يونس بن عمارة 5 أيام مضت مقالات
صورة تعبيرية عن تحليل البيانات

مراحل البيانات والأدوات التحليلية

هذه ترجمة للدرس الأول لدورة تحليل البيانات للمسوِّقين ومديري المنتجات التي تقدمها شركة heapanalytics 

تغير البيانات (الداتا) عالمنا.

وتغير البيانات الطريقة التي تتخذ بها الشركات قراراتها. وفي أيامنا هذه تبحث تلك الشركات التي كانت من قبل بطيئة في تبني التكنولوجيات والتقنيات الجديدة عن طرق لاستخدام البيانات من أجل التفوق على منافسيها.

ولقد شهدنا هذا عن كثب كشركات تعمل في مجال تحليل البيانات في سعي المؤسسات والأعمال التجارية بشكل متزايد للاستفادة الأمثل من البيانات والرؤى لتشغيل أعمالهم التجارية.

وهذا السبب الذي جعلنا ننشيء هذه الدورة وذلك لمساعدة الشركات والأفراد لمعرفة كيف يستخدمون البيانات للتفوق على منافسيهم لقد استفدنا من معرفتنا التي تراكمت طوال العمل مع آلاف العملاء من شركات SaaS إلى المتاجر الالكترونية إلى شركات التكنولوجيا المالية في ترتيب وتأليف دروس الدورة.

تغطي هذه الدورة المراحل الأساسية للتحليل: البيانات، المعلومات والمعرفة والرؤى وستتعلم كيف تأخذ البيانات الخام وتحولها إلى معلومات مفيدة.

ما هي هذه التحليلات بالضبط؟

التحليلات هي اكتشاف وربط الأنماط ذات المعنى في البيانات. وتتيح لك برمجيات التحليل أن تكتشف بسهولة هذه الأنماط عن طريق تتبع معاييرك.

تعمل التحليلات على مراقبة المجالات الرئيسية لنشاطات عملك التجاري وتحديد نقاط الضعف والاشارة إلى العمليات الأكثر كفاءة وفائدة لك.

ولتقوم بذلك تحتاج إلى برمجية تحليلات عامة تغطي أكبر قدر ممكن من المعايير الخاصة بك. وهذا ما سيمنحك نظرة عامة عن كيفية أداء منتجك وتسويقك.

لا يوجد برمجية تحليلات كاملة. فكل من بائعي برمجيات التحليل يعتقد برؤاه الخاصة عن كيف ينبغي أن تقاس الأشياء مما يؤدي إلى معايير متطابقة الأسماء بين برمجيات التحليلات لكنها في الواقع تقيس أمورا مختلفة عن بعضها.

والمهم في هذه النقطة أن تكون على وعي بهذه النقائص أثناء تفحصك للبيانات الخاصة بك وذلك كي لا تنساق بشكل خاطيء في تحليلات مغلوطة أو تخرج بنتائج لا تدعمها بياناتك من الأساس.

مراحل البيانات

قبل أن تشرع في تحليل البيانات (أو حتى تقوم بجمعها!) لا بد أن تعرف مراحلها المختلفة. تمتلك كل مرحلة من مراحل البيانات مجموعتها الخاصة من الأدوات على الرغم من أن المنتجات التحليلية مثل برمجية Heap يمكنها أن تغطي كل مرحلة.

المراحل التي ستمر عليها بياناتك:

البيانات: هذه هي المرحلة التي تجمع فيها كل بياناتك. وهي الشكل الخام لبياناتك. وهي بهذا الشكل لا تتخذ أي هيئة ولم يتم تنظيفها من الشوائب والزوائد بعد.
المعلومات: وهذه المرحلة التي تُنظف فيها بياناتك وتتخذ هيئةً. وتوفر أفضل برمجيات التحليل هذه المرحلة كطبقة افتراضية فوق بياناتك وهكذا لا تؤثر تعديلاتك على هذه الطبقة الافتراضية على طبقة البيانات الأساسية الخام.
المعرفة: وهذه المرحلة التي يعرفها معظم المسوقون ومدراء المنتجات. وهي مرحلة جعل البيانات مرئية وانتاجها في تقارير واستكشافها تحليليا.
الرؤى: وهي الهدف النهائي من بياناتنا. من الناحية المثالية، نحن نحول البيانات الخام إلى بعض الفرضيات التي تؤدي إلى اجراءات عمليّة في هذه المرحلة.
تُبنى كل طبقة على ما يليها محولة البيانات الخام التي تجمعها إلى رؤى قابلة للتنفيذ.

وفي حين أن الشخص الذي يرتكز كل عمله على البيانات لديه مجموعة أكثر تعقيدا من الخطوات إلا أنه بشأن تحليل البيانات على الشبكة لا تحتاج إلا إلى هذه الاجراءات الثلاثة التالية عندما يتعلق الأمر باستخدامك لبرمجية التحليلات:

  1. جمع البيانات (البيانات)
  2. تنظيف البيانات (المعلومات)
  3. تمثيل البيانات مرئيا (المعرفة)

جمع البيانات

من البديهي أنك تحتاج في هذه المرحلة إلى شيء ما يسحب البيانات إلى نظامك ليتم تحليلها. ويتعلق الأمر غالبا في مجال جمع البيانات من مواقع الويب والمنتجات على الشبكة ببضعة أسطر من كود جافا سكريبت يُثبّت على كل صفحة.

هكذا كلما زار أحدهم الصفحة على موقعك أو المنتج الذي يضم الكود يتم جمع البيانات. ولا يقتصر منتج جمع البيانات الجيد على توفير خصائص بيانات المستخدم القياسية مثل المصدر (الموقع الذي أتوا منه) أو المكان وتفاصيل جهاز الكومبيوتر (مثل حجم الشاشة ونسخة المتصفح الخ) وحسب بل يتيح أيضا بعض السمات المخصصة المهمة بالنسبة لنموذج عملك التجاري بل ولشركتك بالتحديد.

في طبقة جمع البيانات ستواجه “تتبع الحدث” والأحداث هي الاجراءات التي يقوم بها المستخدم أثناء تصفحه لموقعك أو منتجك. تتمتع معظم منتجات التحليلات بأحداث قياسية خارج الصندوق يتم تتبعها دون أن تحتاج أو (على الأرجح) أن يحتاج مهندسو شركتك إلى القيام بأي عمل لاعدادها.

في حين أنه من الجيد أن يكون لديك تتبع هذه الأحداث إلا أنه من النادر أن تحتاج إلى تتبع الأحداث خارج القائمة القياسية التي يوفرها معظم بائعو خدمات التحليلات. أما إن كنتَ أو كان مهندس شركتك يريد تتبع أحداث لا توفرها خدمات التحليلات الموجودة في السوق فسيضطر إلى كتابة كود برمجي لكل حدث تود تتبعه.

قامت شركتنا Heap بالغاء هذه الحاجة بالتتبع التلقائي لكل حدث يتم في موقعك أو منتجك مع توفير واجهة انقر-و-أشّر مخصصة لغير المهندسين لاعداد الأحداث المرغوبة دون برمجة.

صورة عن تمثيل البيانات مرئيا
صورة عن تمثيل البيانات مرئيا

تنظيف البيانات

بقدر طول المدة الزمنية التي تعاملت فيها مع البيانات من قبل ستكون شدة اندهاشك لسماع أن البيانات لا تأتي في العادة في شكل باقة جاهزة للتحليل. ويمكن أن تكون عملية تنظيف البيانات اجراءً يأخذ الكثير جدا من الوقت لهذا تعتبر المنتجات التحليلية التي تقلل مقدار الوقت المقضي في تنظيف البيانات منتجات مثالية.

ووفقا لمدى تعقد عمليات البيانات التي تعاملت معها قد تكون سمعت من قبل الكثير عن عمليات ETL.

ما هي عملية ETL؟ ETL هي اختصار لـ:

الاستخراج: وهذا يتضمن سحب البيانات من مختلف المصادر إلى مكان واحد وقدا تتداخل هذه العملية مع طبقة جمع البيانات التي ذكرناها أعلاه حسب كيفية اعدادها في شركتك.

التحويل: وتتضمن هذه الخطوة تحويل بياناتك إلى شكل جاهز للتحليل. وهذه العملية يمكن أن تنطوي على العديد من الخطوات من سجلات التكرار إلى حذف الحروف غير المقروؤة إلى تجميع كل الاحالات من جميع محركات البحث الدولية لغوغل في قسم واحد.

التحميل: تتضمن عملية التحميل في منهجية ETL تحميل البيانات حسب طريقة التخزين التي سوف تستخدمها لسحب البيانات وتمثيلها مرئيا خلال عملية تحليل البيانات.

في الشركات الكبيرة التي لديها عمليات متقدمة سيكون لديهم فريق من علماء البيانات ومهندسي البيانات ومدراء قواعد البيانات لانجاز هذه العملية. لكن من حسن حظك أن منتجات التحليل في عصرنا تقوم بانجاز معظم -إن لم يكن كل- هذه العملية.

باستخدام هذه المنتجات ستكون على الأرجح مشاركا في عملية التنظيف بتقسيم بياناتك إلى أقسام أسهل وذلك لتحليل المجموعات المقسمة (على سبيل المثال لدينا قسم في شركة Heap يتضمن كل محرك بحث غوغل (لكل بلد) وذلك لتسهيل التحليل عبر كل احالات محرك بحث غوغل خاصتنا).

تمثيل البيانات مرئيا

عندما تنتهي من كل العمل الشاق في جمع وتنظيف بياناتك يكون الوقت قد حان لتحليلها. لا شك أنك تستطيع أن تستخلص بعض الرؤى من أحد الجداول لكن من الصعب جدا أن ترى المؤشرات بهذه الطريقة ولو حاولت سيأخذ الأمر منك المزيد من العمل.

تستخدم عمليات البيانات المتقدمة لغات برمجية مثل R أو Python لتهيئة وانتاج تمثيلات مرئية متقدمة.

لكنك كمسوّق أو مدير منتج من الأرجح أنك ستقضي وقتك مع أنواع المخططات البيانية القياسية مثل المخططات البيانية الخطية وذات الأعمدة والمساحيّة الخ… وتمثيل البيانات مرئيا هو مجال آخر ينبغي على برمجية التحليلات التي تستخدمها أن توفره.

اختيار البرمجية التحليلية التي تناسبك

هناك آلاف المنتجات التحليلية في السوق. بعضها متخصص للغاية بينما يستطيع بعضها الآخر التعامل مع حالات الاستخدام العامة. وبعضها معقد للغاية ويتطلب خبرة واسعة لاعدادها وتشغيلها بينما لا تتطلب الأخرى سوى اضافة بضعة أسطر برمجية.

بعضها يكلف 20 دولار شهريا بينما يبدأ بعضها الآخر بسعر مئة ألف دولار ولا تتوفر إلا مع صفقات سنوية فقط.

إن تحليل البيانات ميدان مزدحم للغاية يضم الكثير من الخيارات في كل مستوى من مستوياته. مع ذلك عندما يتعلق الأمر بتحليلات الويب إليك هذه القائمة من المسائل الأساسية التي ستحتاج أن تغطيها عندما تقوم ببحثك الخاص:

  • امكانية تعقب مخصص للأحداث: تقيدك بعض برمجيات التحليل بالمعايير التي تم بناؤها في المنتج. لا يعني هذا أنك لا تستطيع تعقب أحداث عملك التجاري الفريدة وحسب بل إن هذه المنتجات تكون في العادة محدودة جدا في المعايير الموحدة التي توفرها.
  • امكانية انشاء تقارير مخصصة: مع أن التقارير المعلبة قد تكون مفيدة للنهوض والمضي أسرع إلا أنك لن تستغرق وقتا طويلا لتدرك أنك بحاجة إلى انشاء تقارير خارج خيال باني المنتج المحدود! حتى الأعمال التجارية التي لديها تتبع أحداث قياسي ونمطي سيكون لديها تعريفات مختلفة واحتياجات عملية متنوعة.
  • التحليل يصل إلى المستوى الفردي: وهذا ذو قيمة خاصة لا سيما للأعمال التجارية المبنية على نموذج عمل تجاري موجه للشركات (شركات-شركات) B2B. وكلما كان ربحك أكثر من كل مستخدم كلما كانت حاجتك أكبر لهذه الخاصية.
  • التكامل مع أنظمة أخرى: مع أن جمع بيانات تحليلات الويب يلتقط كل التفاعلات التي يقوم بها المستخدم عبر موقعك التسويقي ومنتجك على الشبكة إلا أن هناك بيانات أخرى ستظل في مخازن بيانات أخرى ستحتاج إلى ولوجها وضمها إلى بيانات الوب الخاص بك. ومن الأمثلة على ذلك:
    بيانات المبيعات، في أغلب الأحيان ستكون من خدمة Sales Force
    بيانات أتمتة التسويق من Marketo أو Hubspot أو Autopilot
    إثراء البيانات من خدمات مثل Clearbit
  • الخدمة الذاتية: في الحقيقة يعتمد تعريف الخدمة الذاتية على الشخص الذي يقوم بعملية التحليل. تحليل البيانات قابل لأن تجريه مع نظام أكثر تعقيدا وتطورا قد يتطلب خبرة برمجية في حين أن مدير منتجك النموذجي أو خبير التسويق في شركتك سيحتاج إلى برمجية تحليلية مع واجهة استخدام أشِّر-وانقر أو اسحب-و-أفلت.
،

اترك رد