استكشاف تحليلات البيانات
تهتم تحليلات البيانات بفحص البيانات وتحويلها وترتيبها حتى تتمكن من دراستها واستخراج معلومات مفيدة. تحليل البيانات هو تخصص يغطي النطاق الكامل لمهام إدارة البيانات. ولا تقتصر هذه المهام على التحليل، بل تشمل أيضا جمع البيانات، والتنظيم، والتخزين، وجميع الأدوات والتقنيات المستخدمة.
مصطلح تحليل البيانات هو مصطلح شامل يغطي مجموعة من الأنشطة، ولكل منها التركيز والأهداف الخاصة بها. يمكنك تصنيف هذه الأنشطة على أنها تحليلاتوصفيةوتشخيصية وتنبؤية وتوجيهية ومعرفية.
في هذه الوحدة، ستتعرف على هذه الفئات من تحليلات البيانات.
التحليلات الوصفية
تساعد التحليلات الوصفية في الإجابة على الأسئلة حول ما حدث، استنادًا إلى البيانات التاريخية. وتلخص أساليب التحليلات الوصفية مجموعات البيانات الكبيرة لوصف النتائج للمساهمين.
ومن خلال تطوير مؤشرات الأداء الرئيسية (مؤشرات الأداء الرئيسية)، يمكن لهذه الاستراتيجيات أن تساعد في تتبع نجاح أو فشل الأهداف الرئيسية. وتستخدم مقاييس مثل العائد على الاستثمار (ROI) في العديد من القطاعات. يتم تطوير مقاييس متخصصة لتتبع الأداء في قطاعات محددة.
تتضمن أمثلة التحليلات الوصفية إنشاء تقارير لتقديم عرض لمبيعات المؤسسة والبيانات المالية.
التحليلات التشخيصية
تساعد التحليلات التشخيصية في الإجابة على الأسئلة حول سبب حدوث الأشياء. تقنيات التحليل التشخيصي تكمل المزيد من التحليلات الوصفية الأساسية. تأخذ النتائج من التحليلات الوصفية والبحث بشكل أعمق للعثور على السبب. يتم إجراء مزيد من التحقيق في مؤشرات الأداء لاكتشاف سبب تحسنها أو تفاقمها. يحدث هذا بشكل عام في ثلاث خطوات:
- تحديد الحالات الخارجة عن المألوف في البيانات. قد تكون هذه التغييرات 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.
التحليلات المتوقعة
تساعد التحليلات المتوقعة في الإجابة على الأسئلة حول ما سيحدث في المستقبل. تستخدم أساليب التحليلات المتوقعة البيانات التاريخية لتحديد الاتجاهات وتحديد إذا ما كان من المحتمل تكرارها. توفر الأدوات التحليلية التنبؤية رؤية قيمة لما قد يحدث في المستقبل. وتشمل الأساليب مجموعة متنوعة من الأساليب الإحصائية وأساليب التعلّم الآلي مثل الشبكات العصبية وأشجار القرارات والتراجع.
التحليلات التوجيهية
تساعد التحليلات الوصفية في الإجابة على الأسئلة حول الإجراءات التي يجب اتخاذها لتحقيق هدف أو غاية. باستخدام الرؤى من التحليلات التنبؤية، يمكن اتخاذ قرارات تعتمد على البيانات. يسمح هذا الأسلوب للشركات اتخاذ قرارات مستنيرة في مواجهة 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.
التحليلات المعرفية
يحاول التحليل المعرفي استخلاص الاستدلالات من البيانات والأنماط الحالية، واشتقاق الاستنتاجات على أساس أسس المعرفة القائمة، ومن ثم إضافة هذه النتائج مرة أخرى إلى قاعدة المعرفة للاستدلالات المستقبلية -- حلقة ملاحظات للتعلم الذاتي. تساعدك التحليلات المعرفية في معرفة ما قد يحدث إذا تغيرت الظروف، وكيف يمكنك التعامل مع هذه الحالات.
الاستدلالات ليست استفسارات منظمة تستند إلى قاعدة بيانات القواعد، بل هي فرضيات غير منظمة تم جمعها من عدد من المصادر، ويتم التعبير عنها بدرجات متفاوتة من الثقة. تعتمد التحليلات المعرفية الفعالة على خوارزميات التعلم الآلي. ويستخدم العديد من البرمجة اللغوية العصبية (معالجة اللغة الطبيعية) المفاهيم لجعل معنى مصادر البيانات غير المستغلة سابقا، مثل سجلات محادثات مركز الاتصال ومراجعات المنتج.
من الناحية النظرية، 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.