تحليل البيانات

الموسوعة الحرة

تحليل البيانات هو عملية فحص البيانات المتاحة من مصدر معلومات موجود (مثل قاعدة بيانات أو ملف ) وجمع الإحصاءات أو الملخصات المعلوماتية حول تلك البيانات. [ 1 ] قد يكون الغرض من هذه الإحصاءات ما يلي:

  1. تحقق مما إذا كان من الممكن استخدام البيانات الموجودة بسهولة لأغراض أخرى
  2. حسّن القدرة على البحث عن البيانات من خلال وسمها بالكلمات المفتاحية أو الأوصاف أو تصنيفها ضمن فئة معينة.
  3. تقييم جودة البيانات ، بما في ذلك ما إذا كانت البيانات تتوافق مع معايير أو أنماط معينة [ 2 ]
  4. تقييم المخاطر المرتبطة بدمج البيانات في التطبيقات الجديدة، بما في ذلك تحديات الربط بين البيانات.
  5. اكتشف البيانات الوصفية لقاعدة البيانات المصدرية، بما في ذلك أنماط القيم وتوزيعاتها ، والمفاتيح المرشحة ، والمفاتيح الخارجية المرشحة ، والتبعيات الوظيفية.
  6. قم بتقييم ما إذا كانت البيانات الوصفية المعروفة تصف بدقة القيم الفعلية في قاعدة البيانات المصدرية
  7. إن فهم تحديات البيانات في المراحل المبكرة من أي مشروع يعتمد على البيانات بشكل كبير، يجنبنا المفاجآت غير المتوقعة في المراحل المتأخرة. فاكتشاف مشاكل البيانات في مراحل متأخرة من المشروع قد يؤدي إلى تأخيرات وتجاوزات في التكاليف.
  8. امتلك رؤية شاملة لجميع البيانات على مستوى المؤسسة، لاستخدامات مثل إدارة البيانات الرئيسية ، حيث تكون البيانات الأساسية مطلوبة، أو حوكمة البيانات لتحسين جودة البيانات.

مقدمة

يشير تحليل البيانات إلى تحليل المعلومات لاستخدامها في مستودع البيانات بهدف توضيح بنية البيانات ومحتواها وعلاقاتها وقواعد اشتقاقها. [ 3 ] يساعد تحليل البيانات ليس فقط على فهم الحالات الشاذة وتقييم جودة البيانات، بل أيضًا على اكتشاف بيانات التعريف الخاصة بالمؤسسة وتسجيلها وتقييمها. [ 4 ] [ 5 ] تُستخدم نتائج التحليل لتحديد مدى ملاءمة أنظمة المصادر المرشحة، مما يوفر عادةً الأساس لاتخاذ قرار مبكر بالموافقة أو الرفض، وكذلك لتحديد المشكلات لتصميم الحلول لاحقًا. [ 3 ]

كيفية إجراء تحليل البيانات

تعتمد عملية تحليل البيانات على أساليب الإحصاء الوصفي، مثل الحد الأدنى، والحد الأقصى، والمتوسط، والمنوال، والنسبة المئوية، والانحراف المعياري، والتكرار، والتباين، بالإضافة إلى المجاميع مثل العدد والمجموع، ومعلومات البيانات الوصفية الإضافية التي يتم الحصول عليها أثناء تحليل البيانات، مثل نوع البيانات، وطولها، وقيمها المنفصلة، ​​وتفردها، وتكرار القيم الفارغة، وأنماط السلاسل النصية النموذجية، والتعرف على الأنواع المجردة. [ 4 ] [ 6 ] [ 7 ] ويمكن استخدام البيانات الوصفية لاكتشاف المشكلات، مثل القيم غير الصالحة، والأخطاء الإملائية، والقيم المفقودة، واختلاف تمثيل القيم، والبيانات المكررة.

تُجرى تحليلات مختلفة لمستويات هيكلية مختلفة. على سبيل المثال، يمكن تحليل كل عمود على حدة لفهم توزيع التردد للقيم المختلفة، ونوع كل عمود، واستخدامه. ويمكن الكشف عن تبعيات القيم المضمنة في تحليل الأعمدة المتقاطعة. وأخيرًا، يمكن استكشاف مجموعات القيم المتداخلة التي قد تمثل علاقات المفاتيح الخارجية بين الكيانات في تحليل الجداول المترابطة. [ 4 ]

عادةً ما تُستخدم أدوات مُصممة خصيصًا لتحليل البيانات لتسهيل العملية. [ 3 ] [ 4 ] [ 6 ] [ 7 ] [ 8 ] [ 9 ] يزداد التعقيد الحسابي عند الانتقال من تحليل عمود واحد، إلى جدول واحد، ثم إلى تحليل هيكلي عبر الجداول. لذلك، يُعدّ الأداء معيارًا لتقييم أدوات تحليل البيانات. [ 5 ]

متى يتم إجراء تحليل البيانات؟

بحسب كيمبال، [ 3 ] تُجرى عملية تحليل البيانات عدة مرات وبدرجات متفاوتة خلال عملية تطوير مستودع البيانات. ينبغي إجراء تقييم أولي للبيانات فور تحديد أنظمة المصادر المرشحة وتلبية متطلبات العمل الخاصة بمستودع البيانات/ذكاء الأعمال. يهدف هذا التحليل الأولي إلى توضيح ما إذا كانت البيانات الصحيحة متوفرة بمستوى التفصيل المناسب، وما إذا كان بالإمكان معالجة أي خلل لاحقًا. في حال عدم توفرها، قد يُنهى المشروع. [ 3 ]

بالإضافة إلى ذلك، يتم إجراء تحليل معمق للبيانات قبل عملية نمذجة الأبعاد لتقييم المتطلبات اللازمة لتحويل البيانات إلى نموذج متعدد الأبعاد. ويمتد هذا التحليل المفصل ليشمل عملية تصميم نظام استخراج البيانات وتحويلها وتحميلها (ETL) لتحديد البيانات المناسبة للاستخراج والفلاتر التي يجب تطبيقها على مجموعة البيانات. [ 3 ]

بالإضافة إلى ذلك، يمكن إجراء تحليل البيانات في عملية تطوير مستودع البيانات بعد تحميل البيانات في بيئة الاختبار، ومخازن البيانات، وما إلى ذلك. يساعد إجراء تحليل البيانات في هذه المراحل على ضمان أن عمليات تنظيف البيانات وتحويلها قد تمت بشكل صحيح وبما يتوافق مع المتطلبات.

الفوائد والأمثلة

يمكن لتحليل البيانات تحسين جودة البيانات، وتقصير دورة تنفيذ المشاريع الكبرى، وتعزيز فهم المستخدمين للبيانات. [ 9 ] يُعد اكتشاف المعرفة التجارية الكامنة في البيانات نفسها أحد أهم فوائد تحليل البيانات. [ 5 ] كما يُمكنه تحسين دقة البيانات في قواعد بيانات الشركات. [ 9 ]

انظر أيضاً

مراجع

  1. ↑ جونسون، ثيودور (2009). "تحليل البيانات". في سبرينغر، هايدلبرغ (محرر). موسوعة أنظمة قواعد البيانات .
  2. ↑ وودال، فيليب؛ أوبرهوفر، مارتن؛ بوريك، ألكسندر (2014). "تصنيف أساليب تقييم وتحسين جودة البيانات" . المجلة الدولية لجودة المعلومات . 3 (4): 298. doi : 10.1504/ijiq.2014.068656 .
  3. 1 2 3 4 5 6 كيمبال ، رالف؛ وآخرون . (2008). مجموعة أدوات دورة حياة مستودع البيانات ( الطبعة الثانية). وايلي. ص 376. ISBN    9780470149775.
  4. 1 2 3 4 لوشين، ديفيد (2009). إدارة البيانات الرئيسية . مورغان كوفمان. ص 94-96 . ISBN  9780123742254.
  5. 1 2 3 لوشين، ديفيد (2003). ذكاء الأعمال: دليل المدير الذكي، مواكبة تكنولوجيا المعلومات الناشئة . مورغان كوفمان. ص 110-111 . ISBN  9781558609167.
  6. 1 2 راهم، إرهارد؛ هاي دو، هونغ (ديسمبر 2000). "تنظيف البيانات: المشاكل والأساليب الحالية". نشرة اللجنة الفنية لهندسة البيانات . 23 (4). جمعية مهندسي الكهرباء والإلكترونيات (IEEE).
  7. 1 2 سينغ، رانجيت؛ سينغ، كوالجيت؛ وآخرون . (مايو 2010). "تصنيف وصفي لأسباب مشاكل جودة البيانات في مستودعات البيانات". المجلة الدولية لعلوم الحاسوب IJCSI ، العدد 2 ، 7 (3). 
  8. ↑ كيمبال، رالف (2004). "نصيحة كيمبال للتصميم رقم 59: القيمة المذهلة لتحليل البيانات" (ملف PDF) . مجموعة كيمبال.
  9. 1 2 3 أولسون، جاك إي. (2003). جودة البيانات: بُعد الدقة . مورغان كوفمان. ص 140-142 .