في عصرنا الحالي الذي يعج بالبيانات في كل مكان وبكل الأشكال، باتت هذه البيانات واحدة من أهم وأغلى المصادر على كوكب الأرض وعاملاً أساسياً تعتمد عليه شركات التقنية وغيرها في التطور وجني الأرباح.
وهذا هو السبب الذي يجعل الشركات اليوم تتهافت إلى شراء بيانات المستخدمين (بعلمهم او بدونه) وذلك لأنها أثمن وأهم مما فد تعتقده عزيزي القارئ.
ولكن هذه البيانات في الواقع لا معنى لها بصورتها الخام، فهي لا تمثل أكثر من كونها أرقام او أسماء او إيميلات وما شابه، هنا يبرز دور محللي البيانات الذين يعدون فرعاً من أفرع علم البيانات الذي يعد أشمل ومهمته الأساسية هو إيجاد ترابط منطقي بين كم هائل من البيانات، بينما يركز تحليل البيانات على استخلاص الرؤى ودراسة واستشراف السوق عن طريق هذه البيانات.
تحليل البيانات:
كما ذكرنا إن تحليل البيانات هو تحويل البيانات بشكلها الخام إلى رؤى قابلة للتطبيق، وهو مجموعة من التقنيات والأدوات التي تُستخدم لمعرفة التوجهات وحل المشاكل عن طريق هذه البيانات، فتحليل البيانات يقدم للشركات والمؤسسات رؤية تفصيلية حول تجربة المستخدمين من إيجابيات وسلبيات وذلك لأخذها بعين الاعتبار والعمل على تقوية هذه الإيجابيات وحل او تفادي السلبيات المطروحة.
وإن تحليل البيانات قد يكون مع بيانات كبيرة جداً قد تصل إلى مئات او ألاف البيتابايت من البيانات، الأمر الذي يتطلب تحليلات مُعقدة وأدوات وتقنيات معينة (يتم إدخال الذكاء الاصطناعي إليها) ومعالجات جبارة للقيام بعمليات الحوسبة على هذا الكم الهائل من البيانات، وهذا يتطلب أيضاً مختصين في هذا المجال، تكون مهمتهم الرئيسية هي فهم البيانات الضخمة المتوفرة لديهم واستخراج معلومات مفيدة منها.
ومن أهم المهام التي يقوم بها من يعمل كمحلل بيانات هي جمع البيانات الأولية ومعالجتها وضمان أمن وخصوصية هذه البيانات ونمذجتها وفهم وتفسير البيانات وعرضها في نهاية الأمر،
وتمر عادةً عملية التحليل بخمس خطوات وهي:
• جمع البيانات: وهي تضمن تحديد مصادر البيانات وجمعها إما بعملية “الاستخراج والتحويل والتحميل” ETL (تحويل البيانات المنشأة إلى تنسيق قياسي ثم تحميل البيانات إلى وحدة التخزين) او الاستخراج والتحميل والتحويل ELT (تحميل البيانات في وحدة التخزين ثم تحويلها إلى التنسيق المطلوب).
• تخزين البيانات: ويكون بنقل البيانات إلى وحدات التخزين التي تكون إما سحابية او في مخازن خاصة.
• معالجة البيانات: يتم تحويل البيانات وتنظيمها للحصول على نتائج دقيقة من الاستعلامات الدقيقة.
• تنظيف البيانات: والمقصود بالتنظيف أي البحث عن أخطاء معينة مثل التكرار أو التناقضات التنسيقات المختلفة.
• تحليل البيانات: وهي الخطوة التي يتم تحويل البيانات الخام إلى رؤى،
ويكون لهذه التحليلات العديد من الأشكال منها:
– التحليلات الوصفية Descriptive: ويكون الهدف من هذا النوع التحليل من أجل فهم ما يحدث في بيئة البيانات، وتكون ذات عرض مرئي مثل مخططات الأعمدة او المخططات الدائرية.
– التحليلات التشخيصية Diagnostic: وهي عملية أكثر عمقاً وتفصيلاً الهدف منها هو فهم سبب حدوث أمر ما.
– التحليلات التنبؤية Predictive: تستخدم هذه التحليلات البيانات التاريخية للقيام بتنبؤات حول الاتجاهات المستقبلية.
– التحليلات التوجيهية Prescriptive: وهي الخطوة التي تتلو التحليلات التنبؤية فترفعها إلى مستوى جديد، فلا تكتفي بالتنبؤ بما سيحدث بل تقترح أفضل الحلول للاستجابة.
– التحليل المعرفي Cognitive: وهو يعد نوع جديد نوعاً ما، يحاول محاكاة الدماغ البشري فيحلل البيانات بذكاء ويحاول استخلاص النتائج واكتساب الخبرة ومساعدة محلل البيانات على معرفة السيناريوهات المختلفة عند حدوث ظروف معينة.
يُذكر أنه قديماً كانت عملية تحليل البيانات أعقد وأصعب أما في عصرنا الحالي المدجج بالبرامج المتقدمة وأدوات الذكاء الاصطناعي باتت الأمور أكثر بساطة ويُسر ونذكر من هذه البرامج:
برنامج Excel وبرنامج Microsoft Power BI، إطار عمل أباتشي سبارك Apache Spark، برنامج Jupyter Notebook، المكتبات التي تقدمها لغة بايثون Python وغيرها الكثير، ربما قد نخصص مقالات مفصلة عن كل منها في وقت لاحق.
وبهذا نأمل أن تكون حصلت وبسرعة على نظرة عامة عن تحليل البيانات وأهميته، ولتتابع المزيد من المقالات المشابهة لا تنس أننا متواجدون على مواقع التواصل الاجتماعي نقوم بالنشر بشكل دوري وسنكون مسرورين لتفاعلك ولمشاركتك إيانا آرائك عما نقوم بنشره بكل ما يخص عالم التقنية.
- تحليل البيانات باستخدام Python, Excel , Power BI, Tableau, R
- مقارنة البيانات Data visualization
- تطبيق عملي مشروع Case Study
- تنظيف البيانات Data Preprocessing
- فهم البيانات وتحليلها Data Literacy & Proficiency
رابط تحميل كورس تحميل كورس تحليل البيانات باستخدام اكسل مجاناً بروابط مباشرة وتدعم الإكمال التلقائي ..
