علم البيانات
ما هو علم البيانات؟
علم البيانات مجال متعدّد التخصصات يستخدم أساليب وعمليات وخوارزميات وأنظمة علمية لاستخراج المعرفة والرؤى من البيانات المنظّمة وغير المنظّمة. — ويكيبيديا
فضل علم البيانات
في عام 2012، أعلن الخبيران التقنيان توماس إتش دافنبورت ودي جيه باتيل أن "عالم البيانات هو الوظيفة الأكثر جاذبية في القرن الحادي والعشرين"، وهي عبارة جذابة تبنتها حتى الصحف الكبرى مثل "نيويورك تايمز" و"بوسطن غلوب". وبعد عقد من الزمن، أكدا مجدداً هذا الوصف، مشيرين إلى أن "هذه الوظيفة أصبحت أكثر طلباً من أي وقت مضى لدى أصحاب العمل".
وفي عام 2014، غيّر قسم التعلم الإحصائي وتعدين البيانات التابع للرابطة الإحصائية الأمريكية اسمه ليصبح "قسم التعلم الإحصائي وعلم البيانات"، مما يعكس الشعبية المتصاعدة لعلم البيانات.
ثمرة علم البيانات
في الشركات والأعمال
معرفة أسباب ترك العملاء للخدمة، وفهم رضاهم لتطوير المنتجات.
تطبيقات تفاعل العملاء تجمع معلومات عن كيفية تفاعل العملاء مع مؤسستك، وتمنح فرق المبيعات والتسويق رؤية لرحلة العميل لتحديد مجالات التحسين. تشمل مؤشرات الأداء الرئيسية التي تُتابَع غالبًا رضا العملاء، وبيانات التفاعل مثل عدد المستخدمين النشطين عبر الزمن، ومعدلات التسرب لقياس الاحتفاظ، وسجلات النشاط التي تُظهر اتجاهات سلوك العملاء.
في التجارة والتسوق
معرفة المنتجات الأكثر طلباً في كل موسم، وتحديد الأسعار المناسبة، واقتراح المنتجات التي تشبه ذوقك.
تتبع أداء مبيعات منتجات معيّنة يمنح الفرق صورة واضحة عن مدى نجاح أو ضعف بيع تلك المنتجات حسب الجغرافيا والفترة الزمنية وفئة المشتري. يمكنك إدخال هذه البيانات إلى أدوات الذكاء الاصطناعي التنبؤي أو تحليلات أخرى لإنشاء توقعات مبيعات، والتخطيط لإطلاق منتجات جديدة، وضمان توفر المواد الخام الكافية لمواكبة الطلب في السوق.
في النقل واللوجستيات
اختيار أسرع مسار لتوصيل الشحنات، والتنبؤ بأعطال السيارات والمعدات قبل أن تخرب.
في الصحة والطب
التنبؤ بانتشار الأمراض، وتوزيع أسرّة المستشفيات وأطقم الرعاية حسب الضغط المتوقع.
في العلوم والمعارف
ذكر د. فرانك ديكمان (2022) بحث في مستقبليات العلوم الكمية: "يقترب علم البيانات من مرحلة إعادة التأسيس المنهجي؛ سنشهد اندماجاً عميقاً بين الإحصاء الكلاسيكي والعلوم المعرفية. النتيجة لن تكون مجرد أدوات تحليلية أسرع، بل "منهجية علمية جديدة" تعيد تعريف كيفية استكشاف الإنسان للظواهر المعقدة التي تتجاوز قدرة العقل المجرد على استيعابها".
وسائل الاستفادة
تخرج نتائج معالجة البيانات بوسائل مختلفة لتوصيلها إلى المستفيدين بحسب السياق.
الأول: التقارير البيانية
البرمجة الأدبيَّة (Literate Programming) هي طريقة في الكتابة الإلكترونيَّة تضمِّن البرمجة لخدمة المادة: كالمقالات والتقارير والبحوث والكتب. وقد كانت بدايتها في مجال الحوسبة العلمية وعلم البيانات لأغراض البحث القابل للتكرار وإتاحة الوصول الحر. ومستخدموها اليوم بالملايين.
وكانت بدايتها بـ LaTeX وظهر اليوم بديل عصري له هو: Typst.
في بايثون نستعمل دفتر جوبيتر (Jupyter Notebook) الموجود في بيئة VS Code أو قد نستعمل Quarto للنشر العلمي والتقني لإنتاج المقالات والشرائح والكتب والمواقع.
الثاني: لوحة البيانات
لوحة البيانات التفاعلية تمكن المستخدم من تصفح البيانات وتصيفتها والتعمق في تفاصيل معينة منها.
انظر للأمثلة: عالمنا بالبيانات وهي منصة مصممة خصيصاً للجمهور الواسع والباحثين وصناع القرار لعرض أبحاث عالمية مدعومة بالبيانات.
من البرمجيات مفتوحة المصدر لبناء لوحات البيانات دون الحاجة لكتابة كود: Metabase.
الثالث: الإلقاء
يتم استعمال أساليب مختلفة في تصوير البيانات لدعم الإلقاء.
مثال:
استمداد علم البيانات
يستمد علم البيانات من علوم الآلة: الرياضيات والإحصاء وعلوم الحاسب؛ ليتم توظيف بيانات مجال معيَّن؛ لبناء التصورات وترتيب الأحكام فيه.
- الرياضيات والإحصاء: إطار الاتساق المنطقي.
- علوم الحاسوب: التخزين والبرمجة ومعالجة البيانات الضخمة.
- المعرفة بالمجال: طرح الأسئلة الصحيحة وتفسير النتائج واتخاذ القرار.
الإجراءات والأدوار في علم البيانات
تمر البيانات بالتجهيز والتحليل وتفسير النتائج قبل أن تصبح تقريرًا أو نموذجًا أو تطبيقًا. يبيّن المخطط كيف تتوزع هذه الأعمال بين أدوار مختلفة، مع بقاء الحاجة إلى التواصل بينها.
تقسيم العمل بين الأدوار
- مهندسوا البيانات: البنية التحتية: إتاحة البيانات وتجهيزها للآخرين.
- محلّلوا البيانات: لوحات المعلومات: ماذا حدث وأين نحن الآن؟
- مهندسوا تعليم الآلة: بناء نماذج التققيم والتنبؤ واتخاذ القرار.
- عالم البيانات: جميع ما سبق. (وكلما كبرت المؤسسة تمايزت الأدوار، بينما في الشركات الناشئة تتداخل).