أحمد دوميBTEC IT
وحدة BTEC IT

نمذجة البيانات

Data Modelling

السؤال الذي تنطلق منه دوسية التأسيس: كيف تتحول البيانات الخام إلى معلومات تساعد المؤسسة على اتخاذ القرار؟ والصفحات هنا تتبع الجواب خطوة بخطوة: البيانات والمعلومات، ثم مصادر البيانات، ثم جودتها، ثم نمذجتها للتنبؤ.

وحدة نمذجة البيانات وجداول البيانات تنقلك من الأرقام الخام إلى القرار: تفهم أولًا الفرق بين البيانات والمعلومات، ثم من أين تأتي البيانات وكيف تحكم على جودتها، ثم كيف تُبنى النماذج التي تتنبأ بالمستقبل.

الصفحات التالية تغطي هذا الأساس. الجزء العملي من الوحدة (لوحات المعلومات وجداول البيانات) غير منشور هنا بعد.

المفاهيم

  1. الفرق بين البيانات والمعلوماتData vs Informationالبيانات حقائق وأرقام لا معنى لها بمفردها، والمعلومات بيانات عولجت ونُظّمت وأُعطيت معنى وسياقًا فأصبح ممكنًا الاستفادة منها في القرار.مقارنةاقرأ
  2. مصادر البيانات في المؤسسات واستخداماتها وخصوصيتهاData Sources, Uses and Privacyتجمع المؤسسات البيانات من مصادر مثل بطاقات الولاء والصراف الآلي والحساسات ووسائل التواصل وشبكات الهاتف ومحركات البحث، وليست كلها بالجودة نفسها، مع الانتباه إلى الخصوصية وملفات تعريف الارتباط.مفهوماقرأ
  3. جودة البيانات: الاكتمال والدقة والاتساق والحداثةData Qualityجودة البيانات هي صلاحيتها للتحليل والقرار: الاكتمال والدقة والاتساق والحداثة، ويضاف إليها في الحصة التحيّز وحجم العينة. وتُحسَّن بتنقية البيانات وإزالة التكرار وتسوية الجداول.مفهوماقرأ
  4. ما هي نمذجة البيانات؟What Is Data Modelling?نمذجة البيانات استخدام البيانات وتحليلها لبناء نموذج يكشف الأنماط ويتنبأ بما قد يحدث ويدعم القرار، عبر أربع خطوات من الجمع إلى القرار.مفهوماقرأ
  5. خطوات تنظيف ومعالجة البيانات: من البيانات الخام إلى بيانات جاهزةData Cleaning and Processing Stepsمعالجة البيانات سلسلة عمليات على البيانات الخام لتنظيمها وتصحيحها: توحيد كتابة الأسماء والتواريخ والهواتف، وتصحيح الأخطاء، وإزالة المكرر، وترتيبها في صفوف وأعمدة، والتأكد من اكتمال الحقول المهمة.مفهوماقرأ
  6. فحوص موثوقية البيانات: بيانات ناقصة أم خاطئة؟ وحجم البيانات والتناسقChecking Data Reliabilityقبل الاعتماد على البيانات تُفحص أربع خصائص: الاكتمال (هل هناك قيم مفقودة وهل يمكن استنتاجها؟)، والخطأ (قيمة موجودة لكنها غير صحيحة)، وحجم البيانات، والتناسق في طريقة التسجيل.مقارنةاقرأ
  7. التحيّز وحجم العينة: لماذا قد تضلّلك نسبة 60%؟Sample Size and Biasالعينة مجموعة أفراد تُجمع منهم البيانات لتمثيل مجموعة أكبر. إن لم تمثل الفئات المطلوبة فهي متحيزة، وإن كانت صغيرة جدًا قد تعطي صورة مضللة؛ فالنسبة نفسها (60%) قد تكون قوية الدليل مع 10,000 شخص وضعيفة مع 30.مقارنةاقرأ
  8. دقة البيانات وعمرها: هل ما زالت تمثل الواقع؟Data Accuracy and Data Ageالبيانات غير الدقيقة تقود إلى تحليل غير دقيق وقرار خاطئ، والبيانات الدقيقة وقت جمعها قد تفقد قيمتها مع الزمن. لذلك نسأل: هل هي صحيحة؟ وهل ما زالت حديثة ومناسبة للقرار؟مقارنةاقرأ
  9. البيانات الأساسية والبيانات الخارجية: الفرق وأمثلةPrimary vs External (Secondary) Dataالبيانات الأساسية يجمعها الباحث أو المؤسسة نفسها لغرض الدراسة الحالية، أما البيانات الخارجية فيجمعها طرف آخر لغرض سابق قد يكون مختلفًا، كتقرير منشور عن عادات التسوق.مقارنةاقرأ
  10. التحليلات التنبؤية: كيف تستخدم المؤسسات البيانات السابقة لتوقّع المستقبل؟Predictive Analyticsالتحليلات التنبؤية تستخدم البيانات السابقة وأنماطها لتقدير ما قد يحدث، كالمبيعات والطلب وعدد العملاء، حتى تخطط المؤسسة قبل الوقوع بدل الاكتفاء بالرد بعده. لكنها تقدّر الاحتمالات ولا تعرف المستقبل بيقين.مفهوماقرأ
  11. استخدامات نمذجة البيانات: الإعلان وخدمة العملاء والأداء والتحليل الديموغرافي والماليApplications of Data Modellingتستخدم المؤسسات نمذجة البيانات في الدعاية والإعلان لاستهداف من يُحتمل أن يشتري، وفي خدمة العملاء لتوقع الطلب، وفي الأداء لتحديد الإنتاج والموارد، وفي التحليل المالي والديموغرافي وفي اكتشاف الأنماط والاستعداد للتغيرات.مقارنةاقرأ
  12. من البيانات إلى لوحة المعلومات: كيف تبني لوحة تساعد على اتخاذ القرار؟From Data to Dashboardلوحة المعلومات الجيدة تبدأ من البيانات لا من الرسم: تنظيف البيانات، واختيار النوع الصحيح لكل عمود، وإجراء الحسابات، وبناء ملخصات، ثم عرضها بمخططات تشرح ما يحدث فعلًا.مفهوماقرأ
  13. المخططات المضللة: كيف يغيّر المحور والمقياس فهمك للبيانات؟Misleading Chartsالقيم نفسها قد تبدو مستقرة على محور واسع ومتغيرة بشدة على محور ضيق مبالغ فيه. لذلك يجب أن يكون المقياس مناسبًا ونطاق المحور قريبًا من القيم الفعلية، والعنوان واضحًا، والبيانات كاملة قدر الإمكان.مفهوماقرأ
  14. أنواع البيانات في جداول البيانات وتنسيق الخلاياSpreadsheet Data Types and Cell Formattingاختيار النوع الصحيح للبيانات (نص، عدد صحيح، عشري، تاريخ، وقت، عملة، قيمة منطقية) مهم لأن البرنامج يتعامل مع كل نوع بطريقة مختلفة. مثال: رقم الهاتف يُخزَّن نصًا حتى لا يفقد الصفر الأول.مفهوماقرأ
  15. اختيار نوع المخطط البياني: عمودي وخطي ودائري ومساحي ومبعثر وحلقيChoosing a Chart Typeلا يوجد مخطط واحد يناسب كل البيانات. نختار النوع بحسب السؤال: مقارنة فئات (عمودي)، تغير عبر الزمن (خطي)، أجزاء من إجمالي (دائري)، حجم التغير (مساحي)، علاقة بين متغيرين (مبعثر)، مستويات متعددة (حلقي).مقارنةاقرأ
  16. الجدول المحوري (Pivot Table): كيف تلخّص بيانات كبيرة بسرعة؟Pivot Tablesالجدول المحوري يعيد تجميع البيانات وتلخيصها دون تغيير المصدر: تجميع السجلات حسب فئة، وعدّ العناصر، وحساب الإجمالي أو المتوسط أو القيمة الكبرى والصغرى، وتغيير الحقول لزاوية تحليل جديدة دون إعادة كتابة البيانات.مفهوماقرأ
  17. الدوال الأساسية في جداول البيانات: SUM وAVERAGE وMIN وMAX وCOUNTBLANK وCOUNTIF وSUMIFBasic Spreadsheet Functionsالصيغة تبدأ بعلامة = وتستخدم مراجع الخلايا لتتحدث النتيجة تلقائيًا. والدوال تختصر الحساب: SUM تجمع، وAVERAGE تحسب المتوسط، وMIN وMAX تعيدان الأصغر والأكبر، وCOUNTBLANK تحسب الفارغ، وCOUNTIF وSUMIF تعدّ أو تجمع بشرط.مقارنةاقرأ
  18. دالة IF والدوال المنطقية AND وOR وNOT: اتخاذ القرار في الجدولIF, AND, OR, NOT Functionsدالة IF تختبر شرطًا وتعيد نتيجة إن تحقق وأخرى إن لم يتحقق، فتصنّف السجلات تلقائيًا. ولمعيارين أو أكثر نستخدم AND (كل الشروط) أو OR (شرط واحد يكفي) أو NOT (عكس الشرط)، ويمكن تداخل IF لنتائج أكثر من اثنتين.مقارنةاقرأ
  19. دوال البحث: VLOOKUP وHLOOKUP وXLOOKUP وINDEX وMATCHLookup Functionsدوال البحث تسترجع قيمة مرتبطة بمفتاح من جدول آخر: VLOOKUP تبحث رأسيًا وHLOOKUP أفقيًا وXLOOKUP أكثر مرونة، وINDEX مع MATCH تبني بحثًا مرنًا بإيجاد موقع القيمة ثم جلبها.مقارنةاقرأ
  20. المراجع النسبية والمطلقة والملء التلقائي: متى أستخدم علامة $؟Relative and Absolute Referencesفي المرجع النسبي تتغير المراجع تلقائيًا عند نسخ الصيغة إلى خلايا أخرى، وفي المطلق تُثبَّت الخلية بعلامة $ لتبقى كما هي، كمعدل ضريبة أو سعر صرف أو نسبة خصم لا يجب أن تتغير.مقارنةاقرأ
  21. تحليل «ماذا لو» وGoal Seek: كيف تصل إلى هدف محدد؟What-If Analysis and Goal Seekتحليل «ماذا لو» يجرّب سيناريوهات مختلفة داخل النموذج. وGoal Seek يُستخدم حين نعرف النتيجة المطلوبة ولا نعرف قيمة أحد المدخلات، فيحسب المدخل اللازم لتحقيقها تلقائيًا.مفهوماقرأ
  22. التحقق من صحة البيانات في جداول البيانات: قوائم الاختيار ورسائل الخطأData Validation in Spreadsheetsقواعد التحقق من صحة البيانات تمنع إدخال قيم لا تتوافق مع قواعد محددة (نوع أو نطاق أو قائمة اختيارات) مع رسالة خطأ توضح ما يجب إدخاله. لا تثبت أن القيمة صحيحة في الواقع، لكنها تضمن أنها ضمن المسموح.مفهوماقرأ
  23. الفرز والتصفية في جداول البيانات: ما الفرق وكيف تتجنب الأخطاء؟Sorting and Filtering Dataالفرز يعيد ترتيب كل السجلات حسب معيار (اسم أو تاريخ أو قيمة)، أما التصفية فتعرض جزءًا من البيانات يحقق شرطًا وتخفي الباقي مؤقتًا دون حذفه. وقبلهما يجب التأكد من اتساق التواريخ والأرقام والإملاء.مقارنةاقرأ
  24. الماكرو (Macro) في جداول البيانات: متى أستخدمه وكيف أختبره؟Macros in Spreadsheetsالماكرو يسجّل سلسلة خطوات متكررة ويعيد تنفيذها عند الطلب بزر أو اختصار. يجب التخطيط قبل التسجيل لأن كل نقرة تُسجَّل، وأن يكون اسم الماكرو واضحًا والزر مفهومًا، ثم اختباره في اللوحة.مفهوماقرأ
  25. تنظيم المصنف وأوراق العمل واستيراد البيانات (CSV)Workbook Structure and Importing Dataالمصنف هو الملف الكامل وفيه أوراق عمل. أفضل تنظيم فصل ورقة البيانات الأصلية عن ورقة التحليل وعن لوحة المعلومات، وربط الأوراق بدل النسخ واللصق، واستيراد ملفات CSV باختيار الفاصل الصحيح.مفهوماقرأ
  26. ما الذي يستحق الظهور في لوحة المعلومات؟ الملخصات ومؤشرات الأداء ومعدل الاحتفاظDashboard Summaries and KPIsلوحة المعلومات تجمع الملخصات الأهم لا كل البيانات الخام. نختار المؤشرات التي تساعد المستخدم على اتخاذ قرار بحسب الجمهور، ونعرض كل رقم بسياق (مقارنة بالشهر السابق أو بالهدف). مثال: معدل الاحتفاظ بالعملاء.مقارنةاقرأ
  27. قواعد تصميم لوحة المعلومات: القراءة والتباين والتنسيق الشرطي وعناصر التفاعلDashboard Design Rulesلوحة المعلومات الجيدة مقروءة على الجهاز الذي سيستخدمه الجمهور، تستعمل التباين العالي بدل الزخرفة، وتستخدم التنسيق الشرطي لإبراز الاستثناءات فقط، وكل عنصر فيها يؤدي وظيفة: يشرح أو يقارن أو ينبّه أو يسمح بالتفاعل.مقارنةاقرأ

محاور الوحدة كما يعرضها أحمد دومي

تنبيه: دوسية تأسيس نمذجة البيانات ومعالجة المعلومات — جيل 2011 (أحمد دومي)، الصفحة 3. هذه محاور الوحدة كما يعرضها أحمد، وليست صياغة Pearson الرسمية. لا تعتمد على هذا الترتيب كمرجع رسمي لأهداف التعلم؛ ارجع إلى مواصفات الوحدة الصادرة عن Pearson ومعلّمك.

الدروس المصوّرة

الملفات التعليمية

عن كاتب الصفحة

أحمد دومي — Ahmad Domi

مدرّس BTEC IT · الأردن

نوع المحتوى
شرح مبني على مادة أحمد دومي — وليس نصًّا رسميًّا من Pearson
آخر مراجعة
المصدر