تحليل منطقي: الفرق بين النسختين

'''التحليلات''' هي اكتشاف وتفسير، والاتصال من أنماط ذات معنى في [[البيانات]]. لها قيمة خاصة في المناطق الغنية بالمعلومات المسجلة، والتحليلات تعتمد على التطبيق المتزامن للإحصاءات و<nowiki/>[[برمجة الكمبيوتر]] و<nowiki/>[[بحوث العمليات]] لقياس الأداء. قد تطبق المنظمات التحليلات البيانات التجارية وتحسين أداء الأعمال تحديدا وتتضمن مجالات ضمن نطاق التحليلات، [[التحليلات التنبؤية]]، وتحليلات إلزامية، [[إدارة قرارات مؤسسة]]، تحليلات وصفية، والتحليلات المعرفية، 'تحليلات البيانات الكبيرة'، تحليلات البيع بالتجزئة، تشكيلة تخزين ووحدة حفظ المخزون الاتصال الأمثل، التسويق الأمثل والتسويق مزيج النمذجة، [[تحليلات الويب]]، تحليلات، تحليلات الكلام، وتحجيم قوة المبيعات الأمثل، والأسعار وتعزيز النمذجة والعلوم التنبؤية، تحليل مخاطر الائتمان وتحليلات الاحتيال. حيث يمكن أن تتطلب تحليلات حسابية واسعة النطاق (انظر [[البيانات الضخمة]] ) الخوارزميات والبرمجيات المستخدمة لتحليلات تسخر الأساليب الأحدث في علوم الحاسب الآلي والإحصاء والرياضيات. <ref>{{cite journal|titleالعنوان=Emerging Trends in Business Analytics|journal=Communications of the ACM|issue=8|yearالسنة=2002|volume=45|pagesالصفحات=45–48|lastالأخير=Kohavi, Rothleder and Simoudis|doi=10.1145/545151.545177}}</ref>

ويركز التحليل على فهم الماضي؛ ماذا حدث. تحليلات تركز على لماذا حدث ما حدث وما سيحدث بعد.<ref>{{Citeمرجع webويب|urlالمسار=https://www.eetimes.com/author.asp?section_id=36&doc_id=1332172|titleالعنوان=Analysis vs. Analytics: Past vs. Future|lastالأخير=|firstالأول=|dateالتاريخ=|websiteالموقع=|archive-urlمسار الأرشيف=|archive-dateتاريخ الأرشيف=|dead-urlوصلة مكسورة=|access-dateتاريخ الوصول=}}</ref> تحليلات البيانات متعددة التخصصات. وهناك الاستخدام المكثف لمهارات الكمبيوتر والرياضيات والإحصاء، واستخدام التقنيات الوصفية والنماذج التنبؤية لاكتساب معرفة قيمة من البيانات. يتم استخدام الاحصاءات من البيانات للتوصية بالعمل او لتوجبة عملية صنع القرار التي تضرب بجذورها في سياق الأعمال. وبالتالي ، فان التحليلات لا تهتم كثيرا بالتحليلات الفردية أو خطوات التحليل، ولكن مع [[منهجية]] كاملة. هناك ميل واضح استخدام مصطلح التحليلات في اعداد الأعمال مثل النص في تحليلات مقابل تعديل النص الأكثر عمومية للتأكيد على هذا المنظور الأوسع نطاقا. وهناك تزايد في استخدام مصطلحات متقدمة للتحليلات، وتستخدم عادة لوصف الجوانب التقنية للتحليلات، خاصة في المجالات الجديدة كاستخدام تقنيات التعلم آلألي مثل الشبكات العصبية، شجرة القرار، الانحدار اللوجستي ، تحليل الانحدار الخطي إلى متعدد ، التصنيف للقيام بالنمذجة التنبؤية. كما يشمل أيضًا تقنيات التعلم الآلي غير المُشجعة مثل التحليل العنقودي وتحليل المكونات الأساسية وتحليل التوصيف التجزيئي وتحليل الارتباطات.

تشتمل أساليب التحليل المستخدمة بكثرة في التسويق على نماذج المزج التسويقي ، والتحليلات التسعيرية والترويجية ، وتحسين قوة المبيعات وتحليلات العملاء على سبيل المثال: التجزئة. تعمل تحليلات الويب وتحسين مواقع الويب والحملات عبر الإنترنت كثيرًا جنبًا إلى جنب مع أساليب تحليل التسويق الأكثر تقليدية. لقد أدى التركيز على الوسائط الرقمية إلى تغيير المفردات بشكل طفيف حتى يشار إلى نماذج المزج التسويقي عمومًا باسم نمذجة الإحالة في سياق نماذج المزيج الرقمي أو التسويق.تدعم هذه الأدوات والتقنيات قرارات التسويق الاستراتيجي (مثل حجم الإنفاق الإجمالي على التسويق ، وكيفية تخصيص الميزانيات عبر مجموعة من العلامات التجارية والمزيج التسويقي) ودعم أكثر تكتيكيًا للحملات ، من حيث استهداف أفضل العملاء المحتملين باستخدام الرسالة المثلى في المتوسط ​​الأكثرالأكثر فعالية من حيث التكلفة في الوقت المثالي.

يستخدم تحليلات الناس البيانات السلوكية لفهم كيفية عمل الأشخاص وتغيير كيفية إدارة الشركات.<ref>{{Citeاستشهاد newsبخبر|urlالمسار=http://professional.mit.edu/programs/short-programs/people-analytics|titleالعنوان=People Analytics: Transforming Management with Behavioral Data|lastالأخير=lukem|dateالتاريخ=2016-11-04|workالعمل=Programs for Professionals {{!}} MIT Professional Education|access-dateتاريخ الوصول=2018-04-03|languageاللغة=en}}</ref> تُعرف تحليلات الأشخاص أيضًا باسم تحليلات القوة العاملة ، وتحليلات الموارد البشرية ، وتحليلات المواهب ، وإحصاءات الأشخاص ، وإحصاءات المواهب ، وإحصاءات الزملاء ، وتحليلات رأس المال البشري ، وتحليلات نظام معلومات الموارد البشرية. <ref>{{Citeاستشهاد newsبخبر|urlالمسار=https://www.analyticsinhr.com/blog/difference-between-people-analytics-and-hr-analytics/|titleالعنوان=[VIDEO] The Difference Between People Analytics and HR Analytics|dateالتاريخ=2018-03-08|workالعمل=Analytics in HR|access-dateتاريخ الوصول=2018-04-03|languageاللغة=en-US}}</ref> تحليلات الموارد البشرية هي تطبيق للتحليلات لمساعدة الشركات على [[إدارة الموارد البشرية]]. والهدف من ذلك هو تحديد الموظفين الذين يوظفون ، والتي تكافئ أو تروج ، وما هي المسؤوليات المترتبة على التنازل ، ومشاكل الموارد البشرية المماثلة. <ref>{{citewebمرجع ويب|urlالمسار=https://www.coursera.org/learn/wharton-people-analytics|titleالعنوان=People analytics - University of Pennsylvania|publisherالناشر=Coursera}}</ref> أصبحت تحليلات الموارد البشرية مهمة بشكل متزايد لفهم أي نوع من الملامح السلوكية ستنجح وتفشل. على سبيل المثال ، قد يجد التحليل أن الأفراد الذين يتناسبون مع نوع معين من الملفات الشخصية هم أولئك الذين يرجح أن ينجحوا في دور معين ، مما يجعلهم أفضل الموظفين للتعيين.ومع ذلك ، هناك اختلافات رئيسية بين تحليلات الأشخاص وتحليلات الموارد البشرية. تحليلات الناس يحل مشاكل العمل. تحليلات الموارد البشرية يحل مشاكل الوارد البشرية كما تبدو تحليلات الناس في العمل والتنظيم الاجتماعي. "يقيس برنامج الموارد البشرية التحليلات ويدمج البيانات حول العمليات الإدارية للموارد البشرية" ، كما يقول بن وابير ، ومعهد ماساتشوستس للتكنلوجيا ووسائل الاعلام مختبر دكتوراه والرئيس التنفيذي لشركة هومانيزي <ref>{{Citeاستشهاد newsبخبر|urlالمسار=https://www.hrexaminer.com/people-analytics-mit-july-24-2017/|titleالعنوان=People Analytics: MIT July 24, 2017|dateالتاريخ=2017-08-02|workالعمل=HR Examiner|access-dateتاريخ الوصول=2018-04-03|languageاللغة=en}}</ref> جوش بيرسين ، مؤسس ووالرئيس في قادهم بشركة ديلويت ، يوافق على أن تحليلات الأشخاص هي صناعة أكبر من تحليلات الموارد البشرية ، موضحةً ببمرور الوقت ، أعتقد أنها لا تنتمي إلى الموارد البشرية. على الرغم من أن هذا الفريق قد يبدأ في الموارد البشرية ، إلا أنه مع مرور الوقت يتولى هذا الفريق مسؤولية تحليل إنتاجية المبيعات ، ومعدل الدوران ، والاحتفاظ ، والحوادث ، والاحتيال ، وحتى قضايا الأشخاص التي تحفز الاحتفاظ بالعملاء ورضا العملاء ... هذه كلها في العالم الحقيقي مشاكل الأعمال ، وليس مشاكل الموارد البشرية. <ref>{{Citeاستشهاد newsبخبر|urlالمسار=https://www.forbes.com/sites/joshbersin/2015/02/01/geeks-arrive-in-hr-people-analytics-is-here/#339ceb1673b4|titleالعنوان=The Geeks Arrive In HR: People Analytics Is Here|lastالأخير=Bersin|firstالأول=Josh|workالعمل=Forbes|access-dateتاريخ الوصول=2018-04-03|languageاللغة=en}}</ref>

التحليلات الرقمية هي مجموعة من الأنشطة التجارية والتقنية التي تحدد ، أو تنشئ ، أو تجمع ، تحقق ، أو تحول البيانات الرقمية إلى تقارير ، أبحاث ، تحليلات ، توصيات ، تحسينات ، تنبؤات ، وأتمتة. <ref>Phillips, Judah "Building a Digital Analytics Organization" Financial Times Press, 2013, pp 7–8.</ref> وهذا يشمل أيضًا تحسين محركات البحث (كبار المسئولين الاقتصاديين) حيث يتم تتبع البحث عن الكلمات الرئيسية واستخدام البيانات لأغراض التسويق. حتى إعلانات البانر والنقرات تدخل ضمن التحليلات الرقمية. يعتمد عدد متزايد من العلامات التجارية وشركات التسويق على التحليلات الرقمية لتخصيصات التسويق الرقمي ، حيث يعد ( عائد الاستثمار التسويقي ) أحد مؤشرات الأداء الرئيسية المهمة (KPI).

شير التحليلات الأمنية إلى تكنولوجيا المعلومات (IT) لجمع وتحليل الأحداث الأمنية لفهم وتحليل الأحداث التي تشكل أكبر المخاطر. <ref>{{citeمرجع webويب|titleالعنوان=Security analytics shores up hope for breach detection|urlالمسار=http://enterpriseinnovation.net/article/security-analytics-shores-hope-breach-detection-192448485|publisherالناشر=Enterprise Innovation|accessdateتاريخ الوصول=April 27, 2015}}</ref> تشتمل المنتجات في هذا المجال على معلومات الأمان وإدارة الأحداث وتحليلات سلوك المستخدم.

في صناعة برامج التحليلات التجارية ، ظهر تركيز على حل تحديات تحليل مجموعات البيانات الضخمة المعقدة ، غالباً عندما تكون هذه البيانات في حالة تغير مستمر. تُشار عادةً إلى مجموعات البيانات هذه كبيانات كبيرة. في حين أن المشكلات التي تطرحها البيانات الضخمة لم تكن موجودة إلا في المجتمع العلمي ، فإن البيانات الكبيرة اليوم تمثل مشكلة للعديد من الشركات التي تقوم بتشغيل أنظمة المعاملات عبر الإنترنت ، ونتيجة لذلك ، تجمع كميات كبيرة من البيانات بسرعة. <ref name="مولد تلقائيا1">{{citeمرجع webويب|lastالأخير=Naone|firstالأول=Erica|titleالعنوان=The New Big Data|urlالمسار=http://www.technologyreview.com/computing/38397/|publisherالناشر=Technology Review, MIT|accessdateتاريخ الوصول=August 22, 2011}}</ref>

تعتبر تحليل أنواع البيانات غير المهيكلة تحديًا آخر يجذب الانتباه في الصناعة. تختلف البيانات غير المهيكلة من البيانات المنظمة في أن شكلها يختلف بشكل كبير ولا يمكن تخزينه في قواعد البيانات العلائقية التقليدية دون جهد كبير في تحويل البيانات. <ref>{{citeمرجع bookكتاب|last1الأخير1=Inmon|first1الأول1=Bill|last2الأخير2=Nesavich|first2الأول2=Anthony|titleالعنوان=Tapping Into Unstructured Data|yearالسنة=2007|publisherالناشر=Prentice-Hall|isbn=978-0-13-236029-6}}</ref> أصبحت مصادر البيانات غير المهيكلة ، مثل البريد الإلكتروني ، ومحتويات مستندات معالج النصوص ، وملفات PDF ، والبيانات الجغرافية المكانية ، وما إلى ذلك ، مصدرًا مهمًا لاستخبارات الأعمال للشركات والحكومات والجامعات. <ref>{{citeمرجع webويب|lastالأخير=Wise|firstالأول=Lyndsay|titleالعنوان=Data Analysis and Unstructured Data|urlالمسار=http://www.dashboardinsight.com/articles/business-performance-management/data-analysis-and-unstructured-data.aspx|publisherالناشر=Dashboard Insight|accessdateتاريخ الوصول=February 14, 2011}}</ref> على سبيل المثال ، في بريطانيا ، كان الاكتشاف بأن شركة واحدة تبيع مذكرات طبية مزورة بطريقة غير مشروعة من أجل مساعدة الناس في الاحتيال على أرباب العمل وشركات التأمين ، <ref>{{citeاستشهاد newsبخبر|titleالعنوان=Fake doctors' sick notes for Sale for £25, NHS fraud squad warns|urlالمسار=https://www.telegraph.co.uk/news/uknews/2626120/Fake-doctors-sick-notes-for-sale-on-web-for-25-NHS-fraud-squad-warns.html|publisherالناشر=The Telegraph|dateالتاريخ=26 August 2008|accessdateتاريخ الوصول=16 September 2011|locationالمكان=London}}</ref> هو فرصة لشركات التأمين لزيادة اليقظة لتحليل البيانات غير المهيكلة. يقدر معهد ماكينزي العالمي أن تحليل البيانات الضخمة قد ينقذ نظام الرعاية الصحية الأمريكي 300 مليار دولار سنوياً والقطاع العام الأوروبي 250 مليار يورو.<ref>{{citeاستشهاد newsبخبر|titleالعنوان=Big Data: The next frontier for innovation, competition and productivity as reported in Building with Big Data|urlالمسار=http://www.economist.com/node/18741392|accessdateتاريخ الوصول=May 26, 2011|workالعمل=The Economist|dateالتاريخ=May 26, 2011|archiveurlمسار الأرشيف=https://web.archive.org/web/20110603031738/http://www.economist.com/node/18741392|archivedateتاريخ الأرشيف=3 June 2011 <!--DASHBot-->|deadurlوصلة مكسورة=no}}</ref>

هذه التحديات هي مصدر الإلهام الحالي للكثير من الابتكارات في نظم المعلومات التحليلية الحديثة ، وتلد مفاهيم جديدة لتحليل الآلات مثل معالجة الأحداث المعقدة ، والبحث الكامل عن النص والتحليل ، وحتى الأفكار الجديدة في العرض التقديمي. <ref name="مولد تلقائيا1"/> ويتمثل أحد هذه الابتكارات في إدخال بنية شبيهة بالشبكة في تحليل الماكينات ، مما يسمح بزيادة سرعة المعالجة المتوازية على نطاق واسع من خلال توزيع عبء العمل على العديد من الحواسيب ، كل ذلك مع وصول متساوٍ إلى مجموعة البيانات الكاملة.

هناك أيضًا خطر أن يستفيد مطوّر البرامج من الأفكار أو العمل الذي قام به المستخدمون ، مثل هذا المثال: يمكن للمستخدمين كتابة أفكار جديدة في ملاحظة تدوين التطبيق ، والتي يمكن إرسالها كحدث مخصص ، ويمكن للمطورين الاستفادة من تلك الأفكار. يمكن أن يحدث هذا لأن ملكية المحتوى عادة ما تكون غير واضحة في القانون. <ref>{{citeمرجع webويب|urlالمسار=http://www.techrepublic.com/blog/10-things/10-reasons-why-i-avoid-social-networking-services/|titleالعنوان=10 reasons why I avoid social networking services|authorالمؤلف=Alan Norton|dateالتاريخ=9 July 2012|workالعمل=TechRepublic|accessdateتاريخ الوصول=4 January 2016}}</ref>