فهم أنواع تحليلات البيانات

7 دقائق

تستخدم تحليلات البيانات لاستكشاف البيانات واستخراج نتائج التحليلات والعمل عليها.

تغطي تحليلات البيانات مجموعة من الأنشطة، لكل منها تركيزه وأهدافه. يمكن تصنيف هذه الأنشطة على أنها تحليلات وصفية وتشخيصية ومتوقعة وتوجيهية ومعرفية.

في هذه الوحدة، ستتعرف على فئات تحليلات البيانات الخمس هذه وفيما تُستخدم.

التحليلات الوصفية

ماذا حدث؟

تجيب التحليلات الوصفية على أسئلة حول ما حدث، استناداً إلى البيانات التاريخية، لإبلاغ القرارات المتعلقة بالمستقبل. وتلخص أساليب التحليلات الوصفية مجموعات البيانات الكبيرة لتقديم النتائج للمساهمين. التحليلات الوصفية هي أكثر أنواع التحليلات شيوعاً وغالباً ما يتولى محلل البيانات تنفيذها.

يساعد تطوير مؤشرات الأداء الرئيسية (KPIs) ومقاييس الأداء الأخرى على تتبع نجاح أو فشل أهداف العمل. غالباً ما تقوم الشركة بتعيين مؤشرات الأداء الرئيسية ومقاييس الأداء لتتبع المبادرات الرئيسية. يُعد عرض البيانات المتعلقة بمؤشرات الأداء الرئيسية هذه من التحليلات الوصفية.

يمكن أن تتخذ مخرجات التحليلات الوصفية أشكالاً عديدة، بما في ذلك التقارير ولوحات المعلومات. يعرض تقرير المبيعات والتسويق أدناه بيانات المبيعات والتسويق لمدة عام حسب المنتج وقناة التوزيع والوقت الإضافي.

Power BI report displaying sales and marketing data including key metrics such as total sales and online sales. The report looks at sales data by product and channel and over time in a bar chart.

التحليلات التشخيصية

لماذا حدث ذلك؟

تساعد التحليلات التشخيصية في الإجابة على الأسئلة حول سبب حدوث الأشياء وغالباً ما تكون الخطوة التالية في تحليلات البيانات بعد التحليلات الوصفية. يأخذ المحللون النتائج من التحليلات الوصفية ويبحثون بشكل أعمق للعثور على السبب. يتم إجراء مزيد من التحقيق في المقاييس ومؤشرات الاهتمام لاكتشاف سبب تحسنها أو تفاقمها. غالباً ما يتم إجراء التحليلات التشخيصية من قبل محللي البيانات وعلماء البيانات.

تحدث التحليلات التشخيصية بشكل عام في ثلاث خطوات:

تحديد الحالات الخارجة عن المألوف في البيانات. قد تكون الحالات الشاذة تغييرات غير متوقعة في مقياس أو سوق معين.
جمع البيانات التي تتعلق بهذه الحالات الخارجة عن المألوف.
استخدام الأساليب الإحصائية لاكتشاف العلاقات والاتجاهات التي تفسر هذه الحالات الخارجة عن المألوف.

في تقرير مبيعات شركة Contoso أدناه، نريد أن نفهم سبب فوز شركة Contoso أو عدم فوزها بعروض أسعار لنشاط تجاري جديد. تساعد التحليلات التشخيصية صناع القرار على رؤية أن تطبيق خصومات بنسبة 2٪ يزيد من احتمال الفوز بعرض أسعار.

Power BI report displaying Contoso sales data including key metrics such as percent of bids closed by category. The report displays a key influencers visual displaying a chart that shows that the likelihood of winning a bid increases by 2.76x when the discount goes up by 0.02.

التحليلات المتوقعة

ماذا سيحدث في المستقبل؟

تساعد التحليلات المتوقعة في الإجابة على الأسئلة حول ما سيحدث في المستقبل. تستخدم أساليب التحليلات المتوقعة البيانات التاريخية لتحديد الاتجاهات وتحديد احتمالية تكرارها، ما يوفر رؤية لما قد يحدث في المستقبل. وتشمل الأساليب مجموعة من الأساليب الإحصائية وأساليب التعلّم الآلي مثل الشبكات العصبية وأشجار القرارات والتراجع. غالباً ما يتم تنفيذ التحليلات المتوقعة من قبل علماء البيانات.

ينظر المخطط الخطي أدناه إلى الإيرادات المحققة حسب السنة والشهر، ما يُظهر تراجعاً تاريخياً. يتوقع التنبؤ أن الإيرادات المحققة ستستمر في الانخفاض. قد يستخدم صانعو القرار هذه التوقعات لتغيير المسار في محاولة لزيادة مقدار الإيرادات المحققة.

A line chart with a clear downward trend in revenue won by year and month. The line chart includes a forecast which displays that revenue won will continue to decrease into the next year.

التحليلات التوجيهية

ما الإجراءات التي ينبغي اتخاذها؟

تأخذ التحليلات التوجيهية التحليلات المتوقعة خطوة إلى الأمام وتساعد في الإجابة على الأسئلة حول الإجراءات التي يجب اتخاذها لتحقيق هدف أو غاية. يسمح هذا الأسلوب للشركات باتخاذ قرارات مستنيرة في مواجهة حالة عدم اليقين. تعتمد أساليب التحليلات التوجيهية على استراتيجيات التعلّم الآلي للعثور على الأنماط في مجموعات البيانات الكبيرة. من خلال تحليل القرارات والأحداث السابقة، يمكن تقدير احتمال النتائج المختلفة. غالباً ما يتم تنفيذ التحليلات التوجيهية من قبل علماء البيانات. توفر Microsoft أيضاً أدوات منخفضة التعليمات البرمجية يمكن للمحللين استخدامها لإجراء تحليلات توجيهية، مثل استخدام التعلم الآلي في Power BI.

تُعد توصيات المحتوى الخوارزمي تنفيذ شائع للتحليلات التوجيهية. باستخدام خوارزمية التوصية في إستوديو التعلم الآلي من Microsoft Azure، يمكن لعلماء البيانات التوصية بأفضل الإجراءات التي يجب أن تتخذها Contoso استناداً إلى عادات العميل وخصائصه السابقة. تعرض لقطة الشاشة أدناه خوارزمية التوصية في مصمم التعلم الآلي من Microsoft Azure، حيث يتم استخدام بيانات العميل لوصف تصنيف توصية محدد.

Prescriptive analytics using Azure Machine Learning studio, using the recommender component of Azure ML designer.

إشعار

لمعرفة المزيد حول التحليلات التوجيهية باستخدام التعلم الآلي من Microsoft Azure، راجع إنشاء نظام توصية يستند إلى المحتوى.

التحليلات المعرفية

كيف يمكن حل المشكلة بشكل أفضل؟

تجمع التحليلات المعرفية بين الذكاء الاصطناعي والتعلّم الآلي ومناهج تحليلات البيانات لتوجيه عملية صنع القرار. تستخلص التحليلات المعرفية الاستدلالات من البيانات والأنماط الحالية، وتستمد الاستنتاجات التي تستند إلى قواعد المعارف الحالية، وتضيف هذه النتائج المستخلصة مرة أخرى إلى قاعدة المعارف للحصول على الاستدلالات المستقبلية--تكراراً حلقيّاً للملاحظات الخاصة بالتعلم الذاتي. يُمكّن التكرار الحلقي للملاحظات هذه التطبيقات المعرفية من أن تصبح أكثر دقة بمرور الوقت.

من خلال الاستفادة من فوائد الحوسبة الضخمة المتوازية/الموزعة وانخفاض تكاليف تخزين البيانات وقوة الحوسبة، لا يوجد حد للتنمية المعرفية التي يمكن أن تحققها هذه الأنظمة. تتيح خدمات Azure الذكاء الاصطناعي من Microsoft للمستخدمين الاستفادة من التحليلات المعرفية من خلال استخراج الرؤى من أنواع مختلفة من البيانات، بما في ذلك أشياء مثل النصوص والصور.

A diagram of Microsoft's Azure AI Services platform featuring, Microsoft’s fully managed intelligent, big data and advanced analytics offering in the cloud.