ASK QUESTIONS TO MAKE DATA-DRIVEN

DECISIONS
CAUSES 2
 ‫المصطلحات ‪:‬‬
‫سؤال عملي المنحى‪ :‬سؤال تؤدي إجاباته إلى التغيير‬
‫السؤال الرئيسي‪ :‬سؤال يوجه الناس نحو إجابة معينة‬
‫سؤال قابل للقياس‪ :‬سؤال يمكن قياس أجوبته وتقييمها‬
‫أنواع المشاكل‪ :‬المشاكل المختلفة التي يواجهها محللو البيانات ‪ ،‬بما في ذلك تصنيف األشياء ‪ ،‬واكتشاف الروابط ‪ ،‬وإيجاد‬
‫األنماط ‪ ،‬وتحديد الموضوعات ‪ ،‬وعمل التنبؤات ‪ ،‬واكتشاف شيء غير عادي‬
‫السؤال ذو الصلة‪ :‬سؤال له أهمية للمشكلة المطلوب حلها‬
‫منهجية ‪ :SMART‬أداة لتحديد فعالية السؤال بناء على ما إذا كان محددا وقابل للقياس وموجَّها نحو العمل ومالئما ومقيدا‬
‫بالوقت‬
‫سؤال محدد‪ :‬سؤال بسيط ومهم ويركز على موضوع واحد أو بعض األفكار وثيقة الصلة‬
‫جدول البيانات‪ :‬ورقة عمل رقمية‬
‫التفكير المنظم‪ :‬عملية التعرف على المشكلة أو الوضع الحالي ‪ ،‬وتنظيم المعلومات المتاحة ‪ ،‬وكشف الثغرات والفرص ‪،‬‬
‫وتحديد الخيارات‬
‫سؤال محدد زمنياً‪ :‬سؤال يحدد إطارا زمنيا للدراسة‬
‫سؤال غير عادل‪ :‬سؤال يقوم بافتراضات أو يصعب اإلجابة عليه بصدق‬
‫البيانات الضخمة‪ :‬مجموعات البيانات الكبيرة والمعقدة التي تنطوي عادة على فترات طويلة من الوقت ‪ ،‬والتي تمكن‬
‫محللي البيانات من معالجة مشاكل األعمال بعيدة المدى‬
‫لوحة القيادة‪ :‬أداة تراقب البيانات الحية الواردة‬
‫عملية تحليل البيانات‪ :‬المراحل الست للسؤال ‪ ،‬واإلعداد ‪ ،‬والمعالجة ‪ ،‬والتحليل ‪ ،‬والمشاركة ‪ ،‬والعمل والتي تهدف إلى‬
‫اكتساب رؤى تدفع إلى اتخاذ قرارات مستنيرة‬
‫صنع القرار المستوحى من البيانات‪ :‬عملية استكشاف مصادر البيانات المختلفة لمعرفة القواسم المشتركة بينها‬
‫‪ :METRIC‬نوع واحد قابل للقياس الكمي من البيانات المستخدمة في القياس‬
‫هدف‪ : METRIC‬هدف قابل للقياس تحدده الشركة ويتم تقييمه باستخدام المقاييس‬
‫مخطط محوري‪ :‬مخطط تم إنشاؤه من الحقول الموجودة في جدول محوري‬
‫الجدول المحوري‪ :‬أداة تلخيص البيانات تُستخدم لفرز أو إعادة تنظيم أو تجميع أو حساب أو إجمالي أو متوسط البيانات‬
‫البيانات النوعية‪ :‬مقياس شخصي وتوضيحي للنوعية أو الخاصية‬
‫البيانات الكمية‪ :‬مقياس محدد وموضوعي ‪ ،‬مثل رقم أو كمية أو نطاق‬
‫تقرير‪ :‬مجموعة ثابتة من البيانات تعطى بشكل دوري ألصحاب المصلحة‬
 ‫عائد االستثمار (‪ :)ROI‬صيغة تستخدم مقاييس االستثمار واألرباح لتقييم نجاح االستثمار‬
‫اإليرادات‪ :‬المبلغ اإلجمالي للدخل الناتج عن بيع السلع أو الخدمات‬
‫البيانات الصغيرة‪ :‬نقاط بيانات صغيرة ومحددة تتضمن عادة فترة زمنية قصيرة ‪ ،‬وهي مفيدة التخاذ القرارات اليومية‬
‫الخوارزمية‪ :‬عملية أو مجموعة قواعد متبعة لمهمة معينة‬
‫المتوسط‪ :‬دالة جدول بيانات تُرجع متوسط القيم من نطاق محدد‬
‫الحدود‪ :‬الخطوط التي يمكن إضافتها حول خليتين أو أكثر في جدول بيانات‬
‫مرجع الخلية‪ :‬خلية أو نطاق من الخاليا في ورقة عمل تُستخدم عادة في الصيغ والوظائف‬
‫‪ :COUNT‬دالة جدول بيانات تحسب عدد الخاليا في نطاق يلبي معايير معينة‬
‫المعادلة‪ :‬عملية حسابية تتضمن الجمع أو الطرح أو الضرب أو القسمة (وتسمى أيضا تعبيرا رياضيا)‬
‫مقبض التعبئة‪ :‬مربع في الزاوية اليمنى السفلية لخلية جدول بيانات محددة يمكن سحبها عبر الخاليا المجاورة لمتابعة‬
‫التعليمات‬
‫التصفية‪ :‬عملية إظهار البيانات التي تلبي معايير محددة فقط مع إخفاء الباقي‬
‫الرأس‪ :‬الصف األول في جدول البيانات الذي يصنف نوع البيانات في كل عمود‬
‫تعبير رياضي‪ :‬عملية حسابية تتضمن الجمع أو الطرح أو الضرب أو القسمة (وتسمى أيضا معادلة)‬
‫دالة رياضية‪ :‬دالة تُستخدم كجزء من معادلة رياضية‬
‫‪ :MAX‬دالة جدول بيانات تُرجع أكبر قيمة رقمية من نطاق من الخاليا‬
‫‪ :MIN‬دالة جدول بيانات تُرجع أصغر قيمة رقمية من نطاق من الخاليا‬
‫مجال المشكلة‪ :‬مجال التحليل الذي يشمل كل نشاط يؤثر أو يتأثر بمشكلة ما‬
‫النطاق‪ :‬مجموعة من خليتين أو أكثر في جدول بيانات‬
‫اإليرادات‪ :‬المبلغ اإلجمالي للدخل الناتج عن بيع السلع أو الخدمات‬
‫نطاق العمل (‪ :)SOW‬مخطط متفق عليه للمهام التي يتعين القيام بها أثناء المشروع‬
‫الفرز‪ :‬عملية ترتيب البيانات بترتيب ذي مغزى لتسهيل فهمها وتحليلها وتصورها‬
‫سؤال محدد‪ :‬سؤال بسيط ومهم ويركز على موضوع واحد أو بعض األفكار وثيقة الصلة‬
‫‪ :SUM‬دالة جدول بيانات تضيف قيم نطاق محدد من الخاليا‬
 ‫األسبوع االول‬

‫مراحل تحليل البيانات ‪:‬‬

‫هناك ست مراحل لتحليل البيانات ستساعدك على اتخاذ قرارات سلسة‪ :‬طرح األسئلة واالستعداد والمعالجة والتحليل والمشاركة‬
‫والعمل ‪.‬ضع في اعتبارك أن هذه تختلف عن دورة حياة البيانات‪ ،‬التي تصف التغييرات التي تمر بها البيانات على مدار حياتها ‪.‬‬
‫دعنا نتصفح الخطوات لنرى كيف يمكنهم مساعدتك في حل المشكالت التي قد تواجهها في الوظيفة‪.‬‬

‫الخطوة ‪ :1‬اسأل‬

‫من المستحيل حل مشكلة ما إذا كنت ال تعرف ما هي ‪.‬هذه بعض األشياء التي يجب مراعاتها‪:‬‬

‫حدد المشكلة التي تحاول حلها‬

‫تأكد من فهمك الكامل لتوقعات أصحاب المصلحة‬ ‫▪‬

‫ركز على المشكلة الفعلية وتجنب أي مشتتات‬ ‫▪‬
‫تعاون مع أصحاب المصلحة وحافظ على خط اتصال مفتوح‬ ‫▪‬
‫خذ خطوة للوراء وانظر إلى الوضع برمته في سياقه‬ ‫▪‬

‫أسئلة تطرحها على نفسك في هذه الخطوة‪:‬‬

‫‪ .1‬ماذا يقول أصحاب المصلحة عن مشاكلهم؟‬
‫‪ .2‬اآلن بعد أن حددت المشكالت‪ ،‬كيف يمكنني مساعدة أصحاب المصلحة في حل أسئلتهم؟‬

‫الخطوة الثانية‪ :‬التحضير‬

‫سوف تقرر ما هي البيانات التي تحتاج إلى جمعها لإلجابة على أسئلتك وكيفية تنظيمها بحيث تكون مفيدة ‪.‬يمكنك استخدا‬
‫مهمة عملك لتقرر ما يلي ‪:‬‬

‫ما هي المقاييس للقياس‬ ‫•‬

‫حدد البيانات في قاعدة البيانات الخاصة بك‬ ‫•‬
‫إنشاء تدابير أمنية لحماية تلك البيانات‬ ‫•‬

‫أسئلة تطرحها على نفسك في هذه الخطوة ‪:‬‬

‫‪ .1‬ما الذي أحتاجه لمعرفة كيفية حل هذه المشكلة؟‬
‫‪ .2‬ما هو البحث الذي أحتاج إلى القيام به؟‬
 ‫الخطوة ‪ :3‬العملية‬

‫البيانات النظيفة هي أفضل البيانات وستحتاج إلى تنظيف بياناتك للتخلص من أي أخطاء محتملة أو عدم دقة أو‬
‫تناقضات ‪.‬قد يعني هذا‪:‬‬

‫استخدام وظائف جدول البيانات للعثور على البيانات التي تم إدخالها بشكل غير صحيح‬ ‫•‬
‫استخدام وظائف ‪ SQL‬للتحقق من وجود مسافات إضافية‬ ‫•‬
‫إزالة اإلدخاالت المتكررة‬ ‫•‬
‫التحقق قدر اإلمكان من التحيز في البيانات‬ ‫•‬

‫أسئلة تطرحها على نفسك في هذه الخطوة ‪:‬‬

‫‪ .1‬ما هي أخطاء البيانات أو عدم الدقة التي قد تعترض طريقي في الحصول على أفضل إجابة ممكنة للمشكلة‬
‫التي أحاول حلها؟‬
‫‪ .2‬كيف يمكنني تنظيف بياناتي حتى تكون المعلومات التي أمتلكها أكثر اتساقا؟‬

‫الخطوة ‪ :4‬التحليل‬

‫سترغب في التفكير بشكل تحليلي في بياناتك ‪.‬في هذه المرحلة‪ ،‬يمكنك فرز بياناتك وتنسيقها لتسهيل ما يلي ‪:‬‬

‫قم بإجراء العمليات الحسابية‬ ‫•‬

‫اجمع البيانات من مصادر متعددة‬ ‫•‬
‫إنشاء جداول مع النتائج الخاصة بك‬ ‫•‬

‫أسئلة تطرحها على نفسك في هذه الخطوة‪:‬‬

‫‪ .1‬ما القصة التي تخبرني بها بياناتي؟‬
‫‪ .2‬كيف ستساعدني بياناتي في حل هذه المشكلة؟‬
‫‪ .3‬من يحتاج إلى منتج أو خدمة شركتي؟ ما هو نوع الشخص األكثر احتماال الستخدامه؟‬

‫الخطوة ‪ :5‬شارك‬

‫يشارك الجميع نتائجهم بشكل مختلف‪ ،‬لذا تأكد من تلخيص نتائجك بصور واضحة وجذابة لتحليلك باستخدام‬
‫البيانات عبر أدوات مثل الرسوم البيانية أو لوحات المعلومات ‪.‬هذه فرصتك لتظهر ألصحاب المصلحة أنك قمت‬
‫بحل مشكلتهم وكيف وصلت إلى هناك ‪.‬ستساعد المشاركة فريقك بالتأكيد ‪:‬‬
 ‫اتخذ قرارات أفضل‬ ‫•‬
‫اتخذ قرارات أكثر استنارة‬ ‫•‬
‫يؤدي إلى نتائج أقوى‬ ‫•‬
‫نجح في توصيل نتائجك‬ ‫•‬

‫أسئلة تطرحها على نفسك في هذه الخطوة‪:‬‬

‫‪ .1‬كيف يمكنني أن أجعل ما أقدمه ألصحاب المصلحة منخرطا وسهل الفهم؟‬
‫‪ .2‬ما الذي سيساعدني على فهم هذا إذا كنت مستمعا؟‬

‫الخطوة ‪ :6‬التصرف‬

‫حان الوقت اآلن للعمل على بياناتك ‪.‬سوف تأخذ كل ما تعلمته من تحليل البيانات الخاص بك وتستخدمه ‪.‬قد يعني‬
‫هذا تزويد أصحاب المصلحة بتوصيات بناء على نتائجك حتى يتمكنوا من اتخاذ قرارات تعتمد على البيانات‪.‬‬

‫أسئلة تطرحها على نفسك في هذه الخطوة‪:‬‬

‫‪ .1‬كيف يمكنني استخدام التعليقات التي تلقيتها خالل مرحلة المشاركة (الخطوة ‪ )5‬لتلبية احتياجات وتوقعات‬
‫أصحاب المصلحة فعليا؟‬
‫يمكن أن تساعدك هذه الخطوات الست في تقسيم عملية تحليل البيانات إلى أجزاء أصغر يمكن إدارتها‪ ،‬وهو ما‬
‫يسمى بالتفكير المنظم‪ .‬تتضمن هذه العملية أربعة أنشطة أساسية‪:‬‬

‫التعرف على المشكلة أو الوضع الحالي‬ ‫‪.1‬‬

‫تنظيم المعلومات المتاحة‬ ‫‪.2‬‬
‫كشف الثغرات والفرص‬ ‫‪.3‬‬
‫تحديد خياراتك‬ ‫‪.4‬‬

‫عندما تبدأ حياتك المهنية كمحلل بيانات‪ ،‬من الطبيعي أن تشعر باالنجراف في اتجاهات مختلفة مع دورك‬
‫وتوقعاتك ‪.‬يمكن أن يساعدك اتباع العمليات مثل تلك الموضحة هنا واستخدام مهارات التفكير المنظم في إعادتك‬
‫إلى المسار الصحيح‪ ،‬وملء أي ثغرات وإعالمك بما تحتاجه بالضبط‪.‬‬

‫ستة أنواع من المشاكل التي يحاول محلل البيانات حلها‬

‫تعد تحليالت البيانات أكثر بكثير من مجرد إدخال المعلومات في نظام أساسي للعثور على رؤى ‪.‬يتعلق األمر بحل المشاكل ‪.‬‬
‫للوصول إلى جذور هذه المشاكل وإيجاد حلول عملية‪ ،‬هناك الكثير من الفرص للتفكير اإلبداعي ‪.‬بغض النظر عن المشكلة‪،‬‬
‫فإن الخطوة األولى واألكثر أهمية هي فهمها ‪.‬من هناك‪ ،‬من الجيد اتباع نهج حل المشكالت في تحليلك لمساعدتك في تحديد‬
‫المعلومات التي يجب تضمينها‪ ،‬وكيف يمكنك تحويل البيانات‪ ،‬وكيف سيتم استخدام البيانات ‪ .‬يعمل محللو البيانات عادة مع‬
‫ستة أنواع من المشكالت‬

‫‪ .1‬يتنبأ ‪MAKING PREDICTIONS‬‬

‫الشركة التي ترغب في معرفة أفضل طريقة إعالنية لجذب عمالء جدد هي مثال على مشكلة تتطلب من‬
‫المحللين إجراء تنبؤات ‪.‬ال يمكن للمحللين الذين لديهم بيانات عن الموقع ونوع الوسائط وعدد العمالء‬
‫الجدد المكتسبين نتيجة لإلعالنات السابقة ضمان النتائج المستقبلية‪ ،‬لكن يمكنهم المساعدة في توقع‬
‫أفضل موضع لإلعالن للوصول إلى الجمهور المستهدف‪.‬‬

‫‪ .2‬تصنيف األشياء ‪CATEGORIZING THINGS‬‬

‫مثال على مشكلة تتطلب من المحللين تصنيف األشياء هو هدف الشركة لتحسين رضا العمالء ‪.‬قد‬
‫يصنف المحللون مكالمات خدمة العمالء بناء على كلمات رئيسية أو درجات معينة ‪.‬يمكن أن يساعد ذلك‬
‫في تحديد ممثلي خدمة العمالء األفضل أداء أو المساعدة في ربط بعض اإلجراءات التي يتم اتخاذها‬
‫بنقاط رضا العمالء األعلى‪.‬‬
 ‫‪ .3‬اكتشاف شيء غير عادي ‪SPOTTING SOMETHING UNUSUAL‬‬
‫الشركة التي تبيع الساعات الذكية التي تساعد األشخاص في مراقبة صحتهم ستكون مهتمة بتصميم‬
‫برامجها الكتشاف شيء غير عادي ‪.‬يمكن للمحللين الذين حللوا البيانات الصحية المجمعة مساعدة‬
‫مطوري المنتجات في تحديد الخوارزميات الصحيحة الكتشاف وإطالق اإلنذارات عندما ال تتجه‬
‫بيانات معينة بشكل طبيعي‪.‬‬

‫‪ .4‬تحديد المواضيع ‪IDENTIFYING THEMES‬‬

‫قد يعتمد مصممو تجربة المستخدم )‪ (UX‬على المحللين لتحليل بيانات تفاعل المستخدم ‪.‬على غرار‬
‫المشكالت التي تتطلب من المحللين تصنيف األشياء‪ ،‬قد تتطلب مشاريع تحسين قابلية االستخدام من‬
‫المحللين تحديد السمات للمساعدة في تحديد أولويات ميزات المنتج المناسبة للتحسين ‪.‬غالبا ما يتم‬
‫استخدام السمات لمساعدة الباحثين على استكشاف جوانب معينة من البيانات ‪.‬في دراسة المستخدم‪،‬‬
‫تعتبر معتقدات المستخدم وممارساته واحتياجاته أمثلة على الموضوعات‪.‬‬

‫اآلن قد تتساءل عما إذا كان هناك فرق بين تصنيف األشياء وتحديد الموضوعات ‪.‬أفضل طريقة للتفكير‬
‫في األمر هي‪ :‬تصنيف األشياء يتضمن تخصيص عناصر للفئات؛ تحديد المواضيع يأخذ هذه الفئات‬
‫خطوة إلى األمام من خالل تجميعها في مواضيع أوسع‪.‬‬

‫‪ .5‬اكتشاف الصالت ‪DISCOVERING CONNECTIONS‬‬

‫تعتبر شركة لوجستية تابعة لجهة خارجية تعمل مع شركة أخرى لتوصيل الشحنات للعمالء في الوقت‬
‫المحدد مشكلة تتطلب من المحللين اكتشاف االتصاالت ‪.‬من خالل تحليل أوقات االنتظار في مراكز‬
‫الشحن‪ ،‬يمكن للمحللين تحديد التغييرات المناسبة في الجدول الزمني لزيادة عدد عمليات التسليم في‬
‫الوقت المحدد‪.‬‬

‫‪ .6‬إيجاد األنماط ‪FINDING PATTERNS‬‬

‫يعد تقليل وقت التوقف عن العمل الناجم عن فشل الجهاز مثاال على مشكلة تتطلب من المحللين العثور‬
‫على أنماط في البيانات ‪.‬على سبيل المثال‪ ،‬من خالل تحليل بيانات الصيانة‪ ،‬قد يكتشفون أن معظم‬
‫حاالت الفشل تحدث إذا تأخرت الصيانة الدورية ألكثر من نافذة مدتها ‪ 15‬يوما‪.‬‬

‫المزيد حول أسئلة‪SMART‬‬

‫تتعامل الشركات في الكثير من الصناعات اليوم مع التغير السريع وعدم اليقين المتزايد ‪.‬حتى الشركات الراسخة تتعرض‬
‫لضغوط لمواكبة ما هو جديد ومعرفة ما هو التالي ‪.‬للقيام بذلك‪ ،‬يحتاجون إلى طرح األسئلة ‪.‬يمكن أن يساعد طرح األسئلة‬
‫الصحيحة في إطالق األفكار المبتكرة التي تعطش الكثير من الشركات لهذه األيام‪.‬‬

‫الشيء نفسه ينطبق على تحليالت البيانات ‪.‬بغض النظر عن مقدار المعلومات التي لديك أو مدى تقدم أدواتك‪ ،‬فلن تخبرك‬
‫بياناتك كثيرا إذا لم تبدأ باألسئلة الصحيحة ‪.‬فكر في األمر على أنه محقق لديه الكثير من األدلة وال يسأل مشتبها رئيسيا عنه ‪.‬‬
‫بعد ذلك‪ ،‬ستتعلم المزيد حول كيفية طرح أسئلة فعالة للغاية‪ ،‬جنبا إلى جنب مع بعض الممارسات التي تريد تجنبها‪.‬‬
 ‫األسئلة شديدة الفعالية هي أسئلة‪SMART:‬‬

‫أمثلة على أسئلة‪SMART‬‬

‫فيما يلي مثال يقسم عملية التفكير لتحويل سؤال المشكلة إلى سؤال أو أكثر من أسئلة ‪ SMART‬باستخدام طريقة‬
‫‪SMART:‬ما هي الميزات التي يبحث عنها األشخاص عند شراء سيارة جديدة؟‬
‫محدد‪ :‬هل يركز السؤال على ميزة معينة في السيارة؟‬ ‫•‬
‫قابلة للقياس‪ :‬هل يشمل السؤال نظام تصنيف الميزات؟‬ ‫•‬
‫عملي المنحى‪ :‬هل يؤثر السؤال على إنشاء حزم ميزات مختلفة أو جديدة؟‬ ‫•‬
‫ذو صلة‪ :‬هل يحدد السؤال الميزات التي تجعل عملية شراء سيارة محتملة أو تعطلها؟‬ ‫•‬
‫محدد زمنيا‪ :‬هل يتحقق السؤال من صحة البيانات المتعلقة بالميزات األكثر شيوعا من السنوات الثالث الماضية؟‬ ‫•‬

‫يجب أن تكون األسئلة مفتوحة ‪.‬هذه هي أفضل طريقة للحصول على الردود التي ستساعدك بدقة على تأهيل الحلول‬
‫المحتملة أو استبعادها لمشكلتك المحددة ‪.‬لذلك‪ ،‬بناء على عملية التفكير‪ ،‬قد تكون أسئلة ‪ SMART‬المحتملة‪:‬‬

‫على مقياس من ‪ 1‬إلى ‪( 10‬مع كون ‪ 10‬هي األهم) ما مدى أهمية سيارتك بالدفع الرباعي؟‬ ‫•‬
‫ما هي أهم خمس ميزات تود أن تراها في باقة السيارة؟‬ ‫•‬
‫ما هي الميزات‪ ،‬إذا تم تضمينها مع نظام الدفع الرباعي‪ ،‬التي ستجعلك أكثر ميل لشراء السيارة؟‬ ‫•‬
‫كم ستدفع أكثر لسيارة ذات دفع رباعي؟‬ ‫•‬
‫هل أصبح الدفع الرباعي أكثر أو أقل شعبية في السنوات الثلث الماضية؟‬ ‫•‬
 ‫أشياء يجب تجنبها عند طرح األسئلة‬

‫أسئلة توجيهية‪ :‬أسئلة لها إجابة معينة فقط‬

‫مثال ‪:‬هذا المنتج باهظ الثمن‪ ،‬أليس كذلك؟‬ ‫•‬

‫هذا سؤال رئيسي ألنه يقترح إجابة كجزء من السؤال ‪.‬قد يكون السؤال األفضل‪" ،‬ما رأيك في هذا المنتج؟ "هناك‬
‫الكثير من اإلجابات على هذا السؤال‪ ،‬ويمكن أن تتضمن معلومات حول سهولة االستخدام والميزات والملحقات واللون‬
‫والموثوقية والشعبية‪ ،‬باإلضافة إلى السعر ‪.‬اآلن‪ ،‬إذا كانت مشكلتك تركز بالفعل على األسعار‪ ،‬يمكنك طرح سؤال مثل‬
‫"ما هو السعر (أو النطاق السعري) الذي سيجعلك تفكر في شراء هذا المنتج؟ "سيوفر هذا السؤال الكثير من الردود‬
‫المختلفة القابلة للقياس‪.‬‬

‫األسئلة المغلقة‪ :‬األسئلة التي تتطلب إجابة من كلمة واحدة أو إجابة مختصرة فقط‬
‫مثال ‪:‬هل كنت راضيا عن تجربة العميل؟‬ ‫•‬
‫هذا سؤال مغلق ألنه ال يشجع الناس على التوسع في إجابتهم ‪.‬من السهل عليهم حقا تقديم إجابات من كلمة واحدة ليست‬
‫مفيدة للغاية ‪.‬قد يكون السؤال األفضل هو‪" ،‬ما الذي تعلمته عن تجربة العمالء من التجربة؟ "يشجع هذا األشخاص‬
‫على تقديم مزيد من التفاصيل إلى جانب "سارت األمور على ما يرام‪".‬‬
‫أسئلة غامضة ‪:‬أسئلة غير محددة أو ال تقدم سياقا‬
‫مثال ‪:‬هل تعمل األداة من أجلك؟‬ ‫•‬
‫هذا السؤال غامض للغاية ألنه ال يوجد سياق ‪.‬هل يتعلق األمر بمقارنة األداة الجديدة باألداة التي تحل محلها؟ أنت فقط‬
‫ال تعرف ‪.‬قد يكون االستفسار األفضل هو‪" ،‬عندما يتعلق األمر بإدخال البيانات‪ ،‬هل األداة الجديدة أسرع أم أبطأ أم أنها‬
‫تشبه األداة القديمة تقريبا؟ إذا كان أسرع‪ ،‬فكم من الوقت يتم توفيره؟ إذا كان أبطأ‪ ،‬ما مقدار الوقت الضائع؟ " تعطي‬
‫هذه األسئلة السياق (إدخال البيانات) وتساعد في إطار االستجابات القابلة للقياس (الوقت)‪.‬‬
 ‫األسبوع الثاني‬

‫مجرد وجود الكثير من البيانات ال يكفي‪ .‬علينا أن نفعل شيئا ذا مغزى معها‪ .‬البيانات في حد ذاتها تقدم القليل من القيمة‪ .‬نقال‬
‫عن جاك دورسي‪ ،‬مؤسس ‪ TWITTER‬و‪" ،SQUARE‬كل إجراء نقوم به في هذا العالم يؤدي إلى إطالق قدر من‬
‫البيانات‪ ،‬ومعظم هذه البيانات ال معنى لها حتى يضيف شخص ما بعض التفسير لها أو يضيف شخص ما رواية حولها هو‬
‫‪ -‬هي‪ ".‬البيانات مباشرة‪ ،‬الحقائق مجمعة معا‪ ،‬القيم التي تصف شيئا ما‪ .‬تصبح نقاط البيانات الفردية أكثر فائدة عندما يتم‬
‫جمعها وتنظيمها‪ ،‬لكنها ال تزال بال معنى إلى حد ما في حد ذاتها‪ .‬نحن بحاجة إلى تفسير البيانات لتحويلها إلى معلومات‪.‬‬
‫انظر إلى وقت مايكل فيلبس في سباق السباحة الفردي بطول ‪ 200‬متر‪ ،‬دقيقة واحدة‪ 54 ،‬ثانية‪ .‬ال يخبرنا الكثير‪.‬‬

‫عندما نقارنها بأوقات منافسه في السباق‪ ،‬يمكننا أن نرى أن مايكل جاء في المركز األول وفاز‬
‫بالميدالية الذهبية‪.‬‬
‫قائمة بسباقات مايكل وأوقاته وتحويلها إلى معلومات بمقارنتها ببيانات أخرى‪ .‬السياق مهم‪ .‬كنا بحاجة إلى معرفة أن‬
‫هذا السباق كان نهائيا أولمبيا وليس سباقا عشوائيا آخر لتحديد أن هذا كان نهائيا بالميدالية الذهبية‪ .‬لكن هذا ال يزال‬
‫غير معرفة‪ .‬عندما نستهلك المعلومات‪ ،‬ونفهمها‪ ،‬ونطبقها‪ ،‬عندها تكون البيانات مفيدة للغاية‪ .‬بعبارة أخرى‪ ،‬مايكل‬
‫فيلبس سباح سريع‪.‬‬

‫‪how we can turn data into knowledge‬‬

‫تجارب البيانات واالنتصارات‬

‫تركز هذه القراءة على سبب كون التفسير الدقيق للبيانات هو المفتاح للقرارات التي تعتمد على البيانات ‪.‬‬
‫لقد تعلمت لماذا تعتبر البيانات أداة عمل قوية وكيف يساعد محللو البيانات شركاتهم في اتخاذ قرارات‬
‫تعتمد على البيانات لتحقيق نتائج رائعة ‪.‬كتذكير سريع‪ ،‬هدف جميع محللي البيانات هو استخدام البيانات‬
‫الستخالص استنتاجات دقيقة وتقديم توصيات جيدة ‪.‬كل هذا يبدأ بالحصول على بيانات كاملة وصحيحة‬
‫وذات صلة‪.‬‬

‫لكن ضع في اعتبارك أنه من الممكن أن يكون لديك بيانات قوية مع االستمرار في اتخاذ الخيارات‬
‫الخاطئة ‪.‬األمر متروك لمحللي البيانات لتفسير البيانات بدقة ‪.‬عندما يتم تفسير البيانات بشكل غير‬
‫صحيح‪ ،‬يمكن أن يؤدي ذلك إلى خسائر فادحة‪.‬‬
 ‫المهارات األساسية لتحقيق نتائج مظفرة‬

‫بصفتك محلل بيانات‪ ،‬ستكون مهاراتك ومعرفتك أهم جزء في أي مشروع تحليلي ‪.‬من المهم بالنسبة لك أن تحافظ‬
‫على عقلية تعتمد على البيانات‪ ،‬وطرح الكثير من األسئلة‪ ،‬وتجربة العديد من االحتماالت المختلفة‪ ،‬واستخدام‬
‫المنطق واإلبداع على طول الطريق ‪.‬ستكون مستعدا بعد ذلك لتفسير بياناتك بأعلى مستويات الرعاية والدقة ‪.‬الحظ‬
‫أن هناك فرقا بين اتخاذ قرار ببيانات غير كاملة واتخاذ قرار بكمية صغيرة من البيانات ‪.‬لقد تعلمت أن اتخاذ قرار‬
‫ببيانات غير كاملة أمر خطير ‪.‬لكن في بعض األحيان‪ ،‬يمكن أن تساعدك البيانات الدقيقة من اختبار صغير في اتخاذ‬
‫قرار جيد ‪.‬ابقوا متابعين ‪.‬ستتعرف على مقدار البيانات التي يجب جمعها الحقا في البرنامج‪.‬‬

‫البيانات النوعية ‪ qualitative‬والكمية‪ quantitative‬في األعمال‬

‫تشرح قراءته بشكل أكبر معنى النوعية مقابل الكمية‪.‬‬
‫كما تعلمت‪ ،‬هناك نوعان من البيانات‪ :‬النوعية والكمية ‪.‬‬
 ‫يمكننا إلقاء نظرة فاحصة على أنواع البيانات وأدوات جمع البيانات ‪.‬تخيل أنك محلل بيانات لسلسلة من دور‬
‫السينما ‪.‬يريد مديرك منك تتبع االتجاهات في‪:‬‬
‫• حضور الفيلم بمرور الوقت‬
‫• ربحية منصة االمتياز‬
‫• تفضيالت الجمهور المسائية‬
‫في السيناريو الخاص بنا‪ ،‬نفترض أن البيانات الكمية موجودة بالفعل لرصد جميع االتجاهات الثالثة ‪.‬‬

‫حضور الفيلم بمرور الوقت‬

‫بدءا من البيانات التاريخية التي يمتلكها المسرح من خالل برنامج الوالء والمكافآت‪ ،‬فإن خطوتك األولى هي استكشاف‬
‫الرؤى التي يمكنك الحصول عليها من تلك البيانات ‪.‬تنظر إلى الحضور على مدار األشهر الثالثة الماضية ‪.‬ولكن نظرا‬
‫ألن األشهر الثالثة الماضية لم تتضمن عطلة رئيسية‪ ،‬فقد قررت أنه من األفضل إلقاء نظرة على بيانات عام كامل ‪.‬كما‬
‫توقعت‪ ،‬أكدت البيانات الكمية أن متوسط الحضور كان ‪ 550‬شهريا‪ ،‬لكنه ارتفع بعد ذلك إلى متوسط ‪ 1600‬شهريا‬
‫لألشهر مع العطالت ‪.‬‬

‫البيانات التاريخية تخدم احتياجاتك للمشروع‪ ،‬لكنك تقرر أيضا أنك ستستأنف التحليل مرة أخرى في غضون بضعة‬
‫أشهر بعد أن يزيد المسرح من أسعار تذاكر العروض المسائية ‪.‬‬

‫ربحية منصة االمتياز‬

 ‫يتم احتساب الربح عن طريق طرح التكلفة من إيرادات المبيعات ‪.‬تظهر البيانات التاريخية أنه في حين أن منصة‬
‫االمتياز كانت مربحة‪ ،‬كانت هوامش الربح ضئيلة للغاية عند أقل من ‪. ٪5‬رأيت أن متوسط المشتريات بلغ ‪20‬‬
‫دوالرا أو أقل ‪.‬قررت أنك ستستمر في مراقبة هذا األمر بشكل مستمر ‪.‬‬

‫بناء على فهمك ألدوات جمع البيانات‪ ،‬ستقترح إجراء مسح عبر اإلنترنت للعمالء حتى يتمكنوا من التعليق على‬
‫الطعام في منصة االمتياز ‪.‬سيمكنك هذا من جمع المزيد من البيانات الكمية لتجديد القائمة وربما زيادة األرباح ‪.‬‬

‫تفضيالت الجمهور المسائية‬

‫يُظهر تحليلك للبيانات التاريخية أن وقت العرض الساعة ‪ 7:30‬مساء كان األكثر شهرة وحظي بأكبر قدر من‬
‫الحضور‪ ،‬يليه أوقات العرض ‪ 7:15‬مساء و ‪ 9:00‬مساء ‪.‬يمكنك اقتراح استبدال وقت العرض الحالي عند الساعة‬
‫‪ 8:00‬مساء والذي يحتوي على نسبة حضور أقل بوقت عرض الساعة ‪ 8:30‬مساء ‪.‬لكنك بحاجة إلى مزيد من‬
‫البيانات لدعم حدسك الذي من المرجح أن يحضر الناس العرض الالحق‪.‬‬
‫يعتبر رواد السينما المسائية أكبر مصدر دخل للمسرح ‪.‬لذلك‪ ،‬قررت أيضا تضمين سؤال في االستطالع عبر‬
‫اإلنترنت للحصول على مزيد من المعرفة ‪.‬‬

‫البيانات النوعية لجميع االتجاهات الثالثة باإلضافة إلى تسعير التذاكر‬

‫نظرا ألنك تعلم أن المسرح يخطط لرفع أسعار التذاكر في أوقات العرض المسائية في غضون بضعة أشهر‪ ،‬فسوف‬
‫تقوم أيضا بتضمين سؤال في االستطالع للحصول على فكرة عن حساسية األسعار لدى العمالء ‪.‬‬

‫قد يتضمن االستطالع النهائي الخاص بك عبر اإلنترنت هذه األسئلة الخاصة بالبيانات النوعية‪:‬‬

‫‪ .1‬ما الذي اتخذه قرارك بمشاهدة فيلم في مسرحنا اليوم؟ (حضور فيلم)‬
‫‪ .2‬ما رأيك في جودة وقيمة مشترياتك في منصة االمتياز؟ (موقف االمتياز الربحية)‬
‫‪ .3‬ما هو موعد العرض الذي تفضله‪ 8:00 ،‬مساء أو ‪ 8:30‬مساء‪ ،‬ولماذا تفضل ذلك الوقت؟ (تفضيالت مشاهدي‬
‫األفالم المسائية)‬
‫‪ .4‬ما هي الظروف التي ستختار فيها متدربا على عرض ليلي؟( زيادة سعر التذكرة)‬
 ‫تلخيصها‬

‫سيستخدم محللو البيانات بشكل عام كال النوعين من البيانات في عملهم ‪.‬عادة‪ ،‬يمكن للبيانات النوعية أن تساعد المحللين على‬
‫فهم بياناتهم الكمية بشكل أفضل من خالل تقديم سبب أو شرح أكثر شموال ‪.‬بمعنى آخر‪ ،‬تمنحك البيانات الكمية عموما ما‪،‬‬
‫وتعطيك البيانات النوعية عموما السبب ‪.‬باستخدام البيانات الكمية والنوعية‪ ،‬يمكنك معرفة متى يحب الناس الذهاب إلى‬
‫السينما ولماذا اختاروا المسرح ‪.‬ربما يعجبهم حقا الكراسي القابلة لإلمالة‪ ،‬لذلك يمكن لمديرك شراء المزيد من المقاعد ‪.‬ربما‬
‫يكون المسرح هو الوحيد الذي يقدم بيرة الجذر ‪.‬ربما يمنحهم وقت العرض الالحق مزيدا من الوقت للقيادة إلى المسرح حيث‬
‫توجد المطاعم الشعبية ‪.‬ربما يذهبون إلى المتدربين ألن لديهم أطفاال ويريدون توفير المال‪.‬‬

‫المقاييس‬

‫هو نوع واحد قابل للقياس الكمي من البيانات التي يمكن استخدامها للقياس‪ .‬أعتقد أنه من هذا الطريق‪ .‬تبدأ البيانات‬
‫كمجموعة من الحقائق األولية‪ ،‬حتى ننظمها في مقاييس فردية تمثل نوعا واحدا من البيانات‪.‬‬

‫يمكن أيضا دمج المقاييس في صيغ يمكنك توصيل بياناتك الرقمية بها‪ .‬في مثال عائدات المبيعات السابق‪ ،‬كل هذه البيانات‬
‫ال تعني الكثير ما لم نستخدم مقياسا معينا لتنظيمها‪ .‬لذلك دعونا نستخدم اإليرادات من قبل مندوب مبيعات فردي كمقياس‬
‫لدينا‪ .‬يمكننا اآلن معرفة من جلبت مبيعاته أعلى اإليرادات‪ .‬عادة ما تتضمن المقاييس عمليات حسابية بسيطة‪ .‬اإليرادات‪،‬‬
‫على سبيل المثال‪ ،‬هي عدد المبيعات مضروبة في سعر البيع‪ .‬اختيار المقياس الصحيح هو المفتاح‪.‬‬

‫تحتوي البيانات على الكثير من التفاصيل األولية حول المشكلة التي نستكشفها‪ .‬لكننا نحتاج إلى المقاييس الصحيحة‬
‫للحصول على اإلجابات التي نبحث عنها‪ .‬ستستخدم الصناعات المختلفة جميع أنواع المقاييس لقياس األشياء في مجموعة‬
‫البيانات‪ .‬دعونا نلقي نظرة على بعض الطرق التي تستخدم بها الشركات في مختلف الصناعات المقاييس‪ .‬حتى تتمكن من‬
‫معرفة كيف يمكنك تطبيق المقاييس على البيانات التي تم جمعها‪.‬‬

‫عائد االستثمار‬
‫تستخدم الشركات هذا المقياس طوال الوقت‪ ، ROI .‬أو العائد على االستثمار هو أساسا صيغة مصممة باستخدام مقاييس تسمح‬
‫لألعمال التجارية بمعرفة مدى جودة أداء االستثمار‪ .‬يتكون عائد االستثمار من مقياسين‪ ،‬صافي الربح خلل فترة زمنية وتكلفة‬
‫االستثمار‪ .‬من خلل مقارنة هذين المقياسين‪ ،‬الربح وتكلفة االستثمار‪ ،‬يمكن للشركة تحليل البيانات التي لديها لمعرفة مدى نجاح‬
‫استثمارها‪ .‬يمكن أن يساعدهم ذلك بعد ذلك في تحديد كيفية االستثمار في المستقبل وأي االستثمارات يجب تحديد أولوياتها‪ .‬نرى‬
‫المقاييس المستخدمة في التسويق أيضا‪ .‬على سبيل المثال‪ ،‬يمكن استخدام المقاييس للمساعدة في حساب معدالت االحتفاظ‬
‫بالعملء‪ ،‬أو قدرة الشركة على االحتفاظ بعملئها بمرور الوقت‪ .‬يمكن أن تساعد معدالت االحتفاظ بالعملء الشركة على مقارنة‬
‫عدد العملء في بداية ونهاية الفترة لمعرفة معدالت االحتفاظ بهم‪ .‬وبهذه الطريقة‪ ،‬تعرف الشركة مدى نجاح استراتيجياتها‬
‫التسويقية وما إذا كانت بحاجة إلى البحث عن أساليب جديدة لجلب المزيد من العملء المتكررين‪.‬‬
‫تستخدم الصناعات المختلفة جميع أنواع المقاييس المختلفة‪ .‬ولكن هناك شيء واحد مشترك بينهم جميعا‪ :‬إنهم جميعا‬
‫يحاولون تحقيق هدف معين من خلل قياس البيانات‪.‬‬
 ‫يستخدم عائد االستثمار (‪ )ROI‬أيًا من المقاييس التالية في تعريفه؟‬
‫عائد االستثمار (‪ = )ROI‬الربح ‪ /‬االستثمار‪.‬‬
‫البيانات عبارة عن مجموعة من الحقائق‪ .‬المقاييس هي أنواع بيانات قابلة للقياس الكمي تستخدم للقياس‪.‬‬

‫المقياس هو نوع واحد قابل للقياس الكمي من البيانات التي يمكن استخدامها للقياس‪.‬‬
‫أعتقد أنه من هذا الطريق‪.‬‬
‫تبدأ البيانات كمجموعة من الحقائق الأولية‪ ،‬حتى يتم تنظيمها‬
‫واحدا من البيانات‪.‬‬
‫ً‬ ‫نوعا‬
‫ً‬ ‫منهم في مقاييس فردية تمثل‬

‫أهمية وفوائد لوحات المعلومات والتقارير‬

‫التقارير‬

‫جمع ثابت للبيانات تعطى ألصحاب المصلحة بشكل دوري ‪.‬سهل التعديل ‪ ،‬لكنه يحتاج إلى صيانة مستمرة وهو أقل جاذبية‬
‫‪ ،‬ومع ذلك ‪ ،‬فهو مستخدم على نطاق واسع ‪.‬على سبيل المثال ‪ -‬جداول البيانات‪.‬‬

‫لوحات القيادة‬

‫تعد لوحات المعلومات أدوات مرئية قوية تساعدك على سرد قصة بياناتك ومراقبة البيانات الحية الواردة ‪.‬ينظم المعلومات‬
‫من مجموعات بيانات متعددة في موقع مركزي واحد‪ ،‬مما يوفر توفيرا كبيرا للوقت ‪.‬يستخدم محللو البيانات لوحات‬
‫المعلومات لتتبع البيانات وتحليلها وتصورها لإلجابة على األسئلة وحل المشكالت‪.‬‬

‫األدوات المستخدمة لمسح لوحات المعلومات ‪ - TABLEAU‬و ‪POWER BI‬وما إلى ذلك‪.‬‬
 ‫فوائد استخدام لوحة القيادة لكل من محللي البيانات وأصحاب المصلحة‪-‬‬

‫إنشاء لوحة القيادة‬

‫حدد أصحاب المصلحة الذين يحتاجون إلى رؤية البيانات وكيف سيستخدمونها ‪ -‬تحقق من ورقة عمل تجميع‬
‫المتطلبات هذه الستكشاف مجموعة واسعة من األسئلة الجيدة التي يمكنك استخدامها لتحديد أصحاب المصلحة‬
‫المعنيين واحتياجاتهم من البيانات ‪.‬يعد هذا مصدرا رائعا للمساعدة في إرشادك خالل هذه العملية مرارا وتكرارا‪.‬‬
‫تصميم لوحة القيادة (ما يجب عرضه) ‪ -‬اجعل تصميم لوحة المعلومات واضحا وسهل المتابعة وبسيطا ‪ -‬استخدم‬
‫رأسا واضحا لتسمية المعلومات‪ ،‬أضف أوصافا نصية قصيرة لكل تصور‪ ،‬اعرض المعلومات األكثر أهمية في‬
‫األعلى‪.‬‬
‫قم بإنشاء نماذج باألحجام الطبيعية إذا رغبت في ذلك ‪( -‬اختياري) ارسم لوحة القيادة قبل التصميم‪.‬‬
‫حدد التصورات التي ستستخدمها على لوحة المعلومات ‪ -‬اختر المخططات والرسوم البيانية المناسبة بناء على‬
‫قصة البيانات التي تخبرها‪.‬‬
‫إنشاء عوامل التصفية حسب الحاجة ‪ -‬تُظهر المرشحات بيانات معينة بينما تخفي بقية البيانات في لوحة‬
‫المعلومات ‪.‬يمكن أن يكون هذا مساعدة كبيرة لتحديد األنماط مع الحفاظ على البيانات األصلية سليمة‪.‬‬
‫تعد لوحات المعلومات جزءا من رحلة عمل ‪.‬يساعدهم على التنقل في مسار المشروع داخل البيانات ‪.‬ستساعد‬
‫إضافة علمات واضحة وإبراز النقاط المهمة على لوحة المعلومات المستخدمين في فهم االتجاه الذي تتجه إليه‬
‫قصة بياناتك ‪.‬بعد ذلك‪ ،‬يمكنك العمل معا للتأكد من وصول العمل إلى حيث يحتاج إلى الذهاب‪.‬‬
 ‫أنواع لوحات العدادات‬

‫لتجديد المعلومات‪ ،‬ضع في اعتبارك األنواع المختلفة من لوحات المعلومات التي قد يستخدمها النشاط التجاري ‪.‬في كثير‬
‫من األحيان‪ ،‬تصمم الشركات لوحة تحكم لغرض معين ‪.‬الفئات الثالث األكثر شيوعا هي‪:‬‬
‫اإلستراتيجية‪ :‬تركز على األهداف واالستراتيجيات طويلة المدى على أعلى مستوى من المقاييس‬
‫التشغيلية ‪:‬تتبع األداء قصير المدى واألهداف الوسيطة‬
‫تحليلي ‪:‬يتكون من مجموعات البيانات والرياضيات المستخدمة في هذه المجموعات‬

‫لوحات القيادة االستراتيجية‬

‫تستخدم مجموعة كبيرة من الشركات لوحات المعلومات اإلستراتيجية عند تقييم أهدافها اإلستراتيجية ومواءمتها ‪.‬توفر‬
‫لوحات المعلومات هذه معلومات على مدى أطول إطار زمني — من ربع مالي واحد إلى سنوات ‪.‬‬
‫تحتوي عادة على معلومات مفيدة لصنع القرار على مستوى المؤسسة ‪.‬فيما يلي مثال على لوحة معلومات إستراتيجية‬
‫تركز على مؤشرات األداء الرئيسية )‪ (KPIs‬على مدار عام‪.‬‬

‫لوحات المعلومات التشغيلية‬

‫يمكن القول إن لوحات المعلومات التشغيلية هي أكثر أنواع لوحات المعلومات شيوعا ‪.‬نظرا ألن لوحات المعلومات هذه‬
‫تحتوي على معلومات على مقياس زمني لأليام أو األسابيع أو األشهر‪ ،‬فيمكنها توفير إحصاءات األداء في الوقت الفعلي‬
‫تقريبا ‪.‬‬
‫يتيح ذلك للشركات تتبع عملياتها التشغيلية الفورية والحفاظ عليها في ضوء أهدافها االستراتيجية ‪.‬تركز لوحة القيادة‬
‫التشغيلية أدناه على خدمة العمالء‪.‬‬
 ‫يتم تقسيم القرارات‬
‫بين دقة المكالمة األولى (‪ )٪61‬والمكالمات التي لم يتم حلها‪)٪ (9‬‬
‫لوحات تحليلية‬

‫تحتوي لوحات المعلومات التحليلية على كمية هائلة من البيانات التي يستخدمها محللو البيانات ‪.‬تحتوي لوحات المعلومات‬
‫هذه على التفاصيل المتعلقة باالستخدام والتحليل والتنبؤات التي قام بها علماء البيانات ‪.‬‬
‫من المؤكد أن لوحات المعلومات التحليلية هي الفئة األكثر تقنية‪ ،‬وعادة ما يتم إنشاؤها وصيانتها بواسطة فرق علوم‬
‫البيانات ونادرا ما تتم مشاركتها مع اإلدارة العليا حيث يصعب فهمها ‪.‬تركز لوحة المعلومات التحليلية أدناه على مقاييس‬
‫األداء المالي للشركة‪.‬‬

‫يحتوي على عائد األصول‪ ،‬ونسبة رأس المال الخاطئة‪ ،‬والميزانية العمومية‬
‫لوحات المعلومات عبارة عن تصورات‪ :‬يمكن أن يكون التمثيل المرئي للبيانات مفيدا للغاية لفهم وإظهار ما تعنيه‬
‫البيانات حقا‪.‬‬

‫تحدد لوحات المعلومات المقاييس‪ :‬قد تساعد المقاييس ذات الصلة المحللين في تقييم أداء الشركة‪.‬‬

‫تتضمن بعض االختلفات اإلطار الزمني الموضح في كل لوحة معلومات‪ .‬تحتوي لوحة القيادة التشغيلية على‬
‫إطار زمني من األيام واألسابيع‪ ،‬بينما تعرض لوحة القيادة اإلستراتيجية العام بأكمله‪ .‬تتخطى لوحة المعلومات‬
‫التحليلية إطارا زمنيا محددا‪ .‬بدال من ذلك‪ ،‬فإنه يحدد ويتتبع مؤشرات األداء الرئيسية المختلفة التي يمكن‬
‫استخدامها لتقييم األهداف اإلستراتيجية والتشغيلية‪.‬‬

‫يمكن أن تساعد لوحات المعلومات الشركات في أداء العديد من المهام المفيدة‪ ،‬مثل‪:‬‬

‫تتبع األداء التاريخي والحالي‪.‬‬ ‫•‬

‫ضع أهدافا طويلة المدى و ‪ /‬أو قصيرة المدى‪.‬‬ ‫•‬

‫تحديد مؤشرات أو مقاييس األداء الرئيسية‪.‬‬ ‫•‬

‫تحديد القضايا المحتملة أو نقاط عدم الكفاءة‪.‬‬ ‫•‬

‫في حين أن كل شركة تقريبا يمكن أن تستفيد بطريقة ما من استخدام لوحة القيادة‪ ،‬فمن المرجح أن تستفيد‬
‫الشركات والشركات األكبر التي لديها مجموعة واسعة من المنتجات أو الخدمات بشكل أكبر‪ .‬تميل الشركات‬
‫التي تعمل في أسواق متقلبة أو سريعة التغير مثل التسويق والمبيعات والتكنولوجيا إلى اكتساب رؤى بشكل‬
‫أسرع واتخاذ قرارات مستنيرة بالبيانات‪.‬‬

‫البيانات الضخمة والبيانات الصغيرة‬

‫هناك الكثير من العوامل التي يجب مراعاتها عند اختيار األداة األكثر فائدة لتحليلك ‪.‬إحدى الطرق التي يمكنك من‬
‫خاللها تحديد األداة التي تريد استخدامها هي حجم مجموعة البيانات الخاصة بك ‪.‬عند التعامل مع البيانات‪ ،‬ستجد‬
‫أن هناك بيانات كبيرة وصغيرة‪.‬‬
‫يمكن أن تكون البيانات الصغيرة صغيرة حقا‪ ،‬ومفيدة في اتخاذ قرارات يومية بسيطة‪ ،‬وليس لها تأثير كبير على‬
‫أطر أكبر مثل العمليات التجارية‪.‬‬
 ‫من ناحية أخرى‪ ،‬تحتوي البيانات الضخمة على مجموعات بيانات أكبر وأقل تحديدا تغطي فترة زمنية أطول‪ ،‬وهي‬
‫مفيدة للنظر في األسئلة والمشكالت واسعة النطاق‪ ،‬كما أنها تساعد الشركات على اتخاذ قرارات كبيرة‪ ..‬وعادة ما‬
‫يتعين تقسيمها لتحليلها‪.‬‬

‫بيانات صغيرة‬ ‫البيانات الكبيرة‬

‫يصف مجموعة بيانات مكونة من مقاييس‬ ‫تحديدا‬

‫ً‬ ‫يصف مجموعات البيانات الكبيرة الأقل‬
‫جيدا‬
‫ً‬ ‫محددة خلال فترة زمنية قصيرة ومحددة‬ ‫والتي تغطي فترة زمنية طويلة‬

‫عادة ما يتم تنظيمها وتحليلها في جداول‬ ‫عادة ما يتم الاحتفاظ بها في قاعدة بيانات‬
‫بيانات‬ ‫والاستعلام عنها‬

‫من المرجح أن تستخدم من قبل الشركات‬

‫من المحتمل أن تستخدم من قبل المنظمات الكبيرة‬
‫الصغيرة ومتوسطة الحجم‬

‫سهلة التجميع والتخزين والإدارة والفرز‬ ‫يتطلب الكثير من الجهد لجمع وتخزين وإدارة وفرز‬
‫والتمثيل المرئي‬ ‫وتمثيل مرئي‬

‫حجما قابلاً للإدارة بالفعل‬

‫ً‬ ‫عادة ما يكون‬ ‫عادة ما يحتاج إلى تقسيمها إلى أجزاء أصغر حتى‬
‫للتحليل‬ ‫يتم تنظيمها وتحليلها بشكل فعال لاتخاذ القرار‬

‫التحديات والفوائد‬
‫فيما يلي بعض التحديات التي قد تواجهها عند التعامل مع البيانات الضخمة‪:‬‬
‫تتعامل الكثير من المؤسسات مع الحمل الزائد للبيانات وتزيد من المعلومات غير المهمة أو غير ذات الصلة ‪.‬‬ ‫‪.1‬‬
‫يمكن إخفاء البيانات المهمة في العمق باستخدام جميع البيانات غير المهمة‪ ،‬مما يجعل من الصعب العثور‬ ‫‪.2‬‬
‫عليها واستخدامها ‪.‬هذا يمكن أن يؤدي إلى أطر زمنية اتخاذ القرار أبطأ وأكثر فاعلية‪.‬‬
‫البيانات التي تحتاجها ال يسهل الوصول إليها دائما ‪.‬‬ ‫‪.3‬‬
‫ال تزال األدوات والحلول التقنية الحالية تكافح لتوفير بيانات قابلة للقياس ويمكن اإلبالغ عنها ‪.‬هذا يمكن أن‬ ‫‪.4‬‬
‫يؤدي إلى تحيز خوارزمي غير عادل ‪.‬‬
‫هناك ثغرات في العديد من حلول أعمال البيانات الضخمة‪.‬‬ ‫‪.5‬‬
 ‫اآلن للحصول على األخبار الجيدة !فيما يلي بعض الفوائد التي تأتي مع البيانات الضخمة‪:‬‬
‫عندما يمكن تخزين كميات كبيرة من البيانات وتحليلها‪ ،‬يمكن أن يساعد ذلك الشركات على تحديد طرق أكثر فاعلية‬ ‫‪.1‬‬
‫لممارسة األعمال وتوفير الكثير من الوقت والمال‪.‬‬
‫تساعد البيانات الضخمة المؤسسات على تحديد اتجاهات أنماط شراء العمالء ومستويات الرضا‪ ،‬والتي يمكن أن‬ ‫‪.2‬‬
‫تساعدهم في إنشاء منتجات وحلول جديدة تجعل العمالء سعداء‪.‬‬
‫من خالل تحليل البيانات الضخمة‪ ،‬تحصل الشركات على فهم أفضل لظروف السوق الحالية‪ ،‬مما يساعدها على‬ ‫‪.3‬‬
‫البقاء في صدارة المنافسة‪.‬‬
‫كما في مثالنا السابق لوسائل التواصل االجتماعي‪ ،‬تساعد البيانات الضخمة الشركات على تتبع تواجدها عبر‬ ‫‪.4‬‬
‫اإلنترنت ‪ -‬خاصة التعليقات‪ ،‬الجيدة منها والسيئة‪ ،‬من العمالء ‪.‬يمنحهم هذا المعلومات التي يحتاجون إليها لتحسين‬
‫عالمتهم التجارية وحمايتها‪.‬‬

‫ثالث (أو أربع) كلمات ‪ V‬للبيانات الضخمة‬

‫عند التفكير في فوائد وتحديات البيانات الضخمة‪ ،‬من المفيد التفكير في العناصر الثلثة الثلثة ‪:‬الحجم‬
‫والتنوع والسرعة‪ .‬الحجم يصف كمية البيانات ‪.‬يصف التنوع األنواع المختلفة من البيانات ‪.‬تصف السرعة‬
‫مدى سرعة معالجة البيانات ‪.‬يعتبر بعض محللي البيانات أيضا خامسا رابعا ‪:‬الصدق ‪.‬تشير الصدق إلى‬
‫جودة البيانات وموثوقيتها ‪.‬هذه كلها اعتبارات مهمة تتعلق بمعالجة مجموعات البيانات الضخمة والمعقدة ‪.‬‬

‫الكميه‬ ‫متنوع‬ ‫السرعة‬ ‫الموثوقية‬

‫أنواع البيانات‬ ‫مدى سرعة معالجة‬
‫كمية البيانات‬ ‫جودة وموثوقية البيانات‬
‫المختلفة‬ ‫البيانات‬
 ‫األسبوع الثالث‬
‫جداول البيانات ودورة حياة البيانات‬

‫خطط للمستخدمين الذين سيعملون ضمن جدول بيانات من خالل تطوير معايير تنظيمية ‪.‬يمكن أن يعني هذا‬ ‫•‬
‫تنسيق الخاليا والعناوين التي تختار تمييزها ونظام األلوان والطريقة التي تطلب بها نقاط البيانات الخاصة بك ‪.‬‬
‫عندما تأخذ الوقت الكافي لوضع هذه المعايير‪ ،‬فإنك ستحسن التواصل وتضمن االتساق وتساعد الناس على أن‬
‫يكونوا أكثر كفاءة في وقتهم‪.‬‬

‫احصل على البيانات حسب المصدر عن طريق توصيل جداول البيانات بمصادر البيانات األخرى‪ ،‬مثل تطبيق‬ ‫•‬
‫االستطالع عبر اإلنترنت أو قاعدة البيانات ‪.‬سيتم تحديث هذه البيانات تلقائيا في جدول البيانات ‪.‬بهذه الطريقة‪،‬‬
‫تكون المعلومات دائما حديثة ودقيقة قدر اإلمكان‪.‬‬
 ‫إدارة أنواع مختلفة من البيانات باستخدام جدول بيانات ‪.‬يمكن أن يشمل ذلك تخزين المعلومات وتنظيمها‬ ‫•‬
‫وتصفيتها وتحديثها ‪.‬تتيح لك جداول البيانات أيضا تحديد من يمكنه الوصول إلى البيانات‪ ،‬وكيفية مشاركة‬
‫المعلومات‪ ،‬وكيفية الحفاظ على بياناتك آمنة ومأمونة ‪.‬‬

‫• تحليل البيانات في جدول بيانات للمساعدة في اتخاذ قرارات أفضل ‪.‬تتضمن بعض أدوات تحليل جداول البيانات‬
‫األكثر شيوعا صيغا لتجميع البيانات أو إنشاء تقارير وجداول محورية للحصول على مرئيات واضحة وسهلة‬
‫الفهم ‪.‬‬

‫• أرشفة أي جدول بيانات ال تستخدمه كثيرا‪ ،‬ولكن قد تحتاج إلى الرجوع إليه الحقا باستخدام األدوات المضمنة ‪.‬‬
‫هذا مفيد بشكل خاص إذا كنت تريد تخزين البيانات التاريخية قبل تحديثها ‪.‬‬

‫• قم بتدمير جدول البيانات عندما تكون متأكدا من أنك لن تحتاجه مرة أخرى أبدا‪ ،‬إذا كان لديك نسخ احتياطية‬
‫أفضل‪ ،‬أو ألسباب قانونية أو أمنية ‪.‬ضع في اعتبارك أن الكثير من الشركات مطالبة باتباع قواعد معينة أو اتخاذ‬
‫تدابير للتأكد من إتالف البيانات بشكل صحيح‪.‬‬

‫مرجع سريع‪ :‬وظائف في جداول البيانات‬

‫كتحديث سريع‪ ،‬فإن الوظيفة هي أمر محدد مسبقا يقوم تلقائيا بتنفيذ عملية أو مهمة معينة باستخدام البيانات في‬
‫جدول بيانات ‪.‬تمنح الدوال محللي البيانات القدرة على إجراء العمليات الحسابية‪ ،‬والتي يمكن أن تكون أي شيء‬
‫من العمليات الحسابية البسيطة إلى المعادالت المعقدة ‪.‬استخدم هذه القراءة لمساعدتك في تتبع بعض الخيارات‬
‫األكثر فائدة‪.‬‬

‫المهام‬

‫أساسيات‬
‫• تماما مثل الصيغ‪ ،‬ابدأ جميع وظائفك بعالمة التساوي؛ على سبيل المثال ‪ = SUM.‬تخبر عالمة التساوي‬
‫جدول البيانات أن ما يلي هو جزء من دالة‪ ،‬وليس مجرد كلمة أو رقم في خلية ‪.‬‬
‫•‬
‫• بعد كتابة عالمة التساوي‪ ،‬ستعرض معظم تطبيقات جداول البيانات قائمة اإلكمال التلقائي التي تسرد‬
‫الوظائف واألسماء والسالسل النصية الصالحة ‪.‬هذه طريقة رائعة إلنشاء الوظائف وتحريرها مع تجنب أخطاء‬
‫الكتابة والنحو‪.‬‬

‫• طريقة ممتعة لتعلم وظائف جديدة هي ببساطة كتابة عالمة يساوي وحرف واحد من األبجدية ‪.‬اختر أحد‬
‫الخيارات المنبثقة وتعرف على وظيفة هذه الوظيفة‪.‬‬
 ‫الفرق بين الصيغ والوظائف‬
‫• الصيغة هي مجموعة من التعليمات المستخدمة إلجراء عملية حسابية باستخدام البيانات الموجودة في جدول‬
‫بيانات‪.‬‬

‫• الوظيفة هي أمر محدد مسبقا يقوم تلقائيا بتنفيذ عملية أو مهمة معينة باستخدام البيانات الموجودة في جدول‬
‫بيانات‪.‬‬

‫المراجع النسبية والمطلقة والمختلطة‬

‫• ستتغير المراجع النسبية( الخاليا المشار إليها بدون عالمة الدوالر‪ ،‬مثل )‪ A2‬عندما تنسخ الدالة وتلصقها‬
‫في خلية مختلفة ‪.‬باستخدام المراجع النسبية‪ ،‬يحدد موقع الخلية التي تحتوي على الوظيفة الخاليا التي تستخدمها‬
‫الوظيفة‪.‬‬

‫• المراجع المطلقة( الخاليا المشار إليها بالكامل بعالمة الدوالر‪ ،‬مثل )‪ $ A $ 2‬لن تتغير عند نسخ الدالة‬
‫ولصقها في خلية مختلفة ‪.‬مع المراجع المطلقة‪ ،‬تظل الخاليا المشار إليها كما هي دائما‪.‬‬

‫• ستتغير المراجع المختلطة( الخاليا المشار إليها جزئيا بعالمة الدوالر‪ ،‬مثل ‪ $ A2‬أو )‪ A $ 2‬عندما تنسخ‬
‫الوظيفة وتلصقها في خلية مختلفة ‪.‬باستخدام المراجع المختلطة‪ ،‬يحدد موقع الخلية التي تحتوي على الوظيفة‬
‫الخاليا التي تستخدمها الوظيفة‪ ،‬ولكن الصف أو العمود فقط هو نسبي (وليس كالهما) ‪.‬‬

‫• في جداول البيانات‪ ،‬يمكنك الضغط على المفتاح ‪ F4‬للتبديل بين المراجع النسبية والمطلقة والمختلطة في‬
‫إحدى الوظائف ‪.‬انقر فوق الخلية التي تحتوي على الوظيفة‪ ،‬وقم بتمييز الخاليا المشار إليها في شريط الصيغة‪،‬‬
‫ثم اضغط على ‪ F4‬للتبديل بين المراجع النسبية أو المطلقة أو المختلطة وتحديدها ‪.‬‬

‫نطاقات البيانات‬
‫عند النقر فوق خلية تحتوي على دالة‪ ،‬تشير نطاقات البيانات الملونة في شريط الصيغة إلى الخاليا التي يتم‬ ‫•‬
‫استخدامها في جدول البيانات ‪.‬هناك ألوان مختلفة لكل نطاق فريد في الوظيفة‪.‬‬

‫تساعد نطاقات البيانات الملونة على منع الضياع في الوظائف المعقدة‪.‬‬ ‫•‬

‫في جداول البيانات‪ ،‬يمكنك الضغط على المفتاح ‪ F2‬لتمييز نطاق البيانات المستخدمة بواسطة الوظيفة ‪.‬انقر‬ ‫•‬
‫فوق الخلية التي تحتوي على الوظيفة‪ ،‬وحدد نطاق البيانات التي تستخدمها الوظيفة في شريط الصيغة‪ ،‬ثم‬
‫اضغط على ‪ F2.‬سينتقل جدول البيانات إلى الخاليا المحددة بواسطة النطاق ويميزها‪.‬‬
 ‫قبل حل المشكلة‪ ،‬افهمها‬

‫من المهم تحديد المشاكل قبل محاولة حلها ‪.‬في كثير من األحيان‪ ،‬تقفز الفرق مباشرة إلى تحليل البيانات قبل أن‬
‫تدرك بعد بضعة أشهر أنهم إما يحلون مشكلة خاطئة أو ليس لديهم البيانات الصحيحة‪.‬‬

‫مجال المشكلة ‪-‬مجال التحليل المحدد الذي يشمل كل نشاط يؤثر أو يتأثر بالمشكلة‪.‬‬

‫تطوير نهج منظم لتحديد المشكلة بوضوح من البداية‪ ،‬سيكون من األسهل حلها‪ ،‬مما يوفر الكثير من الوقت والمال‬
‫والموارد‪.‬‬

‫التفكير المنظم ‪-‬هو عملية التعرف على المشكلة أو الوضع الحالي‪ ،‬وتنظيم المعلومات المتاحة‪ ،‬والكشف عن‬
‫الثغرات والفرص‪ ،‬وتحديد الخيارات‪.‬‬

‫إنها تحتوي على قائمة واضحة بالمكان المتوقع أن تقدمه‪ ،‬وجدول زمني للمهام واألنشطة الرئيسية‪ ،‬ونقاط التفتيش‬
‫حتى يعرف الفريق أنك تحرز تقدما‪.‬‬

‫سيساعدك التفكير المنظم على فهم المشكالت على مستوى عال حتى تتمكن من تحديد المجاالت التي تحتاج إلى‬
‫تحقيق وفهم أعمق ‪.‬نقطة البداية للتفكير المنظم هي مجال المشكلة ‪.‬بمجرد أن تعرف مجال التحليل المحدد‪ ،‬يمكنك‬
‫تعيين قاعدتك ووضع جميع متطلباتك وفرضياتك قبل البدء في التحقيق‪.‬‬

‫هناك طريقة أخرى يمكنك من خاللها ممارسة التفكير المنظم وتجنب األخطاء باستخدام نطاق العمل‪.‬‬

‫نطاق العمل ‪ (SOW) -‬هو مخطط تفصيلي متفق عليه للعمل الذي ستقوم بأدائه في المشروع ‪.‬بالنسبة للعديد من‬
‫الشركات‪ ،‬يتضمن ذلك أشياء مثل تفاصيل العمل والجداول والتقارير التي يمكن أن يتوقعها العميل‪.‬‬
 ‫بصفتك محلل بيانات‪ ،‬سيكون نطاق عملك أكثر تقنيا وسيشمل العناصر األساسية التي ذكرناها للتو ‪ ،‬ولكن أيضا التركيز‬
‫على أشياء مثل إعداد البيانات والتحقق من صحتها وتحليل مجموعات البيانات الكمية والنوعية والنتائج األولية وربما‬
‫حتى بعض العناصر المرئية حقا فهم النقطة‪.‬‬

‫في هذه المرحلة‪ ،‬حاول أال تخلط بين بيان العمل ‪ STATEMENT OF WORK‬ونطاق العمل ‪،SCOPE OF WORK‬‬
‫وكالهما يتم اختصارهما كـ ‪ .SOW‬على الرغم من أنهما يستخدمان لتحديد التسليمات والجدول الزمني‪ ،‬إال أنهما ليسا‬
‫متماثلين وال ينبغي استخدامهما بالتبادل‪.‬‬

‫بيان العمل هو مستند يحدد بوضوح المنتجات والخدمات التي سيوفرها البائع أو المتعاقد للمؤسسة‪ .‬يتضمن األهداف‬
‫والمبادئ التوجيهية والمخرجات والجدول الزمني والتكاليف‪.‬‬

‫يعتمد نطاق العمل على المشروع ويحدد توقعات المشروع وحدوده‪ .‬يمكن تضمين نطاق العمل في بيان العمل للمساعدة‬
‫في تحديد نتائج المشروع‪.‬‬

‫بصفتك محلل بيانات مبتدئا‪ ،‬من المعتاد أن يُطلب منك إنشاء نطاق عمل وليس بيان عمل‪.‬‬
‫كمحلل بيانات‪ ،‬من الصعب المبالغة في أهمية مستند ‪ SOW. SOW‬محدد جيدا يبقيك أنت وفريقك وكل شخص‬
‫مشارك في مشروع على نفس الصفحة ‪.‬إنه يضمن أن جميع المساهمين والجهات الراعية وأصحاب المصلحة‬
‫يشاركون نفس الفهم للتفاصيل ذات الصلة ‪.‬‬

‫لماذا تحتاج إلى‪ SOW‬؟‬

‫الهدف من مشاريع تحليل البيانات هو إكمال مهام العمل المفيدة ألصحاب المصلحة ‪.‬يساعد إنشاء بيان عمل على التأكد من‬
‫أن جميع المعنيين‪ ،‬من المحللين والمهندسين إلى المديرين وأصحاب المصلحة‪ ،‬يتشاركون في فهم أهداف العمل هذه‪ ،‬وخطة‬
‫تحقيقها‪.‬‬

‫يعد توضيح المتطلبات وتحديد التوقعات من أهم أجزاء المشروع ‪.‬استرجع المرحلة األولى من عملية تحليل البيانات ‪ -‬طرح‬
‫األسئلة‪.‬‬

‫عندما تطرح المزيد والمزيد من األسئلة لتوضيح المتطلبات واألهداف ومصادر البيانات وأصحاب المصلحة وأي معلومات‬
‫أخرى ذات صلة‪ ،‬يساعدك تقرير العمل على إضفاء الطابع الرسمي على كل ذلك من خالل تسجيل جميع اإلجابات‬
‫والتفاصيل ‪.‬في هذا السياق‪ ،‬كلمة "اسأل" تعني شيئين ‪.‬التحضير لكتابة تقرير العمل يتعلق بطرح األسئلة لمعرفة المعلومات‬
‫الضرورية حول المشروع‪ ،‬ولكنه يتعلق أيضا بتوضيح وتحديد ما يُطلب منك إنجازه‪ ،‬وما هي حدود أو حدود "السؤال ‪".‬‬
‫بعد كل شيء‪ ،‬إذا لم تتمكن من التمييز بين أسئلة العمل التي تطرحها ولم تكن مسؤوال عن اإلجابة‪ ،‬فمن الصعب معرفة‬
‫معنى النجاح!‬

‫ما هو أفضل سو‪SOW‬؟‬

‫ال يوجد تنسيق قياسي لخيار العمل ‪.‬قد تختلف بشكل كبير من منظمة إلى أخرى‪ ،‬أو من مشروع إلى مشروع ‪.‬ومع‬
‫ذلك‪ ،‬لديهم جميعا بعض األجزاء التأسيسية المشتركة ‪.‬‬

‫النواتج‪ :‬ما العمل الذي يتم إنجازه‪ ،‬وما األشياء التي يتم إنشاؤها نتيجة لهذا المشروع؟ عند اكتمال المشروع‪ ،‬ما‬ ‫•‬
‫الذي تتوقع أن تقدمه ألصحاب المصلحة؟ كن محددا هنا ‪.‬هل ستجمع البيانات لهذا المشروع؟ كم‪ ،‬أو إلى متى؟‬
‫تجنب العبارات الغامضة ‪.‬على سبيل المثال‪" ،‬إصالح مشاكل المرور" ال يحدد النطاق ‪.‬قد يعني هذا أي شيء بدءا‬
‫من ملء عدد قليل من الحفر وحتى بناء جسر علوي جديد ‪.‬كن دقيقا !استخدم األرقام وتهدف إلى تحقيق أهداف‬
‫وغايات صعبة وقابلة للقياس ‪.‬على سبيل المثال‪" :‬حدد أهم ‪ 10‬مشكالت تتعلق بأنماط حركة المرور داخل حدود‬
‫المدينة‪ ،‬وحدد الحلول الثالثة األكثر فعالية من حيث التكلفة لتقليل االزدحام المروري"‪.‬‬

‫المعالم‪ :‬يرتبط هذا ارتباطا وثيقا بجدولك الزمني ‪.‬ما هي المعالم الرئيسية للتقدم في مشروعك؟ كيف تعرف متى‬ ‫•‬
‫يعتبر جزء معين من المشروع مكتمال؟‬
‫يمكن تحديد المعالم من قبلك أو من قبل أصحاب المصلحة أو أعضاء الفريق اآلخرين مثل مدير المشروع ‪.‬قد‬
‫تتضمن األمثلة األصغر خطوات تدريجية في مشروع أكبر مثل "جمع ومعالجة ‪ ٪50‬من البيانات المطلوبة (‪100‬‬
‫إجابة على االستبيان)”‪ ،‬ولكن قد تكون أيضا أمثلة أكبر مثل "تقرير تحليل البيانات األولي الكامل" أو "تقديم‬
‫تصورات لوحة التحكم وتقارير التحليل المكتملة ألصحاب المصلحة ‪".‬‬

‫المخطط الزمني‪ :‬سيرتبط الجدول الزمني الخاص بك ارتباطا وثيقا بالمعالم التي تقوم بإنشائها لمشروعك ‪.‬الخط‬ ‫•‬
‫الزمني هو وسيلة لرسم خرائط التوقعات للمدة التي يجب أن تستغرقها كل خطوة من العملية ‪.‬يجب أن يكون الجدول‬
‫الزمني محددا بدرجة كافية لمساعدة جميع المعنيين على تحديد ما إذا كان المشروع في الموعد المحدد ‪.‬متى سيتم‬
‫االنتهاء من التسليمات؟ ما هي المدة التي تتوقع أن يستغرقها المشروع حتى يكتمل؟ إذا سارت األمور كما هو مخطط‬
‫لها‪ ،‬فما المدة التي تتوقع أن يستغرقها كل مكون من مكونات المشروع؟ متى نتوقع الوصول إلى كل معلم؟‬
‫التقارير‪ :‬تضع تقارير العمل الجيدة أيضا حدودا لكيفية ووقت تقديم تحديثات الحالة ألصحاب المصلحة ‪.‬كيف ستبلغ‬ ‫•‬
‫التقدم مع أصحاب المصلحة والجهات الراعية‪ ،‬وكم مرة؟ سيتم اإلبالغ‬
 ‫عن التقدم أسبوعيا؟ شهريا؟ متى تكتمل المعالم؟ ما هي المعلومات التي سوف تحتوي على تقارير الحالة؟‬
‫كحد أدنى‪ ،‬يجب أن يجيب أي بيان عمل على جميع األسئلة ذات الصلة في المجاالت المذكورة أعاله ‪.‬الحظ أن هذه‬
‫المناطق قد تختلف حسب المشروع ‪.‬ولكن في جوهرها‪ ،‬يجب أن تخدم وثيقة ‪ SOW‬دائما نفس الغرض من خالل‬
‫احتواء معلومات محددة وذات صلة ودقيقة ‪.‬إذا تغير شيء ما في المشروع‪ ،‬فيجب أن يعكس تقرير العمل الخاص بك‬
‫هذه التغييرات‪.‬‬

‫ما هو داخل وخارج النطاق؟‬

‫يجب أن تحتوي بيانات العمل أيضا على معلومات خاصة بما يعتبر جزءا من المشروع وما ال يعتبر جزءا من‬
‫معرفا بمستوى من التفاصيل ال يترك أي غموض أو‬
‫المشروع ‪.‬نطاق مشروعك هو كل ما يُتوقع منك إكماله أو إنجازه‪ّ ،‬‬
‫ارتباك حول ما إذا كانت مهمة أو عنصرا معينا جزءا من المشروع أم ال ‪.‬‬

‫الحظ كيف حدد المثال السابق حول دراسة االزدحام المروري نطاقه كمنطقة داخل حدود المدينة ‪.‬ال يترك هذا أي مجال‬
‫لالرتباك ‪ -‬يحتاج أصحاب المصلحة فقط إلى الرجوع إلى الخريطة لمعرفة ما إذا كان امتداد الطريق أو التقاطع جزءا‬
‫من المشروع أم ال ‪.‬قد يكون تحديد المتطلبات أصعب مما يبدو‪ ،‬لذلك من المهم أن تكون محددا قدر اإلمكان في هذه‬
‫المستندات‪ ،‬وأن تستخدم البيانات الكمية كلما أمكن ذلك ‪.‬‬

‫على سبيل المثال‪ ،‬افترض أنك مكلف بمشروع يتضمن دراسة اآلثار البيئية لتغير المناخ على ساحل المدينة‪ :‬كيف تحدد‬
‫أجزاء الساحل التي تتحمل مسؤولية دراستها‪ ،‬وأي األجزاء لست مسؤوال عنها؟‬

‫في هذه الحالة‪ ،‬سيكون من المهم تحديد المنطقة التي تتوقع دراستها باستخدام مواقع ‪ GPS‬أو المعالم ‪.‬سيساعد استخدام‬
‫عبارات محددة وقابلة للقياس على ضمان أن يكون لدى كل شخص فهم واضح لما هو متوقع‪.‬‬

‫أهمية السياق ‪CONTEXT‬‬

‫السياق هو الحالة التي يوجد فيها شيء ما أو يحدث ‪.‬السياق مهم في تحليالت البيانات ألنه يساعدك على التدقيق في‬
‫كميات هائلة من البيانات غير المنظمة وتحويلها إلى شيء ذي معنى ‪.‬الحقيقة هي أن البيانات لها قيمة قليلة إذا لم يتم‬
‫إقرانها بالسياق‪.‬‬
‫يمكن للسياق تحويل البيانات األولية إلى معلومات مفيدة ‪.‬من المهم جدا لمحللي البيانات وضع بياناتهم في سياقها ‪.‬هذا‬
‫يعني إعطاء منظور البيانات من خالل تعريفه ‪.‬للقيام بذلك‪ ،‬تحتاج إلى تحديد‪:‬‬

‫من‪ WHO:‬الشخص أو المنظمة التي أنشأت و ‪ /‬أو جمعت و ‪ /‬أو مولت جمع البيانات‬ ‫•‬
‫ماذا‪ WHAT:‬األشياء الموجودة في العالم التي يمكن أن تؤثر البيانات عليها‬ ‫•‬
 ‫المكان‪ WHERE:‬أصل البيانات‬ ‫•‬
‫متى‪ WHEN:‬الوقت الذي تم فيه إنشاء البيانات أو جمعها‬ ‫•‬
‫السبب‪ WHY:‬الدافع وراء الخلق أو التحصيل‬ ‫•‬
‫الكيفية‪ HOW:‬الطريقة المستخدمة في إنشائه أو تجميعه‬ ‫•‬