الأسئلة الشائعة
الخدمات
انضم إلينا كخبير
المدونة
حلل احتياجاتك التدريبيةجديد ومجاني
الإفصاح عن التدريب مجانًاتقييم نضج الموارد البشرية مجانًاالرضا والارتباط الوظيفي مجانًا
رواسي
رواسي التمكين
للاستـــــشارات والـــــتدريب
الرئيسيةمن نحن
الدورات التدريبيةالبرامج التدريبية الشهريةحلل احتياجاتك التدريبية مجانًاالإفصاح عن التدريب مجانًاالاعتمادات
الحقائب التدريبية الجاهزةالتحول الرقمي للحقائب التدريبيةطلب حقيبة تدريبية مخصصة
الخدمات الاستشاريةالمنتجات الرقميةاتصل بنا
رواسي
رواسي التمكينللاستـــــشارات والـــــتدريب

نقدم حلولاً متكاملة في التدريب والاستشارات والمنتجات الرقمية بمعايير مهنية تساهم في تمكين الأفراد وتطوير المؤسسات.

طرق الدفع

مدىفيزاماستركاردأمريكان إكسبرسSTC PayApple Payمدفوعتابيتمارا

السجل التجاري

7001748636

الحالة: نشطإصدار: 27/02/2012

روابط سريعة

  • الرئيسية
  • من نحن
  • الأكاديميات المتخصصة
  • الدورات
  • جميع القطاعات
  • الحقائب التدريبية
  • الخدمات الاستشارية
  • المنتجات الرقمية
  • المدونة
  • اتصل بنا
  • انضم إلينا كخبير

خدماتنا

  • التدريب والتأهيل
  • الحلول الاستشارية
  • الجودة والتميز
  • المنتجات الرقمية
  • التطوير المؤسسي
  • حلول التحول الرقمي

تواصل معنا

الفرع الرئيسي:

الرياض: المملكة العربية السعودية
عمان: المملكة الأردنية الهاشمية
مسقط: سلطنة عُمان

البريد الإلكتروني:

[email protected]

الهاتف:

السعودية:+966 500 665 369(إضافي):+966 570 588 004
تحدث مع خبيرحلل احتياجاتك التدريبية مجانًا

© 2026 رواسي التمكين للاستشارات والتدريب. جميع الحقوق محفوظة.

سياسة الخصوصيةالشروط والأحكامسياسة الاستردادخريطة الموقع
تحليل الأعمال واتخاذ القرار المبني على البيانات
الدوراتالبرامج الادارية والقيادية
برنامج تدريبي احترافي

تحليل الأعمال واتخاذ القرار المبني على البيانات

تُعد دورة "تحليل الأعمال واتخاذ القرار المبني على البيانات" برنامجًا تدريبيًا متقدمًا يهدف إلى تمكين المشاركين من استخدام البيانات لتحليل أداء الأعمال، واستخلاص الرؤى (Insights)، واتخاذ قرارات استراتيجية وتشغيلية مبنية على الأدلة بدلاً من الحدس. في ظل التحول الرقمي وتوفر كميات هائلة من البيانات (البيانات الضخمة – Big Data)، أصبحت القدرة على تحليل البيانات وتفسيرها مهارة حاسمة للقادة والمديرين والمحللين. تغطي الدورة منهجيات تحليل الأعمال (Business Analytics) وتطبيقاتها في مجالات التسويق، المبيعات، العمليات، الموارد البشرية، والمالية.

شهادة متضمنة
تدريب بقيادة خبراء
تعلم تطبيقي
دعم في التسجيل
أيام
5 أيام
اللغة
العربية والإنجليزية
مسار عرض السعر

اطلب الجدول وعرض السعر

الدفع الإلكتروني غير متاح لهذه الدورة حالياً. أرسل بياناتك وسيقوم فريق التدريب بإعداد الجدول وعرض السعر الأنسب لك.

لا توجد جلسة عامة مدفوعة متاحة الآن. اطلب عرض سعر وسنؤكد الجدول والمقاعد والتكلفة.
ملخص الدورة
اطلب الجدول وعرض السعر

لا يوجد دفع إلكتروني مفتوح لهذه الدورة حالياً. يمكن لفريقنا إرسال عرض السعر المناسب لك.

تاريخ البدء
مرن / متاح دائماً
الشهادة
شهادة معتمدة
أيام
5 أيام

يصلكم العرض عبر البريد وبوابة العملاء

استفسر عبر واتساب
تفاصيل الدورة

نظرة عامة

تُعد دورة "تحليل الأعمال واتخاذ القرار المبني على البيانات" برنامجًا تدريبيًا متقدمًا يهدف إلى تمكين المشاركين من استخدام البيانات لتحليل أداء الأعمال، واستخلاص الرؤى (Insights)، واتخاذ قرارات استراتيجية وتشغيلية مبنية على الأدلة بدلاً من الحدس. في ظل التحول الرقمي وتوفر كميات هائلة من البيانات (البيانات الضخمة – Big Data)، أصبحت القدرة على تحليل البيانات وتفسيرها مهارة حاسمة للقادة والمديرين والمحللين. تغطي الدورة منهجيات تحليل الأعمال (Business Analytics) وتطبيقاتها في مجالات التسويق، المبيعات، العمليات، الموارد البشرية، والمالية.

تنتقل الدورة بالمشارك من جمع البيانات وتنظيفها، مرورًا بتحليل البيانات الوصفي والتشخيصي، وصولاً إلى التحليل التنبؤي (Predictive Analytics) والتوجيهي (Prescriptive Analytics) باستخدام أدوات بسيطة مثل Excel ومقدمة إلى لغة Python (أساسيات). كما تغطي الدورة كيفية تصميم التجارب (A/B Testing)، وتطبيق تقنيات تصور البيانات (Data Visualization) لعرض الرؤى بوضوح، واتخاذ القرارات القائمة على البيانات (Data-Driven Decision Making).

تم تصميم البرنامج ليكون تطبيقيًا بنسبة 75%، من خلال تمارين على مجموعات بيانات حقيقية (مبيعات، عملاء، عمليات)، واستخدام Excel (جداول محورية، دوال، تحليل الانحدار)، وتصور البيانات باستخدام Power BI، ودراسة حالات من شركات سعودية وعالمية.

الأهداف

أهداف البرنامج

بنهاية هذه الدورة، سيكون المشارك قادرًا على:

  1. فهم أنواع تحليل الأعمال (وصفي، تشخيصي، تنبؤي، توجيهي) – التمييز بين كل نوع واستخداماته في دعم القرارات.
  2. تطبيق تقنيات جمع وتنظيف وإعداد البيانات للتحليل – استخدام Excel لتجميع البيانات من مصادر متعددة، والتعامل مع القيم المفقودة، والتكرارات، والقيم المتطرفة.
  3. إجراء التحليل الوصفي والتشخيصي باستخدام Excel – استخدام الجداول المحورية (PivotTables)، والمخططات (Charts)، ودوال (IF، SUMIFS، VLOOKUP)، وتحليل الارتباط (Correlation) لتحديد العلاقات بين المتغيرات.
  4. تطبيق التحليل التنبؤي الأساسي (الانحدار الخطي، تحليل السلاسل الزمنية) – استخدام أدوات تحليل البيانات في Excel (Regression، Moving Average) للتنبؤ بالمبيعات، الطلب، أو أي متغير آخر.
  5. استخدام تقنيات تصور البيانات (Data Visualization) لعرض الرؤى – إنشاء لوحات معلومات (Dashboards) تفاعلية باستخدام Power BI أو Tableau أو Excel المتقدم.
  6. اتخاذ القرارات المبنية على البيانات (Data-Driven Decision Making) وتجنب التحيزات – تطبيق منهجية (Ask – Answer – Act) لتحويل الرؤى إلى قرارات، والتعرف على التحيزات الشائعة (التحيز التأكيدي، التحيز المتاح، التحيز الراسخ).
الفئة المستهدفة

الفئة المستهدفة

يستهدف هذا البرنامج التدريبي الفئات التالية:

  1. المحللون (Business Analysts، Data Analysts) في مختلف القطاعات.
  2. مديرو التسويق والمبيعات والعمليات والموارد البشرية والمالية.
  3. قادة الأعمال (مديرون تنفيذيون) الذين يرغبون في تعزيز مهاراتهم التحليلية.
  4. رواد الأعمال وأصحاب المنشآت الصغيرة والمتوسطة.
  5. مسؤولو الجودة وتحسين العمليات.
  6. خريجو إدارة الأعمال والاقتصاد والإحصاء وعلوم البيانات.
الكفاءات

الكفاءات الأساسية

تطبيق دورة تحليل البيانات (جمع، تنظيف، تحليل، تصور، قرار) على مجموعة بيانات مبيعات

معالجة ملف CSV يحتوي على 1000 سجل مبيعات (المنتج، المنطقة، المبيعات، الربح)، تنظيف القيم المفقودة، حساب إجمالي المبيعات حسب المنطقة باستخدام PivotTable، إنشاء مخطط أعمدة، وتقديم توصيات.

إجراء تحليل الانحدار الخطي (Linear Regression) في Excel للتنبؤ بالمبيعات بناءً على الإنفاق الإعلاني

استخدام أداة Regression في Excel، تفسير معامل التحديد (R-squared)، ومعاملات الانحدار، والتنبؤ بقيمة المبيعات عند إنفاق إعلاني معين.

بناء لوحة معلومات (Dashboard) في Power BI باستخدام بيانات المبيعات الشهرية

إنشاء بطاقات (الإيرادات الإجمالية، عدد الطلبات)، مخطط خطي للاتجاهات، مخطط عمودي للمنتجات الأكثر مبيعًا، وخريطة للتوزيع الجغرافي (إذا توفرت إحداثيات).

تطبيق اختبار A/B لتحسين تصميم صفحة هبوط (Landing Page)

تصميم تجربة (مجموعة تحكم ومجموعة تجريبية)، حساب معدل التحويل لكل مجموعة، استخدام اختبار (t-test) لتحديد significance.

تحديد علاقة ارتباط (Correlation) بين رضا الموظفين وإنتاجيتهم

حساب معامل ارتباط بيرسون (Pearson Correlation) في Excel باستخدام دالة (CORREL)، وتفسير قوة واتجاه العلاقة.

ترجمة رؤى البيانات إلى توصيات قابلة للتنفيذ (Actionable Recommendations)

تحليل بيانات المبيعات التي تظهر انخفاضًا في الربحية في منطقة معينة، وتقديم 3 توصيات (مثل: خفض الإنفاق الإعلاني، تغيير الموزع، تحسين مزيج المنتجات).

رحلة التعلم

محتوى البرنامج

01

اليوم الأول: أساسيات تحليل الأعمال وأنواعه

مقدمة في تحليل الأعمال (Business Analytics)
تعريف تحليل الأعمال: استخدام البيانات، التحليل الإحصائي، والنمذجة التنبؤية لدفع القرارات الاستراتيجية والتشغيلية. الفرق بين تحليل الأعمال (Business Analytics)، ذكاء الأعمال (Business Intelligence – BI)، وعلوم البيانات (Data Science). دورة حياة تحليل البيانات (Data Analytics Lifecycle): (1) تحديد المشكلة، (2) جمع البيانات، (3) تنظيف البيانات، (4) استكشاف البيانات وتحليلها، (5) تفسير النتائج، (6) اتخاذ القرار، (7) مراقبة النتائج.
أنواع تحليل الأعمال: وصفي، تشخيصي، تنبؤي، توجيهي
(1) التحليل الوصفي (Descriptive Analytics): يصف ما حدث (مثال: "مبيعات الربع الأول كانت 2 مليون ريال"). يستخدم التقارير، واللوحات، والمخططات. (2) التحليل التشخيصي (Diagnostic Analytics): يشرح لماذا حدث (مثال: "انخفضت المبيعات بسبب تأخر إطلاق المنتج"). يستخدم تحليل التفاصيل، وتحليل الارتباط. (3) التحليل التنبؤي (Predictive Analytics): يتوقع ما سيحدث (مثال: "من المتوقع أن تصل المبيعات إلى 3 ملايين في الربع القادم"). يستخدم الانحدار، والتنبؤ بالسلاسل الزمنية. (4) التحليل التوجيهي (Prescriptive Analytics): يوصي بما يجب فعله (مثال: "لتحقيق المبيعات المستهدفة، قم بزيادة الإنفاق الإعلاني بنسبة 20%"). يستخدم المحاكاة، وتحسين القرار.
مصادر البيانات وأنواعها (منظمة، غير منظمة، شبه منظمة)
(1) البيانات المنظمة (Structured): جداول (Excel، SQL) – سهلة التحليل. (2) البيانات غير المنظمة (Unstructured): نصوص، صور، فيديو – تتطلب تقنيات خاصة (معالجة اللغة الطبيعية، الرؤية الحاسوبية). (3) البيانات شبه المنظمة (Semi-structured): JSON، XML. مصادر البيانات الداخلية: قواعد البيانات (ERP، CRM)، ملفات السجلات (Logs)، استبيانات. مصادر البيانات الخارجية: بيانات السوق، البيانات الحكومية المفتوحة (منصة (data.gov.sa))، بيانات وسائل التواصل الاجتماعي.
جمع البيانات وإعدادها – مقدمة إلى Excel للتحليل
استيراد البيانات إلى Excel: من ملفات CSV، نص، قاعدة بيانات. تنظيف البيانات: (1) إزالة الصفوف المكررة (Remove Duplicates)، (2) التعامل مع القيم المفقودة (ملء بالمتوسط، حذف الصف، استيفاء)، (3) توحيد التنسيقات (النصوص، التواريخ، الأرقام)، (4) تصحيح الأخطاء الإملائية. أدوات Excel الأساسية: التصفية (Filter)، الفرز (Sort)، البحث والاستبدال (Find & Replace)، النص إلى أعمدة (Text to Columns). دوال التنظيف: (TRIM)، (CLEAN)، (PROPER)، (UPPER)، (LOWER).
ورشة عمل عملية (تنظيف مجموعة بيانات مبيعات في Excel)
المطلوب (فرق عمل صغيرة): (1) ملف CSV يحتوي على 500 صف من بيانات المبيعات به أخطاء (قيم مفقودة، تكرارات، تنسيقات خاطئة للتواريخ، أحرف غير مرغوب فيها). (2) تنظيف البيانات: (أ) إزالة التكرارات، (ب) ملء القيم المفقودة في عمود "المنطقة" بالقيمة "أخرى"، (ج) تحويل عمود التاريخ إلى تنسيق تاريخ صحيح، (د) استخدام دالة (TRIM) لإزالة المسافات الزائدة. (3) حفظ الملف النظيف. (4) حساب إجمالي المبيعات والربح للمنتجات المختلفة باستخدام الجداول المحورية.
02

اليوم الثاني: التحليل الوصفي والتشخيصي في Excel

الجداول المحورية (PivotTables) – تلخيص وتحليل البيانات
إنشاء PivotTable: تحديد نطاق البيانات، اختيار الحقول للصفوف (Rows) والأعمدة (Columns) والقيم (Values). تجميع البيانات (Grouping): تجميع التواريخ (سنوات، أشهر، أرباع)، تجميع الأرقام في فئات. تحديث PivotTable: بعد تعديل البيانات المصدر. استخدام الشرائح (Slicers) وتقويم زمني (Timeline) للتصفية التفاعلية. حساب النسب المئوية، والترتيب (Top 10)، والفرق.
المخططات (Charts) لتصور البيانات
أنواع المخططات واستخداماتها: (1) الأعمدة (Column Chart): مقارنة فئات مختلفة. (2) الخطي (Line Chart): إظهار الاتجاهات بمرور الوقت. (3) الدائري (Pie Chart): إظهار النسب المئوية (استخدم بحذر، لا يفضل مع أكثر من 5 شرائح). (4) الشريطي (Bar Chart): مشابه للأعمدة. (5) المبعثر (Scatter Plot): تحليل العلاقة بين متغيرين. (6) المساحي (Area Chart): إظهار الحجم الإجمالي بمرور الوقت. تخصيص المخططات: العناوين، تسميات المحاور، وسيلة الإيضاح، الألوان. أفضل الممارسات: اختيار النوع المناسب، تجنب الفوضى، استخدام الترميز اللوني المناسب.
التحليل التشخيصي – استخدام دوال (IF، SUMIFS، COUNTIFS، VLOOKUP، INDEX-MATCH)
(IF): اختبار منطقي (إذا كان الشرط صحيحًا، نفذ كذا، وإلا نفذ كذا). مثال: =IF(D2>1000, "High", "Low"). (SUMIFS): جمع القيم بناءً على شروط متعددة. مثال: جمع المبيعات إذا كانت المنطقة="الرياض" والمنتج="جهاز لوحي". (COUNTIFS): عد الخلايا بناءً على شروط متعددة. (VLOOKUP): البحث عن قيمة في عمود وإرجاع قيمة من عمود آخر. (محدودية: يبحث فقط في أول عمود من الجدول). (INDEX-MATCH): أكثر مرونة من VLOOKUP. تطبيقات في تحليل المبيعات والعملاء والعمليات.
تحليل الارتباط (Correlation) – قياس العلاقة بين متغيرين
معامل ارتباط بيرسون (Pearson Correlation – r): يقيس قوة واتجاه العلاقة الخطية بين متغيرين. (r بين -1 و +1). قريب من +1: علاقة طردية قوية. قريب من -1: علاقة عكسية قوية. قريب من 0: لا توجد علاقة خطية. حساب r في Excel: استخدام دالة (CORREL) أو أداة (Data Analysis Toolpak). تفسير النتائج: على سبيل المثال، إذا كان الارتباط بين الإنفاق الإعلاني والمبيعات = 0.85، فهذا يشير إلى علاقة طردية قوية (زيادة الإنفاق تؤدي إلى زيادة المبيعات). ملاحظة: الارتباط لا يعني السببية (Correlation ≠ Causation).
ورشة عمل عملية (تحليل مبيعات المنتجات وربحيتها)
المطلوب (فرق عمل صغيرة): (1) باستخدام بيانات المبيعات النظيفة من اليوم السابق. (2) إنشاء PivotTable لحساب إجمالي المبيعات والربح لكل منتج وكل منطقة. (3) إنشاء مخطط أعمدة مكدسة (Stacked Column) لإظهار مساهمة كل منطقة في إجمالي المبيعات. (4) إنشاء مخطط خطي لاتجاه المبيعات الشهرية (إذا توفر عمود التاريخ). (5) استخدام دالة (CORREL) لحساب الارتباط بين سعر الوحدة وكمية المبيعات. (6) استخلاص 3 رؤى وتوصيات.
03

اليوم الثالث: التحليل التنبؤي – الانحدار الخطي والسلاسل الزمنية

مقدمة في التحليل التنبؤي (Predictive Analytics)
تعريف التحليل التنبؤي: استخدام البيانات التاريخية والنماذج الإحصائية للتنبؤ بالنتائج المستقبلية. الفرق بين التنبؤ والتخطيط. تطبيقات التحليل التنبؤي في الأعمال: (1) التنبؤ بالمبيعات (Sales Forecasting)، (2) التنبؤ بالطلب (Demand Forecasting)، (3) التنبؤ بمخاطر دوران الموظفين (Attrition Risk)، (4) التنبؤ بتعطل المعدات (Predictive Maintenance).
الانحدار الخطي البسيط (Simple Linear Regression)
المعادلة: Y = a + bX + ε، حيث Y هو المتغير التابع (الذي نريد التنبؤ به – مثل المبيعات)، X هو المتغير المستقل (المؤثر – مثل الإنفاق الإعلاني)، a هو تقاطع المحور (Intercept)، b هو الميل (Slope). تنفيذ الانحدار في Excel: (1) استخدام أداة Regression من (Data Analysis Toolpak). (2) تحديد نطاق Y و X. (3) تفسير المخرجات: (أ) معامل التحديد (R-squared): النسبة المئوية للتباين في Y التي يفسرها X. (ب) Significance F و P-value لاختبار دلالة العلاقة. (ج) معاملات a و b. (4) التنبؤ: تعويض قيمة X جديدة في المعادلة.
تحليل السلاسل الزمنية (Time Series Analysis) – التنبؤ بالمستقبل
مكونات السلسلة الزمنية: (1) الاتجاه (Trend)، (2) الموسمية (Seasonality)، (3) التقلبات الدورية (Cyclicity)، (4) العشوائية (Random Noise). تقنيات التنبؤ في Excel: (1) المتوسط المتحرك (Moving Average): تخفيف التقلبات العشوائية. (2) التجانس الأسي (Exponential Smoothing): إعطاء وزن أكبر للملاحظات الأحدث. (3) دالة (FORECAST.ETS): التنبؤ التلقائي باستخدام نموذج (ETS) (موسمي مضاف أو مضروب). إنشاء مخطط خطي مع خط اتجاه (Trendline) وإضافة معادلة الانحدار.
ورشة عمل عملية (التنبؤ بمبيعات الربع القادم)
المطلوب (فرق عمل صغيرة): (1) بيانات مبيعات شهرية لـ 24 شهرًا سابقة. (2) رسم مخطط خطي للبيانات وتحديد وجود موسمية (على سبيل المثال، ارتفاع المبيعات في شهر رمضان). (3) استخدام دالة (FORECAST.ETS) للتنبؤ بالمبيعات للأشهر الـ 3 القادمة. (4) استخدام أداة Regression (إذا كان هناك متغير مستقل مثل الإنفاق الإعلاني) أو تحليل السلاسل الزمنية فقط. (5) مقارنة التنبؤات وتحديد أفضلها (باستخدام معيار (MAE – Mean Absolute Error)). (6) تقديم توصيات بشأن المخزون، الموظفين، أو الميزانية بناءً على التنبؤ.
اختبار A/B – اتخاذ القرارات بناءً على التجارب
تعريف اختبار A/B: مقارنة نسختين (أ وب) من عنصر ما (صفحة ويب، بريد إلكتروني، إعلان) لمعرفة أيهما يحقق أداء أفضل. الخطوات: (1) تحديد الهدف (مثلاً: زيادة معدل النقر إلى الظهور (CTR)). (2) تشكيل المجموعتين: مجموعة تحكم (Control) – تتعرض للنسخة الحالية، ومجموعة تجريبية (Treatment) – تتعرض للنسخة الجديدة. (3) تشغيل التجربة لفترة كافية (حجم عينة كبير). (4) حساب مقاييس الأداء (معدل التحويل). (5) إجراء اختبار t-test (باستخدام Excel) لتحديد ما إذا كان الفرق ذا دلالة إحصائية (p-value < 0.05). (6) اتخاذ القرار: تبني النسخة الأفضل أو إجراء المزيد من التجارب. تطبيق عملي بسيط (محاكاة) على تغيير لون زر الحث على الشراء.
04

اليوم الرابع: تصور البيانات (Data Visualization) باستخدام Power BI

مقدمة في Power BI Desktop
ما هو Power BI؟ أداة لذكاء الأعمال (BI) من Microsoft لإنشاء تقارير ولوحات معلومات تفاعلية. مكونات Power BI: (1) Power BI Desktop (لتطوير التقارير)، (2) Power BI Service (للمشاركة والنشر على السحابة)، (3) Power BI Mobile (تطبيقات الهاتف). ربط Power BI بمصادر البيانات: Excel، CSV، SQL Server، SharePoint، وغيرها.
تحويل البيانات (Power Query) – تنظيف وتحويل البيانات
Power Query Editor: أداة قوية لتحويل البيانات (ETL) داخل Power BI. العمليات الأساسية: (1) إزالة الأعمدة، (2) تغيير نوع البيانات، (3) إزالة الصفوف المكررة، (4) ملء القيم المفقودة، (5) تقسيم الأعمدة، (6) دمج الاستعلامات (Merge)، (7) إضافة عمود شرطي. أهمية Power Query: أتمتة عمليات التنظيف، مما يوفر الوقت عند تحديث البيانات.
إنشاء نموذج بيانات (Data Model) والعلاقات
تحميل جداول متعددة: (مبيعات، منتجات، عملاء، مناطق). إنشاء علاقات (Relationships) بين الجداول (مثل ربط جدول المبيعات بجدول المنتجات عبر عمود "معرف المنتج"). أنواع العلاقات: واحد إلى متعدد (One-to-Many)، متعدد إلى متعدد (Many-to-Many). إنشاء مقاييس (Measures) باستخدام DAX (Data Analysis Expressions): إجمالي المبيعات = SUM(Sales[Amount])، متوسط الربح = AVERAGE(Sales[Profit])، المبيعات العام الماضي = CALCULATE(SUM(Sales[Amount]), SAMEPERIODLASTYEAR(Dates[Date])).
إنشاء التقارير واللوحات (Reports & Dashboards) في Power BI
إنشاء مرئيات (Visualizations): (1) بطاقات (Cards)، (2) مخططات أعمدة، (3) مخططات خطية، (4) مخططات شريطية، (5) مخططات دائرية، (6) مخططات مبعثرة، (7) خرائط (Maps)، (8) مصفوفات (Matrices). إضافة شرائح (Slicers) لتصفية البيانات حسب التاريخ، المنتج، المنطقة. تنسيق الصفحات: الخلفية، الألوان، الخطوط. إضافة إشارات مرجعية (Bookmarks) وأزرار تنقل. نشر التقرير إلى Power BI Service ومشاركته مع الآخرين.
ورشة عمل عملية (بناء لوحة معلومات (Dashboard) لبيانات مبيعات في Power BI)
المطلوب (فرق عمل صغيرة): (1) تحميل ملف Excel يحتوي على بيانات المبيعات (5000 صف) وجدول المنتجات (20 منتجًا) وجدول المناطق (10 مناطق). (2) إنشاء علاقات بين الجداول. (3) تنظيف البيانات باستخدام Power Query (إزالة الأعمدة غير الضرورية، التأكد من نوع البيانات). (4) إنشاء مقاييس (Measures): إجمالي المبيعات، إجمالي الربح، هامش الربح %. (5) إنشاء لوحة معلومات (Dashboard) مكونة من صفحة واحدة تحتوي على: (أ) بطاقة إجمالي المبيعات، (ب) مخطط أعمدة للمبيعات حسب المنتج (أفضل 5)، (ج) مخطط خطي للمبيعات الشهرية (إذا كان لديك تاريخ)، (د) خريطة للمبيعات حسب المنطقة (إذا كانت لديك إحداثيات)، (هـ) شريحة (Slicer) للمنتج أو المنطقة للتصفية. (6) حفظ اللوحة ومشاركتها.
05

اليوم الخامس: اتخاذ القرار المبنى على البيانات والتطبيقات المتقدمة

من الرؤى إلى القرارات – منهجية (Ask-Answer-Act)
المرحلة الأولى (Ask): تحديد السؤال التجاري بوضوح. (على سبيل المثال، "لماذا انخفضت مبيعاتنا في الربع الثاني؟"). المرحلة الثانية (Answer): جمع وتحليل البيانات للإجابة على السؤال. (تحليل المبيعات حسب المنطقة والمنتج). المرحلة الثالثة (Act): اتخاذ إجراء بناءً على الإجابة (تعديل استراتيجية التسعير، تحسين الحملات التسويقية، تغيير الموزع). إنشاء لوحة قرار (Decision Dashboard) تعرض الرؤى الرئيسية.
التحيزات الشائعة في اتخاذ القرارات المبنية على البيانات وكيفية تجنبها
(1) التحيز التأكيدي (Confirmation Bias): البحث عن البيانات التي تؤكد معتقداتنا المسبقة وتجاهل البيانات المخالفة. التجنب: اطلب من فريق آخر مراجعة النتائج. (2) التحيز المتاح (Availability Bias): الاعتماد على المعلومات المتاحة بسهولة (مثل الأحداث الأخيرة). التجنب: استخدم بيانات تاريخية كافية. (3) التحيز الراسخ (Anchoring Bias): التأثر بشدة بأول معلومة يتم تلقيها. التجنب: بدّل ترتيب عرض المعلومات. (4) تحيز الناجي (Survivorship Bias): التركيز على الناجحين فقط وتجاهل الفاشلين. التجنب: جمع البيانات من جميع الحالات. (5) الارتباط الخلط بالسببية (Correlation vs. Causation): افتراض أن الارتباط يعني العلاقة السببية. التجنب: استخدم التجارب المضبوطة (A/B Testing) لإثبات السببية.
دراسة حالة (استخدام تحليل البيانات لتحسين استراتيجية التسعير)
السيناريو: شركة تجارة إلكترونية تشك في أن أسعارها مرتفعة مقارنة بالمنافسين، مما يؤثر على المبيعات. البيانات المتاحة: أسعار المنتجات، أسعار المنافسين (لنفس المنتجات)، حجم المبيعات. التحليل: (1) حساب نسبة السعر إلى سعر المنافس (Price Ratio). (2) تقسيم المنتجات إلى مجموعات (أقل من سعر المنافس، مساوٍ، أعلى). (3) مقارنة حجم مبيعات كل مجموعة. النتائج: المنتجات التي تزيد أسعارها عن المنافس بنسبة >10% لديها مبيعات أقل بنسبة 40%. القرار: خفض أسعار تلك المنتجات لتكون ضمن 5% من سعر المنافس. قياس الأثر: تتبع المبيعات بعد التغيير.
تقديم الرؤى والتوصيات للإدارة العليا (Storytelling with Data)
أهمية سرد القصص بالبيانات (Data Storytelling): جعل الرؤى مفهومة ومقنعة. عناصر القصة الناجحة: (1) السياق (Context) – ما الذي نريد تحليله ولماذا؟ (2) الصراع (Conflict) – ما المشكلة أو التحدي؟ (3) الحل (Resolution) – ما توصياتنا بناءً على البيانات؟ (4) الدعوة للعمل (Call to Action) – ما الذي نريد من الإدارة فعله؟ نصائح للعرض: (1) ابدأ بالملخص التنفيذي. (2) استخدم الرسوم البيانية المناسبة. (3) ركز على الرؤى الرئيسية (لا تعرض كل البيانات). (4) تجنب المصطلحات التقنية المعقدة. (5) كن موجزًا ومباشرًا. تحضير عرض تقديمي (PPT) من 5-10 شرائح.
ورشة عمل عملية (تحليل بيانات شكاوى العملاء وتقديم التوصيات)
المطلوب (فرق عمل صغيرة): (1) مجموعة بيانات شكاوى العملاء (1000 شكوى) تحتوي على: تاريخ الشكوى، نوع الشكوى (جودة، تأخير، خدمة عملاء، سعر)، القسم المسؤول، وقت الحل (ساعات)، الرضا بعد الحل. (2) تحليل البيانات: (أ) أكثر أنواع الشكاوى شيوعًا (Pareto Chart). (ب) متوسط وقت الحل حسب القسم. (ج) العلاقة بين وقت الحل والرضا. (3) استخلاص الرؤى: (أ) 40% من الشكاوى تتعلق بجودة المنتج. (ب) قسم خدمة العملاء يستغرق وقتًا أطول بمرتين من الأقسام الأخرى. (ج) كلما زاد وقت الحل، انخفض الرضا. (4) تقديم 3 توصيات قابلة للتنفيذ (مثال: تحسين عملية فحص الجودة، تدريب فريق خدمة العملاء، أتمتة توزيع الشكاوى). (5) إعداد عرض قصير (5 شرائح).
اختبار ختامي ومراجعة الدورة التاسعة
أسئلة موضوعية قصيرة حول مفاهيم تحليل الأعمال، أنواع التحليل، معامل الارتباط، الانحدار، اختبار A/B، التحيزات. مراجعة لأبرز النقاط في الأيام الخمسة.
ملخص التسجيل
تسجيل آمن في الدورة
اطلب الجدول وعرض السعر

لا يوجد دفع إلكتروني مفتوح لهذه الدورة حالياً. يمكن لفريقنا إرسال عرض السعر المناسب لك.

+966

تحقق أمني سريع — أكمله لتفعيل الإرسال

يصلكم العرض عبر البريد وبوابة العملاء

استفسر عبر واتساب
قد يهمك أيضاً

دورات أخرى متاحة للحجز الآن

دفعات مؤكدة بموعد وسعر محددين — احجز مقعدك وادفع إلكترونياً مباشرة

أخصائي المشتريات والعقود - رواسي التمكين
دفعة مؤكدة — حجز فوري
البرامج الادارية والقياديةذات صلة

أخصائي المشتريات والعقود

  • يبدأ الأحد 18 أكتوبر 2026
  • عن بُعد
  • 6:00–10:00 مبتوقيت الرياض
يبدأ خلال 12 يوماً
396 SARشامل ضريبة القيمة المضافة
احجز مقعدكهل ترغب بتنفيذها لمنشأتك؟
المناقصات والمشتريات الحكومية: قراءة عملية للأنظمة والعقود - رواسي التمكين
دفعة مؤكدة — حجز فوري
البرامج القانونية للمحامين والموظفين

المناقصات والمشتريات الحكومية: قراءة عملية للأنظمة والعقود

  • يبدأ الأحد 25 أكتوبر 2026
  • عن بُعد
  • 6:00–10:00 مبتوقيت الرياض
396 SARشامل ضريبة القيمة المضافة
احجز مقعدكهل ترغب بتنفيذها لمنشأتك؟
نظام إدارة الجودة – ISO 9001 - رواسي التمكين
دفعة مؤكدة — حجز فوري
برامج شهادات الايزو(ISO)

نظام إدارة الجودة – ISO 9001

  • يبدأ الأحد 25 أكتوبر 2026
  • عن بُعد
  • 6:00–10:00 مبتوقيت الرياض
399 SARشامل ضريبة القيمة المضافة
احجز مقعدكهل ترغب بتنفيذها لمنشأتك؟
ضبط الجودة والاختبارات QA/QC في الأعمال المدنية والإنشائية - رواسي التمكين
دفعة مؤكدة — حجز فوري
البرامج الهندسية في القطاع الإنشائي

ضبط الجودة والاختبارات QA/QC في الأعمال المدنية والإنشائية

  • يبدأ الأحد 25 أكتوبر 2026
  • عن بُعد
  • 6:00–10:00 مبتوقيت الرياض
696 SARشامل ضريبة القيمة المضافة
احجز مقعدكهل ترغب بتنفيذها لمنشأتك؟
مصفوفة المواعيد الثابتة

استكشف جدول البرامج التدريبية الشهرية

خطط لخارطة التدريب الربعي لمنشأتك من خلال دوراتنا الشهرية المضمونة الانعقاد. تصفح الجداول الزمنية المنظمة والمصممة خصيصاً للمسارات الصناعية والمهنية.

عرض الجدول الشهري
عرض سعر لجهة عملك
يصلكم العرض عبر البريد وبوابة العملاء