناعي فيما يلي‪:‬‬
‫وجود الذكاء االصطناعي ليس منتج في حد ذاته‪ ،‬ولكنه مقوم لتحسين المنتجات ‪-‬جعلها ذكية‪ -‬التي نتعامل معها يوميا‪،‬‬
‫وذلك عن طريق ربط البرامج والمنصات واآلالت وغيرهم‪.‬‬ ‫تحسين المنتجات‬

‫استمرارية معالجة البيانات الضخمة والتعلم منها‪ ،‬وهو ما يرفع من كفاءة تشغيل البيانات ومعالجتها‪.‬‬ ‫ضخامة التحليالت‬
‫الالنهائية‬

‫من خالل المعالجة المستمرة للبيانات الضخمة‪ ،‬تستفيد برمجيات الذكاء االصطناعي من كافة البيانات على اختالف جودتها‬
‫االستفادة القصوى‬
‫وأنماطها‪.‬‬

‫حيث تساعد برمجيات الذكاء االصطناعي على التطوير المستمر لمنهجيات العمل وحل المشكالت‪.‬‬ ‫السرعة في تطوير‬
‫المنهجيات‬

‫‪95‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫الدوافع وراء االستثمار في الذكاء االصطناعي‪:‬‬

‫الوصف‬ ‫الدوافع‬
‫وهو ما تحتاجه برمجيات الذكاء االصطناعي للتعلم‪ ،‬و نشاء الخوارزميات الخاصة بها‪.‬‬ ‫وفرة البيانات الضخمة‬

‫حيث تطورت سرعات معالجة البيانات والسعات التخ ينية بفضل الحوسبة السحابية‪.‬‬
‫إمكانات الحوسبة‬
‫الدوافع‬
‫لالستثمار‬
‫حيث تدرك المنشآت اليوم أن االعتماد على المنتجات والخدمات الذكية‪ ،‬له انعكاس على‬ ‫ذكاء األعمال‬
‫في الذكاء‬
‫استدامة األعمال وخفض التكاليف‪.‬‬ ‫االصطناعي‬
‫مع تطورات الذكاء االصطناعي‪ ،‬تتراكم حصيلة المعرفة والخبرة بشكل أسرع‪ ،‬بالتالي‬
‫الحصول على طرق مبتكرة لحل المشكالت‪ ،‬وتكون في مجملها في تحسين مستمر‪.‬‬
‫تسارع الخبرات‬

‫‪96‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫التنسيق بين الوظائف المختلفة في ظل الذكاء االصطناعي‪:‬‬

‫يعنى محللي األعمال بتحديد القضايا والمشكالت الخاصة بنموذج األعمال‪.‬‬ ‫▪‬

‫ومن ثم يخلص علماء البيانات بانشاء نماذج رياضية و حصائية لتحليل البيانات بغرض حل القضايا والمشكالت‪.‬‬ ‫▪‬

‫وخالل ممارسات األعمال واالتصال باانترنت عن طريق المنشآت‪ ،‬تنتج البيانات وتتشكل‪.‬‬ ‫▪‬

‫ويعهد لى المسؤولين عن البيانات بادارة البيانات؛ للتحقق من صالحيتها وتوفرها لعمليات التحليل‪.‬‬ ‫▪‬

‫ويأتي دور محللي البيانات في استخدام النماذج المعدة سابقا؛ لتحليل البيانات والحصول على النتائج‪.‬‬ ‫▪‬

‫وخالل تلك الرحلة يتولى المختصون بتكنولوجيا المعلومات دارة البنية التحتية األساسية الالزمة‪.‬‬ ‫▪‬

‫وعلى أساس قرارات ونتائج تحليل البيانات‪ ،‬يتم تشكيل منتجات وخدمات منشآت العمل‪ ،‬ويستمر التنسيق بين تلك الويائف‪.‬‬ ‫▪‬

‫‪97‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫ما هي االستخدامات األكثر شيوعا للذكاء االصطناعي (وفقا لمجلة مراجعة اإلدارة لهارفارد)‪:‬‬

‫‪ %44‬كشف ومواجهة الثغرات األمنية لألنظمة‪.‬‬ ‫▪‬

‫‪ %41‬حل المشكالت التقنية للمستخدمين في التطبيقات‪.‬‬ ‫▪‬

‫‪ %34‬أتمتة عمليات اانتاج؛ لتوفير الوقت في دارة اانتاج‪.‬‬ ‫▪‬

‫‪ %34‬من المنشتآت تستخدم الذكاء االصطناعي؛ لقياس االلت ام الداخلي لمنشآت توريد التكنولوجيا‪.‬‬ ‫▪‬

‫‪98‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫مغالطات حول الذكاء االصطناعي‪:‬‬

‫على الرغم من أهمية الذكاء االصطناعي وما أتى به من فوائد‪ ،‬يظل في أدبيات تناول الذكاء االصطناعي بعض المغالطات‪ ،‬مثل‪:‬‬

‫ن وجود الذكاء االصطناعي دوما يحتاج لى أشخاص لتشغيل وبرمجة وضبط الذكاء االصطناعي‪ .‬وهو باألساس يهدف لى‬ ‫السيطرة على‬
‫رفع قدرات البشر وتخفيف األعباء‪.‬‬ ‫البشر‬

‫على الرغم من سرعة معالجة وتنفيذ العمليات خالل برمجيات الذكاء االصطناعي‪ ،‬ال أن تأسيس وتجريب وتصميم برمجيات‬ ‫نتائج سريعة‬
‫متكاملة للذكاء االصطناعي ‪ -‬خصوصا لمنشآت األعمال – يحتاج لى وقت وجهد‪.‬‬
‫وفورية‬

‫على الرغم من أن للذكاء االصطناعي القدرة على التعامل مع البيانات غير المكتملة أو البيانات المتناقشة‪ ،‬ال أنه أخيرا يحتاج‬ ‫ضخامة البيانات تضمن‬
‫لى بيانات جيدة؛ للوصول لى نتائج أدق‪.‬‬ ‫دقة النتائج‬

‫‪99‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫مغالطات حول الذكاء االصطناعي‪:‬‬

‫مقدمة‪:‬‬
‫يعد "الجسر البري" أحد وسائل النقل لألشخاص والبضائع بين دولتين‪ ،‬حيث يتم رصد المركبات العابرة من خالل قنوات العبور والتي بدورها تقوم‬
‫برصد معلومات المركبة والسائقين ويقوم مويفي القنوات بتحصيل الرسوم المتعارف عليها‪.‬‬
‫ماليا‪ ،‬وعند مقارنة اايرادات‬
‫يتم في نهاية كل سنة مالية عداد تقارير األداء الخاصة بعملية رصد المركبات واايراد المحصل‪ ،‬ومناقشة أداء الجسر ّ‬
‫لعام ‪ 2019‬مع األعوام السابقة لوحظ وجود انخفاض حاد بقيمة اايرادات الشهرية للعام ‪ 2019‬مما استوجب تدخل اادارة‪.‬‬
‫استجابة اإلدارة‪:‬‬
‫وجهت اادارة العليا قسم المراجعة الداخلية بمراجعة أسباب انخفاض يرادات الجسر مقارنة مع األعوام السابقة والوقوف على األسباب الجذرية‬
‫لها‪ ،‬بااضافة لى جراء مقابالت مع األقسام المعنية لوضع خطة عملية قابلة للقياس؛ لتحسين األداء ورفع اايرادات‪.‬‬
‫المطلوب‪:‬‬
‫اقتراح خطوات لمساعدة اادارة العليا في معرفة أسباب انخفاض اايرادات‪ ،‬مع تطبيق الخطوات‪.‬‬

‫‪100‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫الخطوات المقترحة لتحليل البيانات (‪:)Data Analysis Processes‬‬
‫الخطوة ‪5‬‬ ‫الخطوة ‪4‬‬ ‫الخطوة ‪3‬‬ ‫الخطوة ‪2‬‬ ‫الخطوة ‪1‬‬

‫عرض النتائج‬
‫(‪)Communicate Results‬‬
‫يتم ربط جميع المراحل السابقة‬
‫مع بعضها البعض من أجل‬
‫الوصول لى الرسالة‪ ،‬أو‬
‫االستنتاج الواجب عرضه‪ ،‬أو‬
‫تقديمه من عملية تحليل‬
‫البينات والتي تهدف لى‬
‫الوصول لى استنتاج معين‬
‫يساعد في عملية اتخاذ القرار‪.‬‬
‫تحليل البيانات‬
‫(‪)Data Analysis‬‬
‫تستخدم أساليب عدة وأنظمة‬
‫خاصة لعملية تحليل البيانات‪،‬‬
‫وذلك من خالل استخدام‬
‫أساليب حصائية للتنبؤ‬
‫المستقبلي (سيتم التطرق‬
‫ألنواع التحليل الشائعة ضمن‬
‫هذه الدورة التدريبية الحقا)‪.‬‬
‫معالجة البيانات‬ ‫جمع البيانات‬
‫(‪)Cleaning the Data‬‬ ‫(‪)Data Collection‬‬
‫يتم في هذه المرحلة التخلص‬ ‫تشكل عملية جمع البيانات‬
‫من البيانات ذات المصادر غير‬ ‫تحدي كبير؛ حيث يمكن أن‬
‫الموثوقة أو البيانات التي‬ ‫تتواجد البيانات الالزمة‬
‫ليست ذات أهمية للبند المراد‬ ‫للتحليل في أكثر من مصدر‬
‫تحليله‪.‬‬ ‫وبصور ونماذج مختلفة‪.‬‬
‫تحديد األهداف‬
‫(‪)Define the Questions‬‬
‫تحديد األهداف واألسئلة‬
‫المتوقع جابتها من نتائج‬
‫تحليل البيانات‪ .‬وتعتبر هي‬
‫مرحلة األساس والتي يعتمد‬
‫عليها في الخطوات الالحقة‪.‬‬

‫‪101‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫مثال توضيحي ‪ -‬تطبيق خطوات تحليل البيانات (‪:)2/1‬‬
‫الخطوة ‪1‬‬
‫تحديد األهداف (‪:)Define the Questions‬‬
‫ما أسباب انخفاض اايرادات خالل العام ‪ 2019‬مقارنة مع األعوام السابقة؟‬ ‫•‬
‫• التوصل لى توصيات وحلول مقترحة لرفع قيمة اايرادات وتحسين آلية تقديم الخدمات (مثل زيادة الدعاية‪ ،‬أو تقديم‬
‫الخصومات‪ ،‬لخ‪)..‬؟‬

‫جمع البيانات (‪:)Data Collection‬‬ ‫الخطوة ‪2‬‬

‫لإلجابة على األسئلة يجب البحث وجمع البيانات المتعلقة بت‪:‬‬
‫‪ .1‬حجم اايرادات خالل األعوام السابقة (كمية ومالية – ‪.)Value and Volume‬‬
‫‪ .2‬استراتيجيات التسويق (‪ )Marketing Plan‬للجسر البري وللسفر بين الدولتين‪.‬‬
‫‪ .3‬معلومات المسافرين (مبينا العمر‪ ،‬وسبب السفر‪ .... ،‬لخ)‪.‬‬
‫‪ .4‬أي بيانات أخرى قد تدعم اتخاذ القرارات‪.‬‬

‫‪102‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫مثال توضيحي ‪ -‬تطبيق خطوات تحليل البيانات (‪:)2/2‬‬

‫الخطوة ‪3‬‬
‫معالجة البيانات (‪:)Cleaning the Data‬‬
‫لمعالجة البيانات وتحليلها‪ ،‬يجب حذف المعلومات غير الضرورية‪ ،‬على سبيل المثال‪ ،‬ليس من الضروري معرفة لون السيارة أو‬
‫لوحة ترخيص السيارة التي دخلت الدولة‪ .‬ولكن من الضروري معرفة عدد األشخاص الذين دخلوا الدولة في سيارة واحدة‪.‬‬
‫ستساعدنا هذه المعلومات في فهم عدد األشخاص الذين يدخلون الدولة لغايات السياحة مثال‪.‬‬

‫الخطوة ‪4‬‬
‫تحليل البيانات (‪:)Data Analysis‬‬
‫حان الوقت لتحليل البيانات باستخدام التحليالت الوصفية‪ .‬سيوضح التحليل الوصفي أن النقص في زيارات العمل أدت لى انخفاض‬
‫السياحة لى الدولة‪ .‬وستظهر النماذج والتحليالت التنبؤية أنه ل يادة اايرادات يجب على الدولة التسويق لسياحة العمل‪.‬‬

‫الخطوة ‪5‬‬
‫عرض النتائج (‪:)Communicate Results‬‬
‫ستقوم اادارة العليا اآلن بالتواصل مع فرق التسويق والمبيعات؛ ل يادة التسويق للسياحة في الدولة األخرى‪ .‬يجب على فرق‬
‫التسويق والمبيعات اآلن التفكير في استراتيجيات تسويق جديدة وكيفية تنفيذها ل يادة اايرادات‪.‬‬

‫‪103‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫اإلطار العام للبيانات‪:‬‬

‫استراتيجية البيانات‬
‫منهجية إدارة وتحليل البيانات‬
‫الخطوة الرابعة‬ ‫الخطوة الثالثة‬ ‫الخطوة الثانية‬ ‫الخطوة األولى‬
‫عرض البيانات‬ ‫تحليل البيانات‬ ‫معالجة البيانات‬ ‫جمع البيانات‬

‫• هيكلة البيانات‪.‬‬
‫• الحصول على النتائج‪.‬‬ ‫• نمذجة البيانات‪.‬‬ ‫• مصادر البيانات‪.‬‬
‫• تسوية البيانات‪.‬‬
‫• عداد التقارير‪.‬‬ ‫• النماذج ااحصائية‪.‬‬ ‫• قواعد البيانات‪.‬‬
‫• تطبيق جودة البيانات‪.‬‬

‫الممكّ نات‬
‫ُ‬

‫حماية المعلومات‪:‬‬
‫التصنيف ‪ -‬التشفير – ااخفاء – صالحية الوصول وفقا لألدوار‪.‬‬
‫تكنولوجيا المعلومات والمنصات ودعم التطبيقات‪:‬‬
‫أدوات دارة البيانات ‪ -‬مستودعات البيانات المؤسسية – التطبيقات المتكاملة‪.‬‬

‫‪104‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫حماية المعلومات‪.‬‬

‫حماية المعلومات‪ :‬هي األدوات والبرامج والوسائل والضوابط التي تمنع التهديدات واالعتداءات على‬
‫البيانات والمعلومات من مصادر الخطر الداخلية والخارجية‪ .‬وقد تكون تلك الضوابط مادية أو معنوية أو‬
‫بيئية‪.‬‬

‫ن حماية المعلومات والبيانات ليست نابعة فقط من حرص المنشآت على ضمان سرية وسالمة بياناتها‪،‬‬
‫بل في كثير من األحيان تكون مسؤولية قانونية على المنشأة تجاه المشرعين والمجتمعات وهو ما يمثل‬
‫ضغط أعلى على المنشآت لالستثمار في حماية المعلومات والبيانات‪.‬‬

‫‪105‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫اعتبارات حماية المعلومات‪:‬‬
‫وهي العوامل التي تساعد على تحديد األدوات الالزمة لضمان سرية وسالمة وتوفر المعلومات والبيانات‪.‬‬

‫الوصف‬ ‫المعيار‬
‫أن يتم تصنيف البيانات والمعلومات وفقا ألهميتها وحساسيتها‪ ،‬ووضع جراءات حماية‬ ‫التصنيف‬
‫لكل تصنيف‪.‬‬

‫مجموعة من العمليات الرياضية التي تقوم بتحويل المعلومات والبيانات من تنسيق قابتل‬
‫التشفير‬
‫للقتتراءة لتتى نتتص غيتتر مفهتتوم؛ وذلتتك بهتتدف خفائهتتا عتتن األشتتخاص الغيتتر مصتترح لهتتم‪.‬‬ ‫اعتبارات‬
‫وبامكتتتان أصتتتحاب الصتتتالحية استتتتخدام مفتتتتاح ختتتاص وخوارزميتتتة عكستتتية لفتتتك التشتتتفير‬
‫واالطالع على المعلومات من جديد‪.‬‬ ‫حماية‬
‫أن يتم عداد نسخ أصلية من البيانات ولكن وهمية بمعنى أن قيمها مختلفة ولكن هيئتها‬ ‫حجب هوية‬ ‫المعلومات‬
‫سليمة‪.‬‬ ‫البيانات‬

‫أن يتم تقويض صالحية الوصول لى المعلومات والبيانات وفقا لالحتياج واألدوار‪.‬‬ ‫صالحية الوصول‬

‫‪106‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫اإلطار العام للبيانات‪:‬‬

‫استراتيجية البيانات‬
‫منهجية إدارة وتحليل البيانات‬
‫الخطوة الرابعة‬ ‫الخطوة الثالثة‬ ‫الخطوة الثانية‬ ‫الخطوة األولى‬
‫عرض البيانات‬ ‫تحليل البيانات‬ ‫معالجة البيانات‬ ‫جمع البيانات‬

‫• هيكلة البيانات‪.‬‬
‫• الحصول على النتائج‪.‬‬ ‫• نمذجة البيانات‪.‬‬ ‫• مصادر البيانات‪.‬‬
‫• تسوية البيانات‪.‬‬
‫• عداد التقارير‪.‬‬ ‫• النماذج ااحصائية‪.‬‬ ‫• قواعد البيانات‪.‬‬
‫• تطبيق جودة البيانات‪.‬‬

‫الممكّ نات‬
‫ُ‬

‫حماية المعلومات‪:‬‬
‫التصنيف ‪ -‬التشفير – ااخفاء – صالحية الوصول وفقا لألدوار‪.‬‬
‫تكنولوجيا المعلومات والمنصات ودعم التطبيقات‪:‬‬
‫أدوات دارة البيانات ‪ -‬مستودعات البيانات المؤسسية – التطبيقات المتكاملة‪.‬‬

‫‪107‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫نبذة عن بعض البرامج واألدوات المستخدمة في عملية تحليل البيانات وعرض النتائج‪:‬‬

‫تعتبر واحدة من أفضل منصات تحليل البيانات الضخمة‪.‬‬ ‫منصة ‪Apache Hive‬‬

‫هي منصة تحليل بيانات مفتوحة المصدر تساعد على تمثيل البيانات ومعالجتها ضافة لى النشر والتقييم والتحليالت التنبؤية‪.‬‬ ‫منصة ‪Rapid Miner‬‬

‫تعد واحدة من أهم منصات تحليل البيانات الضخمة والتي تساعد على اكتشاف اامكانيات الضمنية في البيانات والتنبؤ بخصائص‬
‫جديدة للبيانات وتطوير رؤى المناسبة‪.‬‬
‫منصة ‪Knime‬‬

‫أداة مضافة على برنامج ‪ Microsoft Excel‬تستخدم لمعالجة متقدمة تساعد على تحليل البيانات بشكل سريع‪.‬‬ ‫منصة من ‪Solver‬‬

‫أداة مجانية تمكن من التأكد من صحة الفرضيات واستكشاف البيانات بشكل سريع‪.‬‬ ‫منصة ‪Tableau‬‬

‫أداة مجانية تقدمها ‪ Microsoft‬وتوفر تصورات تفاعلية وقدرات ذكاء األعمال مع واجهة بسيطة بما يكفي للمستخدمين النهائيين‬
‫انشاء تقاريرهم ولوحات المعلومات الخاصة بهم‪.‬‬ ‫منصة ‪Power BI‬‬

‫‪108‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫نبذة عن بعض البرامج واألدوات المستخدمة في تخزين البيانات الضخمة‪:‬‬

‫هي منصة حرة ومفتوحة المصدر تصنف ضمن فئة قواعد البيانات (‪ )NoSQL‬تقوم بتخ ين ومعالجة البيانات في صيغة‬
‫(‪ ،)JSON‬وهي أداة مفيدة جدا لتحليل البيانات الضخمة‪.‬‬ ‫منصة ‪MongoDB‬‬

‫هي عبارة عن نظام ادارة قواعد البيانات الموزعة ومفتوحة المصدر‪ .‬وقد تم نشاؤها من قبل فيسبوك في أول األمر‪.‬‬ ‫منصة‬
‫وهي قادرة على معالجة كمية كبيرة من البيانات الموزعة على عدة خوادم (‪.)Servers‬‬ ‫‪Cassandra‬‬

‫قاعدة بيانات مفتوحة المصدر من فئة (‪ )NoSQL‬قادرة على تخ ين ومعالجة البيانات الضخمة في صيغة (‪.)JSON‬‬ ‫منصة ‪CouchDB‬‬

‫هي ح مة برمجية مفتوحة المصدر مكتوبة بلغة جافا (‪ .)JAVA‬وتتمي بقدرتها الكبيرة على تخ ين ومعالجة البيانات الضخمة‬
‫سواء المنتظمة منها أو غير المنتظمة‪.‬‬
‫منصة ‪Hadoop‬‬

‫تعرف أيضا باسم (‪ )Google Refine‬وهي أداة فعالة للعمل على البيانات غير المنظمة‪ .‬وهي قادرة على معالجة وترتيب‬
‫البيانات وتحويلها من صيغة لى أخرى‪ ،‬كما أنها قادرة على تجميع البيانات من مواقع الويب المختلفة‪.‬‬
‫منصة ‪OpenRefine‬‬

‫‪109‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫أمثلة عملية وشرحها لتطبيقات التعامل مع البيانات الضخمة واستخدامها في التحليل‪:‬‬

‫تحدد المنشأة األهداف االستراتيجية التي تسعى للوصول ليها من خالل تحليل البينات وتربطها‬
‫تحدد المنشأة األهداف واألسئلة المتوقع‬
‫بأهداف األعمال التشغيلية اليومية‪ ،‬وتحدد ااجابات التي تسعى المنشأة للحصول عليها لكل‬
‫جابتها عند تحليل البيانات‬
‫هدف تشغيلي‪.‬‬
‫بناء على أهداف تحليل البيانات‪ ،‬تجمع المنشأة البيانات ذات الصلة بعملياتها وأنشطتها من‬
‫تجمع المنشأة البيانات ذات األثر على‬
‫المصادر المختلفة والتي تتضمن مصادر متنوعة من البيانات المعالجة بطرق مختلفة والتي قد‬
‫تحقيق أهدافها‬
‫تضم صورا‪ ،‬مقاطع فيديو‪ ،‬قواعد بيانات‪ ،‬حصائيات‪ ،‬وغيرها من البيات ذات الصلة بعملية التحليل‪.‬‬
‫تتخلص المنشأة من البيانات ذات المصادر غير الموثوقة أو البيانات التي ليست ذات أهمية للبند‬ ‫تنظف المنشأة البيانات تمهيدا لتحليلها‬
‫المراد تحليله وتبقي على البيانات الضرورية؛ الستخراج نتائج مفيدة لعملية تحليل البيانات‪.‬‬ ‫واستخراج النتائج‬
‫تحدد المنشأة العالقات المترابطة بين البيانات المراد تحليلها‪ ،‬وتحدد درجة تأثر العوامل التابعة‬
‫تحلل المنشأة البيانات الستخراج النتائج‬
‫على العوامل المستقلة‪ ،‬وتبني التصورات والسيناريوهات المناسبة لتحليل البيانات‪ ،‬وتلخص‬
‫المناسبة التخاذ القرار‬
‫النتائج التي تم بنائها على عالقة البيانات ببعضها البعض‪.‬‬
‫تختار دارة المنشأة الوسيلة األمثل لعرض النتائج التي تم التوصل ليها والتي قد تكون على شكل‬
‫جداول‪ ،‬و‪/‬أو رسومات بيانية‪ ،‬و‪/‬أو معلومات سردية‪ ،‬أو غيرها من الطرق التي تساعد متخذي‬ ‫تعرض المنشأة نتائج تحليل البيانات‬
‫القرار على اتخاذ القرار المناسب وتحقيق أهداف المنشأة‪.‬‬

‫‪110‬‬
 ‫‪ .4‬التعامل مع البيانات الضخمة واستخدامها في التحليل‬
‫حالة للدراسة‬
‫مدة النقاش‪ 15 :‬دقائق‬

‫ناقش الخطوات الخمسة الواجب استخدامها لغايات تحليل‬

‫البيانات مع ذكر أمثلة حول آلية تطبيقها‪.‬‬

‫‪111‬‬
‫استخدام البيانات في‬
‫مختلف جوانب الرقابة‬
‫(مستوى متقدم)‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫يتناول هذا الفصل المفاهيم والعناصر اآلتية‪:‬‬

‫استخدامات تحليل البيانات في الرقابة الداخلية‪.‬‬

‫عوامل نجاح استخدام تحليل البيانات في الرقابة الداخلية‪.‬‬

‫استخدام تحليل البيانات في نشاط المراجعة الداخلية‪.‬‬

‫أمثلة شائعة على استخدام تحليل البيانات في الرقابة الداخلية‪.‬‬

‫حوكمة البيانات وأهميتها‪.‬‬

‫أمثلة وتطبيقات عملية‪.‬‬

‫‪113‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫اعتبارات االعتماد على البيانات في الرقابة الداخلية‪:‬‬

‫يجب تقييم مدى االعتماد على البيانات المتوفرة‪ ،‬مع األخذ في الحسبان األدوات المستخدمة في التحليل‪ ،‬ومصدر البيانات‪ ،‬وقابليتها للمقارنة‪،‬‬
‫وطبيعة ومالءمة البيانات المتاحة في عملية عداد المعلومات والتقارير‪ ،‬واتخاذ القرارات المناسبة‪ ،‬ولتحقيق ذلك يتم‪:‬‬

‫‪03‬‬ ‫‪01‬‬
‫مراعاة درجة توافر البيانات ومصادر‬ ‫التأكد من أن طبيعة البيانات المتاحة‬
‫تنوعها‪ :‬كلما زادت مصادر البيانات‬ ‫مالءمة‪ ،‬مثل أن تكون البيانات ذات صلة‬
‫المترابطة كلما زادت موثوقيتها‪.‬‬ ‫بالبند المراد مراجعته‪.‬‬

‫‪04‬‬ ‫‪02‬‬
‫تقييم دقة البيانات ومصداقيتها‪.‬‬ ‫التأكد من فعالية الرقابة على عداد‬
‫البيانات‪ :‬أي‪ ،‬أن يضمن نظام الرقابة‬
‫الداخلي استخراج بيانات يمكن االعتماد‬
‫عليها‪.‬‬
‫يتوجب على المنشأة وضع سياسة تصنيف البيانات وهي توضح المبادئ التي يجب اتباعها لحماية البيانات‪ ،‬وذلك من خالل تحديد‬
‫كيف ولمن يمكنك مشاركة البيانات بتصنيف معين؛ من أجل الحفاظ على خصوصية وسالمة وتوفر البيانات‪ .‬ومن خالل هذه‬
‫السياسة‪ ،‬تظهر متطلبات التعامل مع البيانات لتوفير أساسيات حمايتها‪.‬‬

‫‪114‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫عوامل نجاح استخدام تحليل البيانات في الرقابة الداخلية‪:‬‬

‫توفير البنية التحتية والتدريب المناسبين‪ :‬تتطلب عملية تحليل البيانات واستخدامها في مختلف جوانب الرقابة‪ ،‬استثمار في األشخاص‬ ‫▪‬
‫والعمليات والتكنولوجيا بشكل مستمر دون انقطاع‪ ،‬ال يمكن أن تكون عملية تحليل البيانات ضمن الرقابة الداخلية مفيدة‪ ،‬ذا لم يكن هناك‬
‫مويفون مدربون وقادرون على استخدام التحليل المناسب للحصول على القيمة والفائدة المرجوة‪.‬‬
‫توفير الدعم المناسب من قبل اإلدارة العليا‪ :‬يجب على رئيس قسم المعلومات والمديرين التنفيذيين اآلخرين في المنشأة‪ ،‬تع ي مفهوم‬ ‫▪‬
‫تحليل البيانات داخل المنشأة‪ ،‬بحيث تكون عملية تحليل البيانات عملية أساسية في عملية اتخاذ القرارات اليومية‪.‬‬
‫التعامل مع مقاومة التغيير‪ :‬من الممكن أن تثير عملية تحليل البيانات مخاوف أو معارضة بعض المويفين الذين ليسوا على دراية كافية في‬ ‫▪‬
‫كيفية استخدام البيانات وتحليلها وفوائدها المحتملة؛ لذلك يجب على اادارة تقديم الدعم الالزم والترويج المناسب ألهمية تحليل البيانات‬
‫وجعلها ج ءا من ثقافة المنشأة‪ .‬كأن يقوم الرئيس التنفيذي بتسليط الضوء على الحاالت المفيدة‪ ،‬التي أضافت قيمة للمنشأة‪ ،‬جراء استخدام‬
‫البيانات وتحليلها‪.‬‬

‫‪115‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫بعض األمثلة الشائعة على استخدام تحليل البيانات في الرقابة الداخلية‪:‬‬
‫في ما يلي بعض االستخدامات الشائعة مع أمثلة لتحليل البيانات في مجال الحوكمة‪ ،‬والرقابة الداخلية‪ ،‬وااللت ام‪:‬‬
‫الضوابط الداخلية‬ ‫تقييم أداء العمليات‬ ‫كشف االحتيال والتحقيق‬ ‫االلت ام‬
‫(‪)Internal controls‬‬ ‫(‪)Operational Performance‬‬ ‫(‪)Detection and Investigation Fraud‬‬ ‫(‪)Compliance‬‬

‫أداء سير العمليات ومدى كفاءة‬ ‫• تقييم مدى االلتزام مع متطلبات • كشف وتحديد الموظفين والموردين • المقاييس الرئيسية حول تحليل اانفاق •‬
‫الضوابط الرقابية مثل‪ :‬مراجعة عدد‬ ‫(على سبيل المثال‪ ،‬كفاءة االرتباط على‬ ‫الوهميين المحتملين‪ ،‬أو الكشف عن‬ ‫الجهات التنظيمية (على سبيل المثال‪:‬‬
‫عمليات الصيانة الوقائية لألجه ة‪.‬‬
‫بند معين خالل السنة المالية‪،‬‬ ‫عالقات داخلية في قسم المشتريات‬ ‫تحليل نسبة اانفاق من كل بند من بنود‬
‫والتقلبات في أسعار األصناف‬ ‫بين المورد والمويف في قسم‬ ‫الموازنة وفقا لتعليمات وزارة المالية‪،‬‬
‫• تحليل ودراسة المهام داخل وعبر‬
‫المتعاقد عليها من فترة لى أخرى)‪،‬‬ ‫المشتريات‪.‬‬ ‫وتلقي تنبيه عند احتمال زيادة المبالغ‬
‫األقسام (الفصل بين المهام‬
‫وتقييم أداء أقسام وفروع المنشأة‬ ‫عما هو مخصص بالبند‬ ‫المرتبط عليها َّ‬
‫المتعارضة)‪.‬‬ ‫• تسليط الضوء على البيانات غير‬
‫(على سبيل المثال‪ ،‬رضا المستفيدين‬ ‫التخاذ ااجراءات التصحيحية المناسبة‪.‬‬
‫المنطقية والتي تستدعي التعمق‬
‫عن الخدمات المقدمة من المنشأة • جراء تحليل صالحية الدخول لألنظمة‬
‫في التحليل‪.‬‬ ‫• تحليل البيانات ألقسام المنشأة‬
‫(‪.)User Access‬‬ ‫وفقا لمدة تقديم الخدمة وعدد مرات‬
‫الداخلية يعطي مؤشر على الت ام‬
‫زيارة المستفيد)‪.‬‬
‫• تحديد القيم غير المنطقية التي من‬ ‫اادارات باألنظمة واللوائح الداخلية‬
‫شأنها أن تشير لى فشل السيطرة أو‬ ‫• تحليل أداء المخ ون بطيء الحركة‬ ‫مثل‪" :‬استخدام طريقة الشراء المباشر‬
‫إلى وجود نقاط ضعف‪.‬‬ ‫وتقييم أداء المنشأة في عملية اختيار‬ ‫مما هو‬ ‫َّ‬ ‫في عمليات قيمتها أكبر‬
‫األصناف‪/‬الموردين‪/‬التخطيط للشراء‬ ‫منصوص عليه باألنظمة‪.‬‬
‫‪ ...‬لخ‪.‬‬

‫‪116‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫استخدام تحليل البيانات في نشاط المراجعة الداخلية‪:‬‬

‫توفر عملية تحليل البيانات جوانب يجابية للمراجعة الداخلية‪ ،‬من الممكن أن تبرز دور المراجع الداخلي‪ ،‬حينما يكون قادرا على تحليل البيانات و يجاد‬
‫مالحظات مهمة مرتبطة بااجراءات الرقابية التي تساهم في تطوير العمليات اادارية‪ ،‬وتساهم في ضافة قيمة للمنشأة‪.‬‬
‫يساعد تحليل البيانات على رفع مدى كفاءة وفعالية األعمال؛ حيث يمكن المسؤولين والمراجعين (الداخليين والخارجيين) االعتماد على تحليل‬ ‫▪‬
‫البيانات ونتائجها في عملية تقييم مدى كفاءة وفعالية العمليات‪.‬‬
‫في مجال المراجعة‪ ،‬يعني مصطلح "تحليل البيانات" عملية تقويم للمعلومات‪ ،‬من خالل تحليل العالقات المنطقية بين البيانات‪ ،‬بعضها مع‬ ‫▪‬
‫بعض‪.‬‬
‫تشتمل تحليالت البيانات في المراجعة الداخلية‪ ،‬على تقييم التقلبات أو العالقات غير المتسقة ما بين البيانات؛ مما يساعد على اكتشاف‬ ‫▪‬
‫األخطاء وتصحيحها (على سبيل المثال‪ :‬مقارنة منشأة مساحة المستودع مع كمية البضائع الموجودة بداخله‪ ،‬وبالتالي حساب المساحة غير‬
‫المستغلة (أو المساحة الممكن توفيرها) وأثر ذلك على تكلفة البضاعة)‪.‬‬
‫االستفسار من األشخاص المعنين حول أسباب االنحرافات والحصول على معلومات مناسبة تساعد على وضع خطط تصحيحية مناسبة‪.‬‬ ‫▪‬
‫تنفيذ جراءات أخرى ضافية عند الضرورة؛ للتحقق من عدم وجود أي خلل أو اختالفات‪.‬‬ ‫▪‬

‫‪117‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫استخدام تحليل البيانات في الرقابة على الرواتب‪:‬‬

‫من خالل تحليل سلوك عناصر الرواتب (االستحقاقات واالستقطاعات) ومع ربطها ببيانات أخرى مرتبطة بالرواتب‪ ،‬مثل‪ :‬سلم الرواتب‪ ،‬تصنيف‬
‫الويائف‪ ،‬سياسات البدالت والمكافآت‪ ،‬أنظمة الحضور واالنصراف‪ ،‬يساعد تحليل البيانات في اآلتي‪:‬‬

‫الكشف عن المويفين الوهميين أو المويفين دون حضور فعلي لى المنشأة‪.‬‬ ‫▪‬

‫الكشف عن المويفين المسجلين بتعويضات أقل أو أكبر من الحدود المنصوص عليها في السياسات أو األنظمة‪.‬‬ ‫▪‬
‫الكشف عن صحة احتساب االستحقاقات واالستقطاعات وفقا لمحددات االحتساب‪.‬‬ ‫▪‬
‫قياس عدالة توزيع المكافآت بين المويفين ذوي التقييم الواحد داخل المجموعة الوييفية الواحدة‪.‬‬ ‫▪‬
‫معقولية احتساب أرصدة ااجازات واستنفاذها خالل فترات االستحقاق‪.‬‬ ‫▪‬
‫تحديد أي تغييرات غير اعتيادية في جماليات الرواتب المنصرفة وربطها بالتغييرات في أعداد المويفين‪.‬‬ ‫▪‬

‫‪118‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫استخدام تحليل البيانات في الرقابة على المشتريات والمدفوعات‪:‬‬

‫من خالل تحليل قيم المشتريات ومع ربطها ببيانات أخرى‪ ،‬مثل‪ :‬بيانات الموردين‪ ،‬أصناف المخ ون وتحليالتها‪ ،‬وأوامر الصرف‪ ،‬يساعد تحليل البيانات‬
‫في اآلتي‪:‬‬

‫قياس كفاءة اانفاق داخل المنشأة عن طريق ربط أسعار الشراء مع متوسط أسعار الشراء لنفس الصنف سابقا‪.‬‬ ‫▪‬
‫تحديد حجم ترك الشراء من األصناف أو من الموردين؛ لصناعة قرارات خاصة بأسلوب الشراء أو تنويع الموردين‪.‬‬ ‫▪‬
‫الكشف عن أصناف تم السداد لمورديها دون استالمها الفعلي من قبل المنشأة‪.‬‬ ‫▪‬
‫فعليا وتم سدادها أكثر من مرة‪.‬‬
‫ّ‬ ‫الكشف عن أصناف تم استالمها‬ ‫▪‬
‫وجود موردين ذوي قربى لمويفي دارة المشتريات أو موردين هم أنفسهم مويفين في المنشأة‪.‬‬ ‫▪‬
‫قياس عدالة السداد للموردين وقت استحقاق الدفعات وفقا للشروط المتفق عليها‪.‬‬ ‫▪‬
‫الكشف عن فعالية التخطيط لالحتياجات بالوقوف على معدالت االحتفاظ باألصناف من وقت استالمها‪.‬‬ ‫▪‬

‫‪119‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫استخدام تحليل البيانات في الرقابة على اإليرادات‪:‬‬

‫زمنيا ومع ربطها ببيانات أخرى‪ ،‬مثل‪ :‬بيانات العمالء‪ ،‬أرصدة العمالء‪ ،‬المتحصالت النقدية وقائمة أسعار‬
‫من خالل تحليل مصادر اايرادات وسلوكها ّ‬
‫الخدمات أو المنتجات‪ ،‬يساعد تحليل البيانات في اآلتي‪:‬‬

‫تقييم صحة احتساب اايرادات وفقا لألساس المحاسبي المستخدم‪.‬‬ ‫▪‬

‫الكشف عن أي يرادات وهمية أو يرادات لخدمات ‪ /‬منتجات لم يتم تقديمها ‪ /‬تسليمها للعمالء‪.‬‬ ‫▪‬
‫تقييم جودة أرصدة العمالء المسجلة بالدفاتر المحاسبية وقدرة العمالء على السداد من خالل تحليل سلوك كل عميل (حجم المسحوبات وحجم‬ ‫▪‬
‫المرتجعات وتوقيتهما)‪.‬‬
‫الكشف عن أي تسرب في تسجيل أي نوع من اايرادات‪ ،‬وقياس شمولية تسجيل اايرادات‪.‬‬ ‫▪‬
‫التأكد من تسجيل اايرادات وما يتعلق بها من تكاليف في الفترات ال منية الصحيحة‪.‬‬ ‫▪‬

‫‪120‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫مثال حول استخدام تحليل البيانات في إعداد الميزانية السنوية‪:‬‬

‫تسعى وزارة المالية متمثلة في دارة المي انية العامة‪ ،‬في عداد المي انية السنوية بكفاءة وفعالية‪ .‬المنشأة (س) هي جهة حكومية خاضعة‬ ‫▪‬
‫لتعليمات تنفيذ المي انية العامة للدولة والتعليمات المالية‪ ،‬وقد استلمت المنشأة شعارا من وزارة المالية؛ لتنفيذ مي انية السنة المالية المقبلة‬
‫خالل شهر ديسمبر من العام الحالي‪.‬‬
‫تتطلب التعليمات أنه على الجهات الحكومية استخدام أنظمة الحاسب اآللي في جميع العمليات المالية والمحاسبية‪ ،‬والتحول من الوسائل‬ ‫▪‬
‫التقليدية في مسك السجالت و عداد الحسابات والبيانات المالية لى الوسائل االكترونية‪.‬‬
‫تتطلب التعليمات أن تقدم المنشأة يراداتها المقدرة لكل سنة مالية قبل بدايتها ب(‪ )120‬مئة وعشرين يوما‪ ،‬وتشتمل بيان بالمحصل الفعلي‬ ‫▪‬
‫فعليا كاآلتي‪( :‬األرقام بالمليون ريال‬
‫ّ‬ ‫خالل ثالث سنوات مالية سابقة مفصال لكل سنة ولكل يراد تم تحصيله‪ ،‬وقد كانت اايرادات المحصلة‬
‫الرابعة‬ ‫الثالثة‬ ‫الثانية‬ ‫األولى‬ ‫السنة‬ ‫سعودي)‬
‫األول الثاني الثالث الرابع األول الثاني الثالث الرابع األول الثاني الثالث الرابع األول الثاني الثالث الرابع‬ ‫الربع‬
‫؟؟‬ ‫؟؟‬ ‫؟؟‬ ‫؟؟‬ ‫‪25‬‬ ‫‪14‬‬ ‫‪21‬‬ ‫‪14‬‬ ‫‪23‬‬ ‫‪13‬‬ ‫‪19‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪11‬‬ ‫‪16‬‬ ‫‪13‬‬ ‫رسوم مقابل خدمات‬

‫؟؟‬ ‫؟؟‬ ‫؟؟‬ ‫؟؟‬ ‫‪24‬‬ ‫‪22‬‬ ‫‪26‬‬ ‫‪28‬‬ ‫‪32‬‬ ‫‪25‬‬ ‫‪26‬‬ ‫‪24‬‬ ‫‪29‬‬ ‫‪23‬‬ ‫‪26‬‬ ‫‪24‬‬ ‫رسوم وأجور الخدمات‬
‫العامة‬
‫؟؟‬ ‫؟؟‬ ‫؟؟‬ ‫؟؟‬ ‫‪49‬‬ ‫‪36‬‬ ‫‪47‬‬ ‫‪42‬‬ ‫‪55‬‬ ‫‪38‬‬ ‫‪45‬‬ ‫‪39‬‬ ‫‪49‬‬ ‫‪34‬‬ ‫‪42‬‬ ‫‪37‬‬ ‫اإلجمالي‬

‫المطلوب‪ :‬تحديد اايرادات المتوقع تحصيلها خالل فترة ال ‪ 120‬يوما لتسليم التقديرات‪ ،‬بااضافة لى تقديرات السنة المالية باستخدام المعلومات‬
‫التاريخية‪ ،‬باستخدام طريقة الوسط الحسابي‪ ،‬ومرة أخرى باستخدام الوسيط الحسابي‪.‬‬

‫‪121‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫مثال حول استخدام تحليل البيانات في إعداد الميزانية السنوية‪:‬‬
‫طورت المنشأة (س) نموذجا لتنفيذ الموازنة السنوية‪ ،‬باالعتماد على البيانات التاريخية خالل السنوات المنقضية‪ ،‬وساعد ذلك النموذج على‬ ‫▪‬
‫تحديد ما يلي‪:‬‬
‫اتجاهات النمو واالنخفاض لكل بند من بنود الموازنة خالل األعوام الثالث المنقضية‪.‬‬ ‫‪o‬‬
‫تقدير قيم بنود الموازنة التقديرية السنوية بناء على أنماط كل بند خالل الماضي‪ ،‬مما ساهم في كفاءة عداد الموازنة‪.‬‬ ‫‪o‬‬
‫يوضح الجدول التالي‪ ،‬االتجاهات العامة لإليرادات التي تساعد على عداد المي انية التقديرية‪ ،‬وفقا للوسط الحسابي‪:‬‬ ‫▪‬

‫الرابعة‬ ‫الثالثة‬ ‫الثانية‬ ‫األولى‬ ‫السنة‬

‫األول الثاني الثالث الرابع األول الثاني الثالث الرابع األول الثاني الثالث الرابع األول الثاني الثالث الرابع‬ ‫الربع‬
‫‪23‬‬ ‫‪13‬‬ ‫‪19‬‬ ‫‪14‬‬ ‫‪25‬‬ ‫‪14‬‬ ‫‪21‬‬ ‫‪14‬‬ ‫‪23‬‬ ‫‪13‬‬ ‫‪19‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪11‬‬ ‫‪16‬‬ ‫‪13‬‬ ‫رسوم مقابل خدمات‬
‫‪28‬‬ ‫‪23‬‬ ‫‪26‬‬ ‫‪25‬‬ ‫‪24‬‬ ‫‪22‬‬ ‫‪26‬‬ ‫‪28‬‬ ‫‪32‬‬ ‫‪25‬‬ ‫‪26‬‬ ‫‪24‬‬ ‫‪29‬‬ ‫‪23‬‬ ‫‪26‬‬ ‫‪24‬‬ ‫الرسوم الجمركية‬
‫‪51‬‬ ‫‪36‬‬ ‫‪45‬‬ ‫‪39‬‬ ‫‪49‬‬ ‫‪36‬‬ ‫‪47‬‬ ‫‪42‬‬ ‫‪55‬‬ ‫‪38‬‬ ‫‪45‬‬ ‫‪39‬‬ ‫‪49‬‬ ‫‪34‬‬ ‫‪42‬‬ ‫‪37‬‬ ‫اإلجمالي‬

‫‪122‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫مثال حول استخدام تحليل البيانات في إعداد الميزانية السنوية‪:‬‬
‫يوضح الجدول التالي‪ ،‬االتجاهات العامة لإليرادات التي تساعد على عداد المي انية التقديرية‪ ،‬وفقا للوسيط الحسابي‪:‬‬ ‫▪‬

‫الرابعة‬ ‫الثالثة‬ ‫الثانية‬ ‫األولى‬ ‫السنة‬

‫األول الثاني الثالث الرابع األول الثاني الثالث الرابع األول الثاني الثالث الرابع األول الثاني الثالث الرابع‬ ‫الربع‬
‫‪23‬‬ ‫‪13‬‬ ‫‪19‬‬ ‫‪14‬‬ ‫‪25‬‬ ‫‪14‬‬ ‫‪21‬‬ ‫‪14‬‬ ‫‪23‬‬ ‫‪13‬‬ ‫‪19‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪11‬‬ ‫‪16‬‬ ‫‪13‬‬ ‫رسوم مقابل خدمات‬
‫‪29‬‬ ‫‪23‬‬ ‫‪26‬‬ ‫‪24‬‬ ‫‪24‬‬ ‫‪22‬‬ ‫‪26‬‬ ‫‪28‬‬ ‫‪32‬‬ ‫‪25‬‬ ‫‪26‬‬ ‫‪24‬‬ ‫‪29‬‬ ‫‪23‬‬ ‫‪26‬‬ ‫‪24‬‬ ‫الرسوم الجمركية‬
‫‪52‬‬ ‫‪36‬‬ ‫‪45‬‬ ‫‪38‬‬ ‫‪49‬‬ ‫‪36‬‬ ‫‪47‬‬ ‫‪42‬‬ ‫‪55‬‬ ‫‪38‬‬ ‫‪45‬‬ ‫‪39‬‬ ‫‪49‬‬ ‫‪34‬‬ ‫‪42‬‬ ‫‪37‬‬ ‫اإلجمالي‬

‫‪123‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫مثال حول استخدام تحليل البيانات في احتساب مكافأة العمل اإلضافي‪:‬‬
‫تتطلب التعليمات أن يتم احتساب مكافأة العمل ااضافي خالل األيام العادية وفق قاعدة الصرف التالية‪ :‬الراتب الشهري األساسي × عدد أيام‬ ‫▪‬
‫التكليف الشهرية × عدد ساعات التكليف اليومية ÷ ‪( 155‬أقصى عدد ساعات الدوام) = المكافأة‪ ،‬مع تحقيق الضوابط التالية‪:‬‬
‫شهريا‪.‬‬
‫ّ‬ ‫عدد ساعات الدوام (‪ )155‬ساعة‬ ‫‪o‬‬
‫يوميا‪.‬‬
‫ّ‬ ‫عدد أيام الدوام الشهري (‪)22‬‬ ‫‪o‬‬
‫يوميا‪.‬‬
‫ّ‬ ‫أال يتجاوز عدد ساعات التكليف خارج وقت الدوام اليومي (‪ )3,5‬ساعات‬ ‫‪o‬‬
‫أال ت يد المكافأة على (‪ )% 50‬من الراتب الشهري األساسي‪.‬‬ ‫‪o‬‬
‫وكانت البيانات المستخرجة عن تعويضات الرواتب كاآلتي‪:‬‬ ‫▪‬
‫عدد أيام التكليف الشهرية عدد ساعات التكليف اليومية‬ ‫الراتب األساسي‬ ‫الموظف‬
‫‪5‬‬ ‫‪13‬‬ ‫‪10,000‬‬ ‫الموظف (أ)‬
‫‪3‬‬ ‫‪26‬‬ ‫‪20,000‬‬ ‫الموظف (ب)‬
‫‪6‬‬ ‫‪30‬‬ ‫‪12,000‬‬ ‫الموظف (ج)‬
‫المطلوب‪ :‬تحديد عدد ساعات التكليف اليومية المسموح بها‪ ،‬ومن ثم احتساب المكافأة المتوقعة لكل مويف في الضوابط المنصوص عليها‪.‬‬

‫‪124‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫مثال حول استخدام تحليل البيانات في احتساب مكافأة العمل اإلضافي‪:‬‬
‫خطوات الحل‪:‬‬
‫باستخدام دالة (‪ )IF‬يمكن أوال تحديد عدد ساعات التكليف اليومية المسموح بها‪ ،‬كاآلتي‪:‬‬ ‫▪‬
‫ذا كانت عدد ساعات التكليف اليومية أكثر من ‪ 3.5‬ساعات‪ ،‬حدد الحد األقصى (‪ 3.5‬ساعة)‪ ،‬و ذا كان عدد ساعات التكليف اليومية أقل من ‪3.5‬‬ ‫▪‬
‫ساعات‪ ،‬اختر عدد الساعات األقل‪ ،‬وهو ما يتمثل على ااكسل بالمعادلة )‪.=IF(E3>3.5,3.5,E3‬‬
‫من ثم يتم احتساب مكافأة العمل ااضافي لكل مويف‪ ،‬المتمثل في حاصل ضرب الراتب الشهري األساسي × عدد أيام التكليف الشهرية ×‬ ‫▪‬
‫عدد ساعات التكليف اليومية ÷ ‪(155‬أقصى عدد ساعات الدوام) شريطة أال تتجاوز القيمة الحسابية ‪ %50‬من الراتب األساسي ويمكن تمثيلها‬
‫في المعادلة ))‪.=IF(((C3*D3*F3)/155)>(C3*50%),(C3*50%),((C3*D3*F3)/155‬‬

‫المكافأة‬ ‫الحد األقصى لساعات التكليف‬ ‫عدد ساعات التكليف اليومية‬ ‫عدد أيام التكليف الشهرية‬ ‫الراتب الشهري‬ ‫الموظف‬

‫‪2935‬‬ ‫‪3.5‬‬ ‫‪5‬‬ ‫‪13‬‬ ‫‪10,000‬‬ ‫الموظف (أ)‬

‫‪10000‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪26‬‬ ‫‪20,000‬‬ ‫الموظف (ب)‬

‫‪6000‬‬ ‫‪3.5‬‬ ‫‪6‬‬ ‫‪30‬‬ ‫‪12,000‬‬ ‫الموظف (ج)‬

‫‪125‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫مثال حول استخدام تحليل البيانات في تقييم سالمة كشوف الرواتب‪:‬‬
‫تتطلب سياسة التعويضات بالمنشأة (أ)‪ ،‬أن يتم تحديد رواتب وم ايا المويف وفقا لدرجته الوييفية وتصنيف المسمى الوييفي كاآلتي‪:‬‬ ‫▪‬

‫الحد األعلى‬ ‫الحد المتوسط‬ ‫الحد األدنى‬ ‫الدرجة الوظيفية‬ ‫المسمى الوظيفي‬ ‫المجموعة الوظيفية‬

‫‪25,000‬‬ ‫‪20,000‬‬ ‫‪15,000‬‬ ‫‪10‬‬ ‫مدير دارة عامة‬ ‫اإلدارة التنفيذية‬

‫‪11,000‬‬ ‫‪12,000‬‬ ‫‪7,000‬‬ ‫‪20‬‬ ‫أخصائي خدمة العمالء‬ ‫خدمة العمالء‬

‫‪15,000‬‬ ‫‪13,000‬‬ ‫‪11,000‬‬ ‫‪30‬‬ ‫محلل نظم معلومات‬ ‫تكنولوجيا المعلومات‬

‫‪13,000‬‬ ‫‪11,000‬‬ ‫‪9,000‬‬ ‫‪30‬‬ ‫رئيس قسم المحاسبة‬ ‫المالية والمحاسبة‬

‫وتتطلب السياسة المحددات اآلتية‪:‬‬

‫أال يتجاوز جمالي البدالت نسبة ‪ %40‬من الراتب األساسي‪.‬‬ ‫‪o‬‬
‫أال تتعدى االستقطاعات األخرى ‪ %25‬من جمالي االستحقاقات‪.‬‬ ‫‪o‬‬

‫‪126‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫مثال حول استخدام تحليل البيانات في تقييم سالمة كشوف الرواتب‪:‬‬
‫وقد كانت بيانات الرواتب لعينة من المويفين مستخرجة من كشف الرواتب كاآلتي‪:‬‬ ‫▪‬

‫صافي‬ ‫إجمالي‬ ‫استقطاعات‬ ‫اشتراك‬ ‫إجمالي‬ ‫البدالت‬ ‫الراتب‬ ‫الدرجة‬

‫المسمى الوظيفي‬ ‫الموظف‬
‫الراتب‬ ‫االستقطاعات‬ ‫أخرى‬ ‫التأمينات‬ ‫االستحقاقات‬ ‫الشهرية‬ ‫األساسي‬ ‫الوظيفية‬

‫‪25,600‬‬ ‫‪5,400‬‬ ‫‪1,000‬‬ ‫‪4,400‬‬ ‫‪31,000‬‬ ‫‪9,000‬‬ ‫‪22,000‬‬ ‫‪10‬‬ ‫مدير دارة عامة‬ ‫الموظف (أ)‬

‫‪13,200‬‬ ‫‪2,800‬‬ ‫‪0‬‬ ‫‪2,800‬‬ ‫‪16,000‬‬ ‫‪2,000‬‬ ‫‪14,000‬‬ ‫‪20‬‬ ‫أخصائي خدمة العمالء‬ ‫الموظف (ب)‬

‫‪7,400‬‬ ‫‪7,600‬‬ ‫‪5,000‬‬ ‫‪2,600‬‬ ‫‪15,000‬‬ ‫‪2,000‬‬ ‫‪13,000‬‬ ‫‪30‬‬ ‫محلل نظم معلومات‬ ‫الموظف (ج)‬

‫‪8,100‬‬ ‫‪1,900‬‬ ‫‪500‬‬ ‫‪1,400‬‬ ‫‪10,000‬‬ ‫‪3,000‬‬ ‫‪7,000‬‬ ‫‪30‬‬ ‫رئيس قسم المحاسبة‬ ‫الموظف (د)‬

‫‪54,300‬‬ ‫‪17,700‬‬ ‫‪6,500‬‬ ‫‪11,200‬‬ ‫‪72,000‬‬ ‫‪16,000‬‬ ‫‪56,000‬‬ ‫اإلجماليات‬

‫المطلوب‪ :‬عداد تقرير باالستثناءات يوضح معقولية الرواتب للمويفين وفقا لسياسات سلم الرواتب باستخدام ااكسل‪ ،‬ومن ثم التحقق من سالمة‬
‫احتساب الرواتب وفقا لمحددات السياسة‪.‬‬

‫‪127‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫مثال حول استخدام تحليل البيانات في تقييم سالمة كشوف الرواتب‪:‬‬
‫خطوات الحل‪:‬‬
‫أوال‪ :‬يتم تحديد معايير التقرير الستخراج االستثناءات عن طريق ااجابة عن األسئلة التالية‪:‬‬ ‫▪‬
‫هل الراتب يقع ضمن حدود سلم الرواتب ؟‬ ‫‪o‬‬
‫هل احتساب البدالت يتعدى النسبة المحددة (‪ )%40‬؟‬ ‫‪o‬‬
‫هل االستقطاعات األخرى تتعدى (‪ )%25‬من جمالي االستحقاقات؟‬ ‫‪o‬‬
‫ومن ثم يتم تصميم تقرير مبسط بااجابات المطلوب من التحليل ااجابة عليها بنعم أو ال‪ ،‬وفي حالة ااجابة بنعم‪ ،‬يتم ضافة حقل الحتساب‬ ‫▪‬
‫قيمة االختالف‪ - ،‬ن وجدت‪.-‬‬
‫ثانيا‪ :‬باستخدام دالة (‪ )IF‬يمكن أوال تحديد قيمة الراتب األساسي ما ذا كان أقل من الحد األدنى للدرجة الوييفية أو أكبر من الحد األعلى‪،‬‬ ‫▪‬
‫وتكون المعادلة بربط جدول كشف الرواتب بجدول سلم الرواتب‪ ،‬كاآلتي‪:‬‬
‫في عمود ااجابة لسؤال "هل الراتب يقع ضمن حدود سلم الرواتب"‪ ،‬يتم تكوين معادلة السؤال‬ ‫‪o‬‬
‫("نعم"‪",‬ال"‪.=IF(OR(L4>G4,L4<E4),‬‬
‫في عمود ااجابة‪ ،‬لتحديد قيم االختالف يتم تكوين معادلة االحتساب (("ال يوجد"‪.=IF(L3>G3,L3-G3,IF(L3<E3,L3-E3,‬‬ ‫‪o‬‬

‫‪128‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫مثال حول استخدام تحليل البيانات في تقييم سالمة كشوف الرواتب‪:‬‬
‫ومن ثم‪ ،‬باستخدام دالة (‪ )IF‬يمكن تحديد ما ذا كانت البدالت الشهرية تتعدى ‪ %40‬من الراتب األساسي‪ ،‬كاآلتي‪:‬‬
‫في عمود ااجابة لسؤال "هل احتساب البدالت يتعدى النسبة المحددة (‪ )%40‬؟" يتم تكوين معادلة السؤال‬ ‫‪o‬‬

‫في عمود ااجابة لتحديد قيم االختالف يتم تكوين معادلة االحتساب‬ ‫‪o‬‬

‫وبالمثل‪ ،‬باستخدام دالة (‪ )IF‬يمكن تحديد ما ذا كانت االستقطاعات األخرى تتعدى ‪ %25‬من جمالي االستحقاقات‪ ،‬كاآلتي‪:‬‬
‫في عمود ااجابة لسؤال "هل االستقطاعات األخرى تتعدى (‪ )%25‬من جمالي االستحقاقات؟" يتم تكوين معادلة السؤال‬ ‫‪o‬‬

‫في عمود ااجابة لتحديد قيم االختالف يتم تكوين معادلة االحتساب‬ ‫‪o‬‬

‫‪129‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫مثال حول استخدام تحليل البيانات في تقييم سالمة كشوف الرواتب‪:‬‬

‫هل االستقطاعات األخرى تتعدى (‪ )%25‬من‬ ‫هل احتساب البدالت يتعدى النسبة المحددة‬
‫هل الراتب يقع ضمن حدود سلم الرواتب ؟‬ ‫المعيار‬
‫إجمالي االستحقاقات؟‬ ‫(‪ )%40‬؟‬
‫االختالف‬ ‫الوصف‬ ‫االختالف‬ ‫الوصف‬ ‫االختالف‬ ‫الوصف‬ ‫الموظف‬
‫ال يوجد‬ ‫ال‬ ‫‪200‬‬ ‫نعم‬ ‫ال يوجد‬ ‫ال‬ ‫الموظف (أ)‬
‫ال يوجد‬ ‫ال‬ ‫ال يوجد‬ ‫ال‬ ‫‪3,000‬‬ ‫نعم‬ ‫الموظف (ب)‬
‫‪1,250‬‬ ‫نعم‬ ‫ال يوجد‬ ‫ال‬ ‫ال يوجد‬ ‫ال‬ ‫الموظف (ج)‬
‫ال يوجد‬ ‫ال‬ ‫‪200‬‬ ‫نعم‬ ‫‪-2,000‬‬ ‫نعم‬ ‫الموظف (د)‬

‫االستنتاجات‪:‬‬
‫يظهر التقرير وجود عينات من المويفين ي يد أو يقل راتبهم األساسي عن الحدود المذكورة بسلم الرواتب‪ ،‬وعينة أخرى يتعدى البدل الشهري‬ ‫▪‬
‫لها الحد المنصوص عليه‪ ،‬وأيضا عينة ت يد استقطاعاتها األخرى عن الحد األقصى المسموح به‪.‬‬
‫وهو ما قد يعكس أن غياب الضوابط الرقابية ادخاالت نظام الرواتب غير فعالة أو أنها غير محدثة‪ ،‬أو قد تعني أن سياسات سلم الرواتب غير‬ ‫▪‬
‫مفعلة ألي من األسباب‪.‬‬
‫وبالتالي يتطلب األمر دراسة األسباب الجذرية لوضع ااجراءات التصحيحية‪.‬‬ ‫▪‬

‫‪130‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫حوكمة البيانات وأهميتها‪:‬‬

‫تعرف حوكمة البيانات‪ ،‬بأنها السياسات وااجراءات التي تحدد كيفية نشاء المنشأة للبيانات وتحويلها وتخ ينها وحمايتها واستخدامها‪ ،‬والتي يمكن أن‬
‫تجعل عملية الحصول على البيانات ومعالجتها محكومة بالضوابط التي تفرضها المنشأة‪ ،‬حيث يمكن ألنشطة الرقابة الداخلية الحصول بسهولة على‬
‫بيانات عالية الجودة‪ ،‬تساعد في تحليلها واالستناد عليها في النتائج‪.‬‬

‫أهداف حوكمة البيانات‪:‬‬

‫تعريف و قرار و بالغ استراتيجيات البيانات والسياسات والمعايير وااجراءات والمقاييس‪.‬‬ ‫▪‬
‫تتبع وفرض التوافق مع سياسات البيانات والمعايير وااجراءات‪.‬‬ ‫▪‬
‫بناء رؤية مشتركة حول البيانات وتنفيذها وتقوية اامكانات المؤسسية والتنظيمية ادارة البيانات‪.‬‬ ‫▪‬
‫تع ي كفاءة استخدام البيانات والمساءلة‪.‬‬ ‫▪‬
‫حل المشاكل المتعلقة بالبيانات‪.‬‬ ‫▪‬
‫فهم وتع ي قيمة أصول البيانات‪.‬‬ ‫▪‬

‫‪131‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫أخالقيات العمل المرتبطة بالبيانات‪:‬‬

‫أن يتم الوصول للبيانات بطرق أخالقية وقانونية من خالل مصادر الملكية المعرفة لها‪.‬‬
‫الملكية‬

‫أن يتم جمع البيانات وحفظها من مصادرها الشخصية أو المؤسسية بعد اطالع مالكي البيانات على االستخدامات المتوقعة‬
‫الشفافية‬
‫من البيانات‪ ،‬واحتماالت مشاركتها أو عادة توزيعها‪.‬‬

‫أن يتم جمع البيانات وحفظها ومعالجتها بعد أخذ الموافقة والتصريح والقبول من مالكي البيانات‪.‬‬
‫التصريح‬

‫مراعاة األبعاد الشخصية والخاصة للبيانات‪ ،‬وأال يصل لى البيانات أشخاص من غير ذوي الصالحية‪.‬‬ ‫الخصوصية‬

‫أن يتم استخدام البيانات في األغراض التي تم التصريح عنها‪ ،‬وأن يكون استخدامها في الغايات واألهداف المشروعة‪.‬‬
‫المصداقية‬

‫‪132‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫مبادئ إطار الرقابة الداخلية كوزو )‪ )COSO‬المتكامل في عملية إدارة وحوكمة البيانات (‪.)3/1‬‬

‫يتضمن طار الرقابة الداخلية المتكامل كوزو (‪ )COSO‬مبدأين متعلقين بحوكمة البيانات واستخدامها في الرقابة الداخلية‪:‬‬

‫مبدأ ‪:11‬‬
‫اختيار وتطوير الرقابة العامة على تكنولوجيا المعلومات‪.‬‬

‫مبدأ ‪:13‬‬
‫استخدام معلومات ذات صلة وجودة لتطبيق الرقابة الداخلية‪.‬‬

‫‪133‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫مبادئ إطار الرقابة الداخلية كوزو )‪ )COSO‬المتكامل في عملية إدارة وحوكمة البيانات (‪.)3/2‬‬

‫مبدأ ‪:11‬‬
‫اختيار وتطوير الرقابة العامة على تكنولوجيا المعلومات‪.‬‬

‫تحديد اعتماد استخدام التكنولوجيا في العمليات التشغيلية على الضوابط العامة في رقابة تكنولوجيا المعلومات‪ :‬تحدد‬
‫التبعية واالرتباط بين العمليات التشغيلية وأنشطة الرقابة اآللية‪ ،‬والرقابة العامة على تكنولوجيا المعلومات‪.‬‬ ‫‪01‬‬

‫إنشاء أنشطة الرقابة على البنية التحتية للتكنولوجيا‪ :‬تختار اادارة وتطور أنشطة الرقابة على البنية التحتية لتكنولوجيا المعلومات‪،‬‬
‫والتي يتم تصميمها وتنفيذها للمساعدة في ضمان اكتمال ودقة المعالجة المناسبة للمعلومات‪.‬‬ ‫‪02‬‬
‫إنشاء أنشطة الرقابة المتعلقة بعملية إدارة أمن تكنولوجيا المعلومات‪ :‬تختار اادارة وتطور أنشطة الرقابة التي يتم تصميمها‬
‫وتنفيذها لتقييد حرية الوصول لى تكنولوجيا المعلومات‪ ،‬ويستثنى المستخدمون المصرح لهم بما يتناسب مع مسؤولياتهم الوييفية‬ ‫‪03‬‬
‫لحماية أصول المنشأة من التهديدات والمخاطر الخارجية‪.‬‬
‫تأسيس أنشطة الرقابة المناسبة للحصول على تكنولوجيا المعلومات‪ ،‬وتطويرها‪ ،‬وصيانة أنظمتها‪ :‬تختار اادارة وتطور أنشطة‬
‫الرقابة للحصول على التكنولوجيا والبنية التحتية وتطويرها وصيانتها لتحقيق أهداف اادارة‪.‬‬ ‫‪04‬‬

‫‪134‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫مبادئ إطار الرقابة الداخلية كوزو )‪ )COSO‬المتكامل في عملية إدارة وحوكمة البيانات (‪.)3/3‬‬

‫مبدأ ‪:13‬‬
‫استخدام معلومات ذات صلة وجودة لتطبيق الرقابة الداخلية‪.‬‬

‫تحديد متطلبات المعلومات‪ :‬وجود عملية تحدد المعلومات المطلوبة والمتوقعة لدعم تفعيل المكونات األخرى من النظام الرقابي‬
‫بهدف تحقيق أهداف المنشأة‪ ،‬كما تقوم المنشأة بتطوير وتفعيل الضوابط الرقابية ذات الصلة بتحديد هذه المعلومات‪.‬‬ ‫‪01‬‬

‫جمع البيانات من مصادر داخلية وخارجية‪ :‬كما تقوم اادارة بتوثيق مصادر المعلومات وتحديد مدى موثوقية مختلف هذه المصادر‪.‬‬ ‫‪02‬‬

‫معالجة البيانات ذات الصلة وتحويلها إلى معلومات مفيدة‪ :‬تقوم أنظمة المعلومات بمعالجة البيانات ذات الصلة بأنشطة‬
‫المنشأة وعملياتها‪ ،‬وتحويلها لى معلومات مفيدة التخاذ القرارات‪.‬‬ ‫‪03‬‬

‫‪135‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫أمثلة عملية وشرحها لتطبيقات تخص استخدام البيانات في مختلف جوانب الرقابة‪:‬‬

‫يساعد تحليل البيانات‪ ،‬التعرف على دورية وحجم العمليات المنفذة خالل الماضي‪ ،‬وهو ما‬
‫يستخدم تحليل البيانات في تحليل وتقييم‬
‫يساعد خالل تقييم المخاطر على توقع اآلثار المترتبة على وقوع خطر ما‪ ،‬ويساعد أيضا على‬
‫مخاطر المنشآت‬
‫توقع احتمالية حدوث الخطر وفقا لسلوكه في الماضي‪.‬‬

‫من خالل تحليل حجم عمليات المنشأة ونوعها في الماضي‪ ،‬يساعد تحليل بيانات المعامالت على‬
‫استخدام تحليل البيانات في تحسين‬
‫ضبط الصالحيات المالية الممنوحة لى كل مستوى داري ووفقا للمخاطر المتعلقة بكل معاملة‪،‬‬
‫تفويض الصالحيات اادارية والمالية‬
‫وتحديدها بشكل أدق بما يتناسب مع حجم المنشأة‪.‬‬
‫من خالل ربط تحليالت الخاصة بالمتغيرات المختلفة (مثل‪ :‬متوسط المرتجعات من صنف ما‪،‬‬
‫وربطها مع تحليالت الكلمات المفتاحية في شكاوى العمالء‪ ،‬قد يشير لى وجود ضعف رقابي‬ ‫يعمل تحليل البيانات كرقابة وقائية أو‬
‫في دارة ضبط الجودة)‪ .‬يساعد ذلك على تحديد أوجه القصور المحتملة‪ ،‬ويجذب انتباه القائمين‬ ‫استكشافية‬
‫على الرقابة بضرورة اتخاذ جراءات تصحيحية‪.‬‬
‫تطور المنشأة أدوات تحليل البيانات المناسبة بناء على المعلومات التي ترغب المنشأة في‬
‫المطلوبة‬ ‫المعلومات‬ ‫تحدد المنشأة‬
‫الحصول عليها‪ .‬مثل تطوير المنشأة ألدوات تحليل البيانات ذات الصلة بنسب رضا العمالء‬
‫ألنشطتها‬
‫واألرباح المستهدفة‪ ،‬وتحدد المؤشرات التي ترغب اادارة بقياسها‪.‬‬

‫‪136‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫أمثلة عملية وشرحها لتطبيقات تخص استخدام البيانات في مختلف جوانب الرقابة‪:‬‬

‫توفر دارة المنشأة البنية التحتية المناسبة والتي تتضمن البرامج الحاسوبية والمعرفة والتدريب‬
‫توفر دارة المنشأة البنية التحتية والتدريب‬
‫وأجه ة الحاسوب القادرة على معالجة البيانات الضخمة وتحليل البيانات وتقدم الصيانة والدعم‬
‫المناسبين للمويفين‬
‫الفني عند الحاجة‪.‬‬

‫يتم تحليل نتائج العمليات اليومية ومقارنتها مع خطط واستراتيجيات المنشأة‪ ،‬ومع المنشآت‬
‫يستخدم تحليل البيانات في تقييم مدى‬
‫المنافسة ويتم تحديد األسباب الجذرية لالنحرافات‪ ،‬واتخاذ القرارات المناسبة؛ لتفادي أي انحرافات‬
‫كفاءة وفعالية العمليات‬
‫سلبية في المستقبل‪.‬‬

‫يتم تحليل البيانات ومقارنتها مع البيانات التاريخية‪ ،‬وتحديد أي عالقات أو انحرافات غير منطقية‬
‫استخدام تحليل البيانات في كشف‬
‫كأداة لتحديد احتمالية وجود أخطاء مقصودة أو غير مقصودة‪ ،‬ويتم التحقيق في تلك الفروق‬
‫االحتيال والتحقيق‬
‫لمعرفة أسبابها ومحاسبة المقصرين‪.‬‬

‫تشرح اادارة أهمية التغيير على أداء األعمال عند استخدام تحليل البيانات‪ ،‬وكيف من الممكن‬ ‫تتعامل المنشأة مع مقاومة التغيير عند‬
‫لتحليل البيانات تطوير عمليات المنشأة‪ ،‬كما وتناقش اادارة مخاوف المويفين حول التقنية‬ ‫اعتماد دخال تقنية تحليل البيانات لى‬
‫الجديدة وتعمل على تبديدها‪ .‬وتوفر اادارة مدير مشروع يتابع عملية التغيير بشكل مستمر‪.‬‬ ‫نموذج أعمالها‬

‫‪137‬‬
 ‫‪ .5‬استخدام البيانات في مختلف جوانب الرقابة‬
‫حالة للدراسة‬
‫مدة النقاش‪ 10 :‬دقائق‬

‫ناقش أمثلة حول استخدام تحليل البيانات في المجاالت التالية‪:‬‬

‫أنشطة االلتزام‪.‬‬
‫كشف االحتيال‪.‬‬
‫إدارة المخاطر‪.‬‬
‫تحسين عمليات الرقابة الداخلية‪.‬‬

‫‪138‬‬
‫قائمة المصطلحات‬
 ‫قائمة المصطلحات‬
‫التعريف‬ ‫المصطلح‬
‫هي مدخالت (المادة الخام) لعمليات تحليل البيانات‪ ،‬وتمثل الحقائق واألحداث والمشاهدات الموضوعية التي قد تكون على‬
‫البيانات‬
‫خاصة‪ ،‬وال تعكس البيانات أي معنى في حد ذاتها‪.‬‬
‫شكل أرقام أو حروف أو رموز أو صور أو وسائط أو أي أشكال ّ‬
‫يعرف تحليل البيانات بأنه‪ :‬عملية فحص وتدقيق البيانات وانتقائها‪ ،‬وتحويلها وتخ ينها ونمذجتها؛ الكتشاف معلومات مفيدة‬
‫تحليل البيانات‬
‫تساعد في اتخاذ القرارات‪.‬‬
‫مجموعة أو مجموعات من البيانات الضخمة والمعقدة التي ال يمكن معالجتها بكفاءة باستخدام التكنولوجيا التقليدية‪( ،‬مثل‪:‬‬
‫البيانات الضخمة‬
‫برنامج كسل“‪ )"Excel‬لتحقيق االستفادة منها‪.‬‬
‫أن تكون البيانات مرتبطة بالحقائق فقط‪ ،‬ويتم استقائها من مصادرها بعيدا عن التحي البشري أو االنتقاء البرمجي‪.‬‬ ‫الموضوعية‬
‫مجموعة من الخطوات الرياضية والمنطقية والمتسلسلة الالزمة لحل مشكلة‪ .‬وفي تقنية المعلومات هي خطوات تمت‬ ‫الخوارزميات‬
‫كتابتها بلغات برمجة للحصول على المخرجات من المدخالت‪.‬‬ ‫)‪(Algorithms‬‬
‫السياسات وااجراءات التي ترك على الفرص والمخاطر‪ ،‬واالستراتيجية‪ ،‬وخلق القيمة‪ ،‬واستخدام الموارد‪ ،‬وتوجه لى اتخاذ‬
‫األداء‬
‫القرارات في المنشأة‪.‬‬
‫عملية تتأثر بمجلس دارة المنشأة و دارتها التنفيذية وغيرهم من األفراد‪ ،‬يتم تصميمها لتقديم تأكيد معقول حول تحقيق‬
‫الرقابة الداخلية‬
‫المنشأة ألهدافها المتعلقة بالعمليات‪ ،‬والتشغيل‪ ،‬و عداد التقارير‪ ،‬وااللت ام باألنظمة والقوانين‪.‬‬

‫‪140‬‬
 ‫قائمة المصطلحات‬
‫التعريف‬ ‫المصطلح‬
‫نشاط مستقل وموضوعي‪ ،‬يقدم تأكيدات وخدمات استشارية بهدف ضافة قيمة للمنشأة وتحسين عملياتها‪ .‬ويساعد في‬
‫المراجعة الداخلية‬
‫تحقيق أهداف المنشأة من خالل اتباع أسلوب منهجي لتقييم وتحسين فاعلية عمليات الحوكمة و دارة المخاطر‪ ،‬وااللت ام‪.‬‬
‫مجموعة من المسؤوليات والممارسات التي يقوم بها مجلس اادارة واادارة التنفيذية (هيئة الحوكمة) بهدف توفير‬
‫التوجيه االستراتيجي‪ ،‬وضمان تحقيق األهداف‪ ،‬بااضافة لى التأكد من دارة المخاطر بشكل صحيح‪ ،‬والتحقق من استخدام‬ ‫الحوكمة‬
‫موارد المنشأة بشكل مسؤول‪ .‬ويعكس هذا التعريف جانبي األداء وااللت ام في الحوكمة‪.‬‬
‫أي ممارسة تنطوي على استخدام الخداع للحصول المباشر أو غير المباشر على شكل من أشكال االستفادة لمرتكب الجريمة‪،‬‬
‫االحتيال‬
‫أو تسهيل ذلك لغيره لتؤدي لى شكل من أشكال الخسارة للطرف اآلخر‪.‬‬
‫هو االلت ام بالقوانين واللوائح‪ ،‬وممارسات الحوكمة‪ ،‬والمساءلة‪ ،‬وتوفير الضمانات للمستفيدين بشكل عام‪ .‬ويمكن أن يشير‬
‫المصطلح لى العوامل الداخلية التي حددها المويفون‪ ،‬أو المساهمون‪ ،‬أو أنظمة المنشأة‪ ،‬بااضافة لى المؤثرات الخارجية‬ ‫االلت ام‬
‫مثل متطلبات الجهات التنظيمية‪.‬‬
‫مستوى المخاطر‬
‫مستوى المخاطرة الذي تستطيع أن تتحمله المنشأة في سعيها لتحقيق أهدافها‪.‬‬
‫المقبولة‬

‫‪141‬‬
 ‫قائمة المصطلحات‬
‫التعريف‬ ‫المصطلح‬
‫ااجراء المطبق في منشآت القطاع العام وعلى العاملين فيها‪( :‬أ) لتحميلهم مسؤولية قراراتهم وأفعالهم‪ ،‬بما في ذلك‬
‫ااشراف على األموال العامة وجميع جوانب األداء‪ ،‬و(ب) اخضاعهم للمراجعة الخارجية المناسبة‪ .‬تتحقق المساءلة في يل‬
‫المساءلة‬
‫فهم جميع األطراف لمسؤولياتهم‪ ،‬وبتحديد األدوار بشكل واضح‪ ،‬وبوجود هيكل قوي‪ .‬وبالتالي‪ ،‬فان المساءلة هي الخضوع‬
‫للمحاسبة عن القرارات واألداء‪.‬‬
‫احتمال وقوع أحداث غير مؤكدة تؤثر على تحقيق استراتيجية المنشأة وأهداف العمل لديها والتي تكون ذات تأثير يجابي أو‬
‫الخطر‬
‫سلبي‪.‬‬
‫هيكل متناسق وعمليات مستمرة تؤثر على المنشأة؛ لتحديد وتقييم المخاطر والتقرير عن االستجابات والفرص والتهديدات‬
‫دارة المخاطر‬
‫التي تؤثر على نجاز األهداف‪.‬‬
‫الذكاء‬
‫يشير الذكاء االصطناعي لى التطبيقات واألجه ة التي تحاكي الذكاء البشري في أداء المهام‪.‬‬
‫االصطناعي )‪(AI‬‬
‫هو نظام من األشياء (أجه ة استشعار‪ ،‬وبرامج وتقنيات أخرى) المترابطة والمتصلة باانترنت القادرة على جمع البيانات ونقلها‬ ‫نترنت األشياء‬
‫دون تدخل بشري‪.‬‬ ‫)‪(IoT‬‬

‫‪142‬‬
 ‫قائمة المصطلحات‬
‫التعريف‬ ‫المصطلح‬
‫تعلم اآللة‬
‫تعلم اآللة هو أحد تطبيقات الذكاء االصطناعي الذي يوفر لألنظمة القدرة على التعلم والتحسين تلقائيا من التجربة دون‬
‫‪(Machine‬‬
‫الحاجة لى عادة برمجتها بعد التشغيل‪.‬‬
‫)‪learning‬‬

‫‪143‬‬
‫المراجع‬
 ‫تم الرجوع إليها عند إعداد الورشة التدريبية‪:‬‬
‫المصادر التي ّ‬

‫تحليل البيانات وأساسيات التصور من معهد المحاسبين ااداريين المعتمدين (‪.)IMA‬‬ ‫▪‬

‫طار (‪ )COSO‬الخاص بالرقابة الداخلية‪.‬‬ ‫▪‬ ‫المصادر التي تم‬

‫معيار المراجعة الدولي (‪ )520‬الخاص بااجراءات التحليلية‪.‬‬ ‫▪‬ ‫الرجوع إليها‬

‫معايير المراجعة الداخلية (‪.)IIA‬‬ ‫▪‬

‫‪145‬‬
‫شكرا‬