$User->is_logged_in:  bool(false)
$User->user_info:  NULL
$User->check_post:  object(stdClass)#6938 (18) {
  ["is_valid"]=>
  int(1)
  ["global_remaining_posts_to_view"]=>
  int(0)
  ["remaining_posts_to_view"]=>
  int(0)
  ["number_all_post"]=>
  int(0)
  ["number_post_read"]=>
  int(0)
  ["is_from_gifts_balance"]=>
  int(0)
  ["gifts_articles_balance"]=>
  int(0)
  ["all_gifts_articles_balance"]=>
  int(0)
  ["gifts_read_articles"]=>
  int(0)
  ["exceeded_daily_limit"]=>
  int(0)
  ["is_watched_before"]=>
  int(0)
  ["sso_id"]=>
  int(41670)
  ["user_agent"]=>
  string(9) "claudebot"
  ["user_ip"]=>
  string(13) "44.200.23.133"
  ["user_header"]=>
  object(stdClass)#7066 (41) {
    ["SERVER_SOFTWARE"]=>
    string(22) "Apache/2.4.57 (Debian)"
    ["REQUEST_URI"]=>
    string(187) "/%d8%aa%d8%ad%d9%88%d9%8a%d9%84-%d8%a8%d9%8a%d8%a7%d9%86%d8%a7%d8%aa-%d8%b6%d8%ae%d9%85%d8%a9-%d8%a5%d9%84%d9%89-%d8%a8%d9%8a%d8%a7%d9%86%d8%a7%d8%aa-%d8%ad%d9%82%d9%8a%d9%82%d9%8a%d8%a9/"
    ["REDIRECT_HTTP_AUTHORIZATION"]=>
    NULL
    ["REDIRECT_STATUS"]=>
    string(3) "200"
    ["HTTP_AUTHORIZATION"]=>
    NULL
    ["HTTP_X_FORWARDED_PROTO"]=>
    string(5) "https"
    ["HTTP_CONNECTION"]=>
    string(7) "upgrade"
    ["HTTP_HOST"]=>
    string(19) "technologyreview.ae"
    ["HTTP_CDN_LOOP"]=>
    string(10) "cloudflare"
    ["HTTP_CF_IPCOUNTRY"]=>
    string(2) "US"
    ["HTTP_ACCEPT_ENCODING"]=>
    string(8) "gzip, br"
    ["HTTP_CF_RAY"]=>
    string(20) "86b84afa096928ae-IAD"
    ["HTTP_CF_VISITOR"]=>
    string(22) "{\"scheme\":\"https\"}"
    ["HTTP_ACCEPT"]=>
    string(3) "*/*"
    ["HTTP_USER_AGENT"]=>
    string(9) "claudebot"
    ["HTTP_CF_CONNECTING_IP"]=>
    string(13) "44.200.23.133"
    ["PATH"]=>
    string(60) "/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin"
    ["SERVER_SIGNATURE"]=>
    string(79) "
Apache/2.4.57 (Debian) Server at technologyreview.ae Port 80
" ["SERVER_NAME"]=> string(19) "technologyreview.ae" ["SERVER_ADDR"]=> string(11) "172.18.0.20" ["SERVER_PORT"]=> string(2) "80" ["REMOTE_ADDR"]=> string(13) "44.200.23.133" ["DOCUMENT_ROOT"]=> string(13) "/var/www/html" ["REQUEST_SCHEME"]=> string(4) "http" ["CONTEXT_PREFIX"]=> NULL ["CONTEXT_DOCUMENT_ROOT"]=> string(13) "/var/www/html" ["SERVER_ADMIN"]=> string(19) "webmaster@localhost" ["SCRIPT_FILENAME"]=> string(23) "/var/www/html/index.php" ["REMOTE_PORT"]=> string(5) "57306" ["REDIRECT_URL"]=> string(67) "/تحويل-بيانات-ضخمة-إلى-بيانات-حقيقية/" ["GATEWAY_INTERFACE"]=> string(7) "CGI/1.1" ["SERVER_PROTOCOL"]=> string(8) "HTTP/1.1" ["REQUEST_METHOD"]=> string(3) "GET" ["QUERY_STRING"]=> NULL ["SCRIPT_NAME"]=> string(10) "/index.php" ["PHP_SELF"]=> string(10) "/index.php" ["REQUEST_TIME_FLOAT"]=> float(1711635962.173082) ["REQUEST_TIME"]=> int(1711635962) ["argv"]=> array(0) { } ["argc"]=> int(0) ["HTTPS"]=> string(2) "on" } ["content_user_category"]=> string(4) "paid" ["content_cookies"]=> object(stdClass)#7065 (3) { ["status"]=> int(0) ["sso"]=> object(stdClass)#7064 (2) { ["content_id"]=> int(41670) ["client_id"]=> string(36) "1d1883f4-87d0-4156-8903-e6ceb0cb4224" } ["count_read"]=> NULL } ["is_agent_bot"]=> int(1) }
$User->gift_id:  NULL

ما أبرز خطوات تحويل البيانات الضخمة إلى بيانات حقيقية؟

5 دقائق
ما أبرز خطوات تحويل البيانات الضخمة إلى بيانات حقيقية؟
حقوق الصورة: shutterstock.com/ whiteMocca
استمع الى المقالة الآن هذه الخدمة تجريبية
Play Audio Pause Audio

على مدار الأعوام القليلة الماضية أصبح مصطلح البيانات الضخمة (Big Data) أحد الكلمات الطنانة التي تتداول بكثرة في قطاع الأعمال والشركات، ويعود هذا إلى ازدياد إنتاج البيانات من جميع الأنواع بكميات قياسية في كل عام، والتي تمنح الشركات مزيداً من الأفكار عن العملاء وتحسين العمليات التشغيلية أكثر من أي وقت مضى، وربما تسمح لها أيضاً بالتنبؤ بما قد يحدث في المستقبل.

ومع ذلك، ما لم يتم تحويل البيانات الضخمة التي يتم إنتاجها بشكل دوري ومتسارع إلى بيانات حقيقية ورؤى قابلة للتنفيذ، فلا يوجد ما يمكن لأي شركة أن تفعله، فكيف يمكن تحويل البيانات الضخمة إلى بيانات حقيقية للاستفادة منها في تعزيز وتحسين الأعمال ونموها؟

من أين تأتي البيانات الضخمة؟

تم استخدام مصطلح البيانات الضخمة منذ أوائل التسعينيات، وفي جوهرها الحقيقي فإن البيانات الضخمة ليست شيئاً جديداً تماماً أو لم يكن موجوداً سوى في العقدين الماضيين فقط، فعلى مدار مئات السنين الماضية كان الناس يحاولون استخدام تقنيات تحليل البيانات لدعم عملية صنع القرار لديهم.

حيث حاول المصريون القدماء الحفاظ على جميع البيانات الموجودة في مكتبة الإسكندرية، كما اعتادت الإمبراطورية الرومانية على تحليل إحصائيات جيشها بعناية لتحديد التوزيع الأمثل لجيوشها. ومع ذلك، تغير في العقدين الماضيين حجم إنشاء البيانات وسرعته، بما يتجاوز مقاييس الفهم البشري.

اقرأ أيضاً: كيف تستخدم الشركات والمؤسسات البيانات الضخمة؟

على سبيل المثال، بلغ إجمالي كمية البيانات في العالم عام 2020 نحو 64 زيتابايت، ومن المتوقع أن يرتفع إلى نحو 180 زيتابايت بحلول عام 2025، ومن ثم حتى مع وجود أكثر التقنيات تقدماً اليوم، يستحيل تحليل كل هذه البيانات، لذا أصبحت الحاجة إلى إيجاد طرق جديدة وحلول تخزين مبتكرة للتعامل مع أنواع البيانات الجديدة هذه ملحة من أجل تحليلها بفعالية.

وقد أصبحت شبكة الويب العالمية تسهم في تقديم مجموعات فريدة من البيانات، بالإضافة إلى أجهزة إنترنت الأشياء التي أسهمت في زيادة توليد البيانات بشكل لم يسبق له مثيل، والتي أظهرت مجالاً تنافسياً جديداً يعمل على استخراج معلومات ذات مغزى وقيمة من مصادر البيانات الجديدة هذه.

لماذا البيانات الضخمة مهمة؟

تستخدم الشركات البيانات الضخمة في أنظمتها لتحسين العمليات وتقديم خدمة عملاء أفضل وإنشاء حملات تسويقية مخصصة واتخاذ إجراءات أخرى يمكنها في النهاية زيادة الإيرادات والأرباح، حيث تمتلك الشركات التي تستخدمها بشكل فعّال ميزة تنافسية محتملة لأنها قادرة على اتخاذ قرارات عمل أسرع وأكثر استنارة.

فيما يلي بعض الأمثلة حول كيفية استخدام القطاعات المختلفة للبيانات الضخمة:

  • قطاع الطاقة: تساعد البيانات الضخمة شركات النفط والغاز في تحديد مواقع الحفر المحتملة ومراقبة عمليات خطوط الأنابيب.
  • قطاع الخدمات المالية: تستخدم أنظمة البيانات الضخمة لإدارة المخاطر والتحليل الفوري لبيانات السوق.
  • قطاع الصناعة: يعتمد المصنّعون وشركات النقل على البيانات الضخمة لإدارة سلاسل التوريد الخاصة بهم وتحسين طرق التسليم.
  • قطاع البيع بالتجزئة: توفر رؤى قيمة للعملاء يمكن للشركات استخدامها لتحسين التسويق والإعلان والعروض الترويجية من أجل زيادة مشاركة العملاء، وتقييم التفضيلات المتطورة للمستهلكين، ما يمكّن الشركات من أن تصبح أكثر استجابة لرغبات العملاء واحتياجاتهم.
  • قطاع الرعاية الصحية: توفر لمنظمات الرعاية الصحية والوكالات الحكومية معلومات محدثة عن تهديدات الأمراض المعدية أو تفشيها.
  • القطاع الحكومي: الاستجابة للطوارئ ومنع الجريمة و مبادرات المدن الذكية.

اقرأ أيضاً: كيف يمكن للمؤسسات التعليمية الاستفادة من البيانات الضخمة؟

ما أنواع البيانات الضخمة؟

الحجم هو السمة الأكثر شيوعاً للبيانات الضخمة، وغالباً ما تأتي في ثلاثة أنواع رئيسية هي:

  • البيانات المنظمة: مثل المعاملات والسجلات المالية، وإحداثيات نظام تحديد المواقع العالمي (GPS).
  • البيانات غير المنظمة: مثل النصوص والمستندات وملفات الوسائط المتعددة، ومنشورات منصات التواصل الاجتماعي.
  • البيانات شبه المنظمة: هي مزيج من البيانات المنظمة وغير المنظمة، مثل عناوين البريد الإلكتروني، والبيانات المتدفقة من أجهزة إنترنت الأشياء.

اقرأ أيضاً: كيف تتم الاستفادة من البيانات الضخمة في السعودية؟

كيفية تحويل البيانات الضخمة إلى بيانات حقيقية

البيانات الضخمة بشكلها العام غير قابلة للاستخدام، فهي عبارة عن كتلة من المعلومات غير ذات الصلة قد يستغرق فهمها سنوات، ولكن إذا تم تنظيمها بشكل فعّال وتحليلها، فعندئذ تبدأ البيانات الضخمة في التحول إلى بيانات ذكية، وبشكل أساسي يمكن استخدام الخطوات أدناه لتحويل البيانات الضخمة إلى بيانات حقيقية يمكن الاستفادة منها:

الخطوة الأولى: تحديد شروط البحث

جمع البيانات عملية ضرورية يمكن أن تأتي من مصادر مختلفة مثل منشورات تويتر وفيسبوك والمقالات الإخبارية وأجهزة إنترنت الأشياء، ويمكن لها أن تتدفق بلا توقف، ولكن الخطوة الرئيسية الأولى هي البحث في هذه المصادر عن موضوع معين في هذه البيانات كما تفعل في محرك البحث جوجل.

على سبيل المثال، إذا أدخلت استعلاماً في مخزن البيانات التي تم جمعها مسبقاً عن كلمة معينة بدون أي معلمات أو فلاتر أخرى ربما ستكون لديك قائمة طويلة جداً من العناوين بدون ترتيب معين، ومن ثم مع هذه الكلمة وحدها فإن الأفكار التي يمكننا الحصول عليها من هذه المعلومات محدودة جداً أيضاً، فكل ما يمكنك معرفته حقاً هو عدد المرات التي ظهرت فيها هذه الكلمة في بحثك.

اقرأ أيضاً: تعرف إلى أهم طرق تخزين البيانات الضخمة

الخطوة الثانية: تصفية البيانات

من خلال إضافة مجموعة متنوعة من الفلاتر المحتملة، مثل:

  • إطار زمني معين، مثل أسبوع أو شهر أو عام أو حتى آخر ساعة فقط.
  • معرفة القنوات التي تأتي منها البيانات، هل هي منشورات تويتر أو مقاطع فيديو يوتيوب أو مقالات إخبارية.
  • معرفة البلد الذي تنشأ فيه المشاركات واللغة المكتوبة بها تعد أمراً أساسياً أيضاً. مثل هل يوجد المزيد من المحتوى عبر الإنترنت حول العلامة التجارية باللغة الإسبانية أو البرتغالية؟

وبشكل عام بمجرد إضافة عدد قليل من الفلاتر، سيتم تقسيم محيط البيانات الضخم إلى أنهار أكثر قابلية للإدارة، يمكن بعد ذلك دمجها وتقسيمها حسب الرغبة لإنشاء تدفقات متعددة من البيانات، ما يسمح بعزل المعلومات التي تحتاجها فقط.

اقرأ أيضاً: 10 من أبرز الشركات التي تستخدم تكنولوجيا البيانات الضخمة

الخطوة الثالثة: تحليل البيانات

تساعد التحليلات في تحويل البيانات التي تمت تصفيتها إلى رؤى حقيقية يمكن استخدامها لمساعدة الأعمال التجارية على النمو. على سبيل المثال باستخدام نماذج التحليلات المتقدمة (Advanced Analytics)، يمكن إلقاء نظرة على أهم الموضوعات التي تظهر في هذه البيانات، مثل معرفة الكلمات الأكثر ارتباطاً بعلامات تجارية معينة، أو معرفة من الفئة الأكثر تحدثاً عن المنتج وغيرها، فمعرفة أن العلامة التجارية قد تم ذكرها مليوني مرة خلال الشهر الماضي ليست مهمة للغاية، ولكن معرفة أن العلامة التجارية قد تم ذكرها مليوني مرة مع مليون من تلك الإشارات الواردة من منطقة جغرافية معينة أو فئة عمرية معينة هي ما تجعلها أكثر إفادة بشكل لا نهائي.

اقرأ أيضاً: ما أبرز طرق وأدوات تحليل البيانات الضخمة؟

الخطوة الرابعة: استخدام البيانات

في هذه المرحلة نجد أن استخدامات البيانات المنقحة جيداً لا حدود لها وتتزايد طوال الوقت، حيث إن الشركات والمؤسسات في جميع المجالات، من تجار التجزئة وشركات التكنولوجيا إلى المنظمات غير الحكومية، يمكنها الاستفادة من هذه البيانات وإيجاد قيمة لها كلٍّ في مجاله.

المرحلة الخامسة: توزيع البيانات

تعتبر هذه المرحلة حاسمة للاستفادة العملية من البيانات الحقيقية التي توليدها من البيانات الضخمة، وتعتمد بصورة أساسية على السرعة والدقة في توزيع البيانات على الأشخاص المناسبين وفي الوقت المناسب، حيث يمكن استخدامها في إنجاز رؤى قابلة للتنفيذ والحصول على أقصى استفادة من الأفكار التي تم بناؤها على البيانات الحقيقية التي تم إنتاجها.

ختاماً، تعد معرفة كيفية تحويل البيانات الضخمة إلى بيانات حقيقية يمكن استخدامها أمراً ضرورياً للمؤسسات والشركات للبقاء في السوق التنافسي وتوسيع نطاق الأعمال، كما أن اتخاذ القرارات التي تعتمد على البيانات يعد جزءاً لا يتجزأ من التحول الرقمي، حيث تساعد في اتخاذ قرارات أسرع وأفضل بناءً على رؤى موثوقة.

Content is protected !!