فهم دور البيانات والمعلومات في المؤسسات
تعرض هذه الوحدة ممارسة التقييم من خلال استخدام أمثلة ودراسات حالة وأنشطة محددة من أجل تغطية المعارف والمدارك والمهارات المطلوبة للتحضير لأنشطة التقييم في الصفحة 126.
من كتاب تكنولوجيا المعلومات – المستوى 2 المقرّر
تعرض هذه الوحدة ممارسة التقييم من خلال استخدام أمثلة ودراسات حالة وأنشطة محددة من أجل تغطية المعارف والمدارك والمهارات المطلوبة للتحضير لأنشطة التقييم في الصفحة 126.
يفترض الكثير من الناس أن البيانات والمعلومات هما شيء واحد. إلا أن لهما معاني مختلفة تمامًا. ستتعلم في هذا القسم الفرق بين البيانات والمعلومات وكيفية تحويل البيانات إلى معلومات مفيدة.
معالجة البيانات هي عملية يتم من خلالها تنظيم البيانات بحيث تظهر بتنسيق قياسي في جميع الصفوف حتى يمكن معالجتها وتفسيرها وتحليلها وبالتالي استخدامها. تتضمن أمثلة معالجة البيانات ما يلي:
تشمل معالجة البيانات أيضًا "تنقية" البيانات. وذلك يسمح بإصلاح البيانات غير المكتملة أو غير الدقيقة أو المكررة أو إزالتها من مجموعة البيانات الأولية.
المهارات المعرفية، العمليات والاستراتيجيات المعرفية:
تأتي كلمة "البيانات" من اللغة اللاتينية، وهي صيغة جمع لاتينية تعني "شيئًا تم إعطاؤه".
البيانات: مجموعة من الأحرف أو الأرقام أو الكلمات التي يتم جمعها بدون معنى حتى يتم معالجتها. معالجة البيانات: تنظيم البيانات بحيث تظهر بتنسيق قياسي في مجموعة البيانات.

باختصار، من أجل الحصول على المعلومات، تحتاج إلى:
| أندي | زاو | 21/07-89 | مندوب المبيعات | (020) 3958 2487 |
|---|---|---|---|---|
| بريان | يونس | 15/02/89 | بائع | 0203622941 |
| كانسو | شو | 8/12/90 | المبيعات | +44 2036255851 |
| ديميتري | ويبر | 30/02/93 | تنفيذي مبيعات | 02035984755 |
| إيتسوكو | فيكرز | 04/03/99 | مندوب مبيعات | +44 203 659 8751 |
| ديميتري | ويبر | 30/02/93 | تنفيذي مبيعات | 02035984755 |
| فهميدا | عطا | 01/04/33 | التجارة | (020) 3958 2487 |
1 كم عدد المشاكل التي يمكنك تحديدها؟ 2 ما الذي يمكنك فعله لمعالجة هذه البيانات وجعلها ذات مغزى؟ 3 ما هي مخاوفك بشأن هذه البيانات ولماذا؟
تكرار البيانات: مجموعة من البيانات المتكررة أو غير المطلوبة داخل مجموعة بيانات معينة. تسوية البيانات: عملية فصل وهيكلة البيانات إلى فئات مختلفة. المعلومات: البيانات التي تم معالجتها من خلال إعطائها المعنى والبنية والسياق.
المهارات المعرفية العمليات والاستراتيجيات المعرفية:
ستتعلم في هذا القسم دور البيانات والمعلومات في المؤسسات. وسوف تطلع على الخصائص المختلفة للبيانات من مصادر مختلفة وفائدتها في توفير المعلومات. وسوف تطلع على مجموعة من مصادر البيانات وخصائصها وموثوقيتها.
هناك العديد من الطرق المختلفة لجمع البيانات. يُعرف المكان الذي يتم جمع البيانات منه بمصدر البيانات.
عندما نقوم بالتسجيل لأول مرة للحصول على بطاقة ولاء من السوبر ماركت، فإننا نعطي السوبر ماركت معلوماتنا الشخصية مثل الاسم والعنوان ورقم الهاتف وتاريخ الميلاد وعنوان البريد الإلكتروني. وفي كل مرة نقوم فيها بمسح بطاقة الولاء الخاصة بالمتجر أو الصفقات أو الهدايا المجانية. وفي بعض الأحيان يجمع السوبر ماركت معلومات أخرى حول الخصائص الديموغرافية وتفضيلات الاتصال أيضًا. وعندما نُجري عملية شراء، نقدم للسوبر ماركت بيانات حول عادات وسلوكيات التسوق الخاصة بنا، بما في ذلك عدد الأصناف وقيمة كل صنف والقيمة الإجمالية لسلة التسوق. يتم أيضًا جمع أوصاف المنتج بما في ذلك العلامة التجارية وحجم العبوة والنكهة المفضلة، بالإضافة إلى التاريخ والوقت والمكان الذي قمنا بالتسوق فيه. ويمكن للسوبر ماركت بعد ذلك استخدام هذه البيانات لاستهدافنا بالإعلانات والعروض الترويجية المستقبلية. ويساعد ذلك على إدارته للمخزون وتطوير منتجات جديدة.
تذكر تضمين أنشطتك بعيدًا عن المدرسة أو الكلية أو مكان عملك. فكر في كيفية سفرك وكيفية التعامل مع أموالك وحسابات وسائل التواصل الاجتماعي الخاصة بك. قارن ملاحظاتك مع صديق. هل فكروا في أي شيء مختلف أو نسيته؟
مصدر البيانات: المكان الذي يتم جمع البيانات منه والطريقة المستخدمة في جمعها.
اقرأ المعلومات حول Meta® ثم ناقش النقاط التالية في مجموعات أو أزواج.
تجمع Meta، التي تتضمن Facebook® وInstagram® وWhatsApp®، البيانات وتستخدم معلومات حول:
o المنشورات والتعليقات والصور والصوت والرسائل المرسلة أو المستلمة أو المشاهدة، بما في ذلك محتواها وكيفية تفاعل المستخدمين معها o إعدادات الكاميرا أو الميزات التي تدعم الصوت
o المشتريات والمعاملات الأخرى
o الوصول إلى الكاميرا والصور o الشبكة التي يتصل بها المستخدم، بما في ذلك عنوان IP الخاص به والمعلومات من ملفات تعريف الارتباط
تستخدم Meta المعلومات لتحسين المنتجات والميزات وتخصيص تجربة المستخدم والتوصية بالمحتوى والمجموعات والمواجز بالإضافة إلى تقديم الإعلانات. تُستخدم المعلومات أيضًا لتوفير خدمات القياس والتحليلات والبحث والأعمال. يتم تجميع بعض المعلومات أو إخفاء هويتها بحيث لا يتم تحديد الأفراد.
تستخدم فاطمة هاتفها وPayPal® لشراء تي شيرت من متجر Instagram، ثم تستخدم Instagram لإخبار أصدقائها بكل شيء عنه. 1 حدد المعلومات التي جمعها Instagram. 2 قم بتحليل كيفية مشاركة البيانات التي تم جمعها أو استخدامها.
المهارات الشخصية: الانفتاح الفكري:
المهارات المعرفية
البيانات الأولية هي البيانات التي يجمعها الباحث "بشكل مباشر". على سبيل المثال، إذا كنت تجري تجربة في درس العلوم الخاص بك وقمت بتسجيل الوقت ونتائج التجارب، فأنت تقوم بجمع البيانات الأولية. تشمل الأمثلة الأخرى استخدام مجموعات التركيز والمقابلات الهاتفية والاستطلاعات والمقابلات المباشرة والاستبيانات. البيانات الثانوية هي البيانات التي تم جمعها من قبل شخص آخر. على سبيل المثال، إذا أجرى معلمك تجربة في درس العلوم وتستخدم نتائجها لاستخلاص النتائج أو شرح الفرضيات لك تستخدم بيانات ثانوية. تشمل الأمثلة الأخرى جمع البيانات من صفحات الويب والمقالات الصحفية والمجلات.
يتطلب اكتمال البيانات معرفة ما إذا كانت جميع البيانات الضرورية متوفرة لاتخاذ القرارات. قد تكون البيانات غير المكتملة غير موثوقة وتؤدي إلى تحليلات واستنتاجات خاطئة.
IP (بروتوكول الإنترنت): عنوان بروتوكول الإنترنت هو عنوان شبكة لجهاز حاسوبك. ملفات تعريف الارتباط (Cookies): ملفات بيانات صغيرة يتم تخزينها واستخدامها لتحديد جهاز حاسوبك. وهي تسمح للمواقع الإلكترونية بتذكر معلومات عن زيارتك، مثل محتويات سلة التسوق عبر الإنترنت. البيانات الأولية: البيانات التي تم إنشاؤها من قبل الباحث، على سبيل المثال باستخدام استبيان. البيانات الثانوية: البيانات التي جمعتها بالفعل مؤسسة خارجية. اكتمال البيانات: أن تكون جميع البيانات الضرورية متوفرة. البيانات الخاطئة: عندما تحتوي البيانات على أخطاء أو تكون غير دقيقة. على سبيل المثال، إذا جمعت شركة بيانات حول المبيعات ولم تجمع كافة البيانات من جميع مندوبي المبيعات، فستكون البيانات غير كاملة. وفي بعض الأحيان يمكن استشعار البيانات للتحقق من البيانات لتحديد البيانات غير المكتملة. راجع الجدولين التاليين. في المثال الأول، من الممكن إكمال البيانات، ولكن في المثال الثاني لا يمكن إكمال البيانات.
| فريق المبيعات | الشهر | عدد الأدوات التي تم بيعها | إجمالي المبيعات ($) |
|---|---|---|---|
| 1 | يناير/كانون الثاني | 100 | |
| 2 | يناير/كانون الثاني | 50 | 5000 |
| 3 | يناير/كانون الثاني | 120 | 12,000 |
| 4 | يناير/كانون الثاني | 75 | 2000 |
| 5 | يناير/كانون الثاني | 7500 |
من مجموعة البيانات هذه يمكننا استنتاج أن إدخال فريق المبيعات المفقود في العمود الأول هو "3" وأن الشهر المفقود في العمود الثاني هو "يناير". ويمكننا أيضًا إجراء بعض الحسابات الرياضية البسيطة لحساب البيانات المفقودة من عمود "عدد الأدوات المبيعة" وعمود "إجمالي المبيعات". لا يمكننا التأكد بنسبة 100% من دقة البيانات المستنبطة، ولكن هذه كلها افتراضات معقولة بالنظر إلى البيانات الأخرى في مجموعة البيانات.
| اسم العميل | التاريخ | عدد الأدوات التي تم شراؤها | إجمالي الخصم |
|---|---|---|---|
| أنطوني | 1 فبراير/شباط | 1 | |
| غوين | 2 فبراير/شباط | 5% | |
| ميل | 12 | 10% | |
| 3 فبراير/شباط | 15 | ||
| لوكاس | 4 فبراير/شباط | 5 | 5% |
وبالمقارنة، في مجموعة البيانات في المثال الثاني، لا يمكننا تحديد اسم العميل المفقود. يمكننا تخمين أن التاريخ المفقود هو إما 2 فبراير/شباط أو 3 فبراير/شباط. ومع ذلك، قد يكون يوم 5 فبراير/شباط لأن السجلات ليست بالترتيب الزمني الصحيح. وبالمثل، لا توجد معلومات كافية لنا حتى نتمكن من تحديد إجمالي الخصم المقدم لكل عميل أو عدد الأدوات التي اشتراها. يبدو أن العملاء المختلفين قد حصلوا على خصومات مختلفة. كان من الممكن تقديمها على أساس حجم طلبهم (أي عدد الأدوات المباعة)، ولكن ليس لدينا معلومات كافية لمعرفة ما إذا كان الأمر كذلك، ولا يمكننا تقديم أي استنتاجات بسبب نقص المعلومات المتاحة.
يُعرف النظام العشري أيضًا باسم نظام الأرقام العربية لأنه في الأصل نظامًا من الهند طوره علماء الرياضيات في الشرق الأوسط. تعلم الأوروبيون النظام من التجار العرب من الشرق الأوسط.
وبنفس الطريقة، يجب أن تكون قياسات العملة متسقة أيضًا. لا يمكن إضافة الروبية الهندية أو الروبية الإندونيسية أو الريال الإيراني أو الدينار العراقي أو اليورو الأيرلندي دون تحويلها أولاً إلى عملة واحدة ثابتة. تستخدم البلدان والثقافات المختلفة أيضًا تنسيقات مختلفة لكتابة التاريخ، لذلك من المهم أن تكون على دراية بأصول التواريخ والتأكد من أن التواريخ لها تنسيق ثابت لتجنب أي تداخلات. في المملكة المتحدة، من المعتاد كتابة التاريخ بالتنسيق DD/MM/YYYY أو DD/MM/YY أو حتى D/M/YY لذلك يمكن كتابة 8 نوفمبر 2023 بالشكل 08/11/2023 أو 8/11/23. في حين أنه من المعتاد في الولايات المتحدة كتابة التاريخ بالصيغة MM/DD/YYYY، لذلك يتم كتابة 8 نوفمبر 2023 بالشكل 11/08/2023. يمكننا أن نرى على الفور أنه قد تكون هناك مشكلة في فهم ما إذا كان 03/04/24 هو 4 مارس آذار أو 3 أبريل نيسان 2024.
نشرت المنظمة الدولية للتوحيد القياسي ومقرها جنيف نهجًا قياسيًا لبيانات التاريخ والوقت يسمى ISO 8601، والذي يستخدم التنسيق YYYY-MM-DD. كان الغرض هو اتباع نهج ثابت في جميع أنحاء العالم في جميع الحالات، ولكن بعض البلدان لم تتبناه وحتى تلك التي اعتمدت المعيار لا تستخدمه دائمًا.
الأساس 10: طريقة لمنح الأرقام قيمة عددية تتراوح من 0 إلى 9. النظام الثنائي: نظام كتابة الأرقام باستخدام 1s و0s. ويكتب بتنسيق يمكن لوحدة المعالجة المركزية لجهاز الحاسوب معالجته.
ستتعلم في هذا القسم دور البيانات والمعلومات في المؤسسات. سوف تدرس بالعوامل التي تؤثر على جودة البيانات وتأثيرها على فعالية القرارات التجارية.
يمكن أن تتأثر جودة البيانات بمصدر البيانات وطريقة جمع البيانات. عند جمع البيانات، تحتاج إلى التأكد من أن البيانات ليست متحيزة. يستخدم هذا المصطلح لوصف البيانات التي لا توفر تمثيلاً دقيقًا للموقف. على سبيل المثال، إذا أرادت إحدى المدارس معرفة رأي المتعلمين بشأن وجبات الغذاء في المقصف وأجرت استبيانًا، ولكن لم يستجب سوى المتعلمين الذين استخدموا المقصف، فستكون البيانات متحيزة لأنها لا تحدد سبب عدم استخدام بعض المتعلمين للمقصف. وكذلك يمكن أن يؤثر حجم العينة المستخدمة على جودة البيانات التي تم جمعها. إذا كان حجم العينة صغيرًا جدًا، فقد لا يعكس عدد السكان أو المجموعة الأوسع. يمكن أن يؤدي حجم العينة الصغير إلى الحد من تمثيل مجموعة معينة من الأشخاص أو إعطاء أهمية أكبر للآراء التي لا تعكس المجموعة الأوسع. هذه الظاهرة مهمة بشكل خاص عندما يتم تقديم البيانات باستخدام النسب المئوية بدلاً من الأرقام. على سبيل المثال، لنفترض أن إحدى الشركات تختبر نكهتين جديدتين من العصائر وتظهر الإحصائيات أن 60% يفضلون نكهة الكرز والفانيليا. إذا كان حجم العينة 10000 شخص، فسيكون عدد كبير من الأشخاص قد أعربوا عن تفضيلهم للكرز والفانيليا. ولكن إذا تم استجواب 30 شخصًا فقط، فسيكون عدد الأشخاص الذين يفضلون الكرز والفانيليا 18 فقط. هذه نتيجة أقل إقناعًا، وقد لا يكون من المفيد الاستثمار في نكهة الشراب الجديدة على هذا الأساس. يجب أن يكون حجم العينة مقبولًا. يجب أن يعتمد ذلك على طبيعة المشروع، ونوع الشركة وحجمها، والميزانية المتاحة، وعلى مجموعة من العوامل الأخرى المرتبطة بالأعمال وسوقها. يمكن أن تؤثر البيانات ذات الجودة الرديئة على عملية صنع القرار في الشركة.
يمكن أن تتأثر جودة البيانات أيضًا باكتمال البيانات. إذا لم يجب المستجيب على بعض الأسئلة في الاستطلاع، فإن بيانات مهمة من النتائج ستكون مفقودة. على سبيل المثال، إذا قام أحد مطوري تطبيقات الهاتف المحمول باستطلاع آراء الأشخاص حول استخدامهم للهاتف المحمول ولم يُعرف بعض الأشخاص فئتهم العمرية، فإن أي محاولة لتحليل النتائج وفقًا للعمر ستكون غير دقيقة ولن تعكس العينة. قد يؤدي ذلك إلى نتائج مضللة وبالتالي يؤدي إلى اتخاذ قرارات تجارية سيئة. وهو ما يعني قيام المطور بإنتاج تطبيق جديد لا يلبي احتياجات جمهوره المستهدف.
متحيز: مصطلح يستخدم لوصف البيانات التي لا توفر تمثيلاً دقيقًا.
المهارات الشخصية: أخلاقيات العمل/الضمير:
يمكن أن تتأثر جودة البيانات بدقة البيانات. يمكن أن تتسبب البيانات غير الدقيقة في قيام الشركات باستخلاص استنتاجات غير دقيقة أو خاطئة. على سبيل المثال، إذا أظهرت بيانات أحد متاجر السوبر ماركت أن معظم العبوات الصغيرة من الحفاضات يتم شراؤها من قبل الأشخاص الذين تتراوح أعمارهم بين 21 و30 عامًا، ولكن الحقيقة هي أن معظم العبوات الأصغر حجمًا يتم شراؤها فعليًا من قبل الأشخاص الذين تتراوح أعمارهم بين 31 و40 عامًا، فقد لا تستهدف الحملة الإعلانية الترويجية لشركة الحفاضات الجمهور الصحيح وقد تفقد المبيعات أو حصتها في السوق مقابل منافسيها.
يمكن أن تتأثر جودة البيانات أيضًا بعمر البيانات. البيانات القديمة أو المهملة لا تعكس الظروف الحالية ويمكن أن تؤدي إلى اتخاذ قرارات تجارية سيئة. على سبيل المثال، قد لا تكون الأبحاث المتعلقة ببث القنوات التلفزيونية التي أُجريت في ذروة جائحة كورونا (عندما اضطر العديد من الأشخاص إلى البقاء في المنزل وبالتالي ربما شاهدوا التلفزيون أكثر من المعتاد) ذات صلة بمجرد عودة الناس إلى النشاط والعمل خارج المنزل.
تسمح نمذجة البيانات للمؤسسات باستخدام البيانات لمعرفة ما قد يحدث في المستقبل. ويتيح لهم ذلك التخطيط المسبق حتى يتمكنوا من زيادة الأرباح وتقليل احتمالية حدوث المشكلات.
نمذجة البيانات: عندما يتم تخزين البيانات وتنظيمها بحيث يمكن معالجتها لتوفير مؤشر لما قد يحدث في سيناريوهات مستقبلية معينة.
المهارات المعرفية الإبداع:
تُستخدم نمذجة البيانات في الإعلانات لتحسين جودة التسويق وزيادة المبيعات. يمكن تطوير نماذج البيانات بحيث تتضمن تحديد سمات العملاء. وتسمح هذه الإعلانات باستهداف العملاء المحتملين بشكل فعال وليس الأشخاص الأبعد عن الشراء. على سبيل المثال، من المرجح أن تستهدف الشركة التي تبيع الألواح الشمسية الأشخاص الذين يمتلكون منازلهم، ولديهم دخل كافٍ لإجراء عملية شراء، ويشعرون بالقلق إزاء تغير المناخ ويهتمون بكفاءة استهلاك الطاقة. وسيكون الإعلان لشباب انستغرام الذين لا يملكون منازل أو ليس لديهم دخل كافٍ أمرًا غير فعال.
يمكن استخدام نمذجة البيانات من قبل شركات التصنيع لتحسين أدائها وعملياتها لتحسين الإنتاجية وزيادة المبيعات. وعلى سبيل المثال، قد تقوم شركة تصنيع الآيس كريم بتعيين المزيد من الموظفين وزيادة الإنتاج بعد فترة الشتاء تحسبًا لطقس أكثر حرارة وزيادة معدل المبيعات. وفي بعض الأحيان يتم توفير منتجات معينة لتتزامن مع المهرجانات أو الأحداث الرياضية الكبرى.
الإنتاجية: مقياس لكمية السلع والخدمات التي يتم إنتاجها مع مقدار الوقت والمال الذي يتم إنفاقه على إنتاجها. الإيرادات: إجمالي مبلغ الدخل الناتج عن بيع السلع أو الخدمات في شركة معينة.
اقرأ المعلومات التالية ثم ناقش النقاط التالية في مجموعات أو أزواج.
فاست فود سوبريم هي سلسلة مطاعم للوجبات السريعة تعتمد على استخدام التحليلات التنبؤية. تدير أكثر من 20.000 مطعم في جميع أنحاء أوروبا. تمتلك الشركة قدرًا كبيرًا من حركة العملاء، مما يسمح لهم بجمع كمية هائلة من البيانات. يتضمن ذلك بيانات من الطلبات المقدمة:
ترغب فاست فود سوبريم في استخدام مساعدة المنظمات الأخرى المتخصصة في البيانات ومعرفة كيفية استخدام البيانات بفعالية. ويريدون أن يكونوا قادرين على التنبؤ بما قد يحدث في المستقبل، حتى يتمكنوا من التخطيط لكيفية تعظيم أرباحهم وضمان أقصى قدر من رضا العملاء. إحدى الطرق التي يمكنهم من خلالها استخدام مسارات الدرايف ثرو الخاصة بهم هي تحسين مسارات الدرايف ثرو الخاصة بهم. وتدرك فاست فود سوبريم أن جعل الأشخاص ينتظرون لفترة طويلة جدًا في قائمة الانتظار قد يؤثر سلبًا على تجربة العملاء ويقلل من فرص عودتهم مرة أخرى. ومن خلال البيانات التي يجمعونها حول المبيعات، قد تتمكن فاست فود سوبريم من التنبؤ بالوقت الذي ستكون فيه مسارات الدرايف ثرو مشغولة حتى يعملوا على توفير عدد كافٍ من الموظفين في هذه الأوقات حتى يتمكنوا من التعامل مع طلبات العملاء. 1 فكر في مطاعم الوجبات السريعة التي زرتها. ما رأيك في العوامل التي ساهمت في نجاحها؟ 2 في رأيك، كيف يمكن لمطاعم فاست فود سوبريم استخدام البيانات لتحسين خدمات العملاء والعمليات؟ 3 فكر في الطريقة التي تتطور بها التكنولوجيا. ما هي مصادر البيانات الأخرى التي تعتقد أنها ستصبح متاحة لمطاعم فاست فود سوبريم في المستقبل؟
يمكن استخدام نمذجة البيانات للتنبؤ بالإيرادات أو المبيعات أو الدخل على مدى فترة زمنية، مثل شهر أو سنة، بناءً على الأداء السابق. على سبيل المثال، قد تتوقع شركة تصنيع أغذية الكلاب المبيعات والمبيعات من العمليات الجراحية البيطرية والمبيعات من الأحداث المتخصصة مثل عروض الكلاب. على المستوى الاستراتيجي داخل الشركة، يمكن قياس مصادر الدخل هذه مقابل تكاليف الأعمال. وقد تشمل هذه التكاليف تكاليف الموظفين، وتكاليف الإعلان والتسويق، وتكاليف البحث والتطوير، وتكاليف الآلات في مصنع أغذية الكلاب ومكونات المواد الخام لأغذية الكلاب، وتكاليف التدفئة والإضاءة في المباني المختلفة. يعني قياس هذه الأشياء أنه يمكن حساب الأرباح ومدفوعات الأرباح المحتملة للمساهمين. يُطلق على استخدام نماذج البيانات للتنبؤ بأداء ونتائج الأعمال المستقبلية وإدارة المخاطر المتوقعة اسم التحليل التنبؤي. ويستخدم الاتجاهات والأنماط التي تظهر في البيانات بمرور الوقت لدعم اتخاذ القرارات التجارية وأيضًا لتقييم احتمالية استمرار الأنماط أو الاتجاهات. يتم استخدام التحليل التنبؤي، على سبيل المثال، عند بيع الأسهم والحصص، أو عند تطوير محفظة استثمارية لزيادة المخاطر أو تقليلها أو توزيعها. كما أنه يستخدم في تقنيات التعرف على الكلام أو تحويل الصوت إلى نص. يستخدم خبراء الأرصاد الجوية أيضًا التحليل التنبؤي في تنبؤات الطقس وتحذير الناس من الأخطار الوشيكة مثل درجات الحرارة القصوى أو هطول الأمطار أو المد العالي.
تأخذ الحملات التسويقية الناجحة في الاعتبار الكامل التحليل الديموغرافي للعملاء. وهذا يعني أن صانعي القرار في الشركة يفكرون بعناية في السمات الشخصية لجمهورهم المستهدف، وما هي احتياجات هذا الجمهور وأفضل طريقة للتواصل معهم. ويشمل ذلك مراعاة الخلفية الاجتماعية والثقافية للجمهور المستهدف وكذلك مستوى فهمهم. ستحتاج شركة تصنيع الملابس عبر الإنترنت إلى التفكير في عمر جمهورها المستهدف لأن إحساس الشباب بالموضة ليس مثل كبار السن، كما أن مستويات مهاراتهم واستخدامهم لوسائل الإعلام المختلفة لإجراء عمليات شراء عبر الإنترنت ستكون مختلفة أيضًا.
التحليل الديموغرافي: تصنيف الأشخاص وفقًا للعمر والجنس والموقع ومستوى التعليم والمهنة أو مستوى الدخل.
توقع طبيعة العملاء لهذه المنتجات وقارن أفكارك مع شريك. 1 سيارة كهربائية 2 لوح شوكولاتة 3 طابعة 4 طائرة بدون طيار ويمكن أن يكون نوع الجنس البشري مهمًا لأن ما قد يجذب النساء قد لا يروق للرجال، والعكس صحيح. يمثل الموقع أهمية لأن الأشخاص في المناطق معتدلة أو باردة المناخ سيرغبون في شراء ملابس مختلفة عن الأشخاص الذين يعيشون في المناطق الاستوائية أو الأكثر دفئًا. تستخدم Amazon® عملية القرار القائمة على البيانات لزيادة المبيعات وتحقيق الأرباح. وإذا كان قد سبق لك التسوق في أمازون، لابد أنك قد لاحظت توصيات المنتج التي تظهر أثناء تصفح الموقع. تقدم أمازون هذه التوصيات للعملاء بناءً على مشترياتهم السابقة أو ما أضافوه إلى سلال التسوق الخاصة بهم أو ما أضافوه إلى قوائم رغباتهم. يستخدم هذا الموقع الإلكتروني البيانات التي تم جمعها من أوقات المشاهدة ومعدلات النقر لتحديد المنتجات التي يجب التوصية بها.
هذه معاينة من الموضوع. أكمل القراءة في التطبيق
سجّل مجاناً وكمّل الموضوع من الكتاب، ومنرجّعك لنفس المكان.
معاينة موضوع «نتاج التعلم أ: فهم دور البيانات والمعلومات في المؤسسات» من وحدة «نمذجة البيانات وجداول البيانات» في مادة تكنولوجيا المعلومات – المستوى 2. أقسام الشرح: ٦٠، التعريفات: ١٠، الأسئلة المحلولة: ٨.
المصدر: بيرسون BTEC، نتاج التعلم أ: فهم دور البيانات والمعلومات في المؤسسات (ص ٨٠–٩١)