لاتخاذ القرار الصحيح.. حان الوقت لتعلّم مبادئ التحليل
كعدد كبير من المهن، وظيفتي لا تتطلب مني أن أكون خبيرا في تحليل المعلومات والداتا. فمجال عملي يتمحور حول الكتابة والتحرير، ما يعني أنه علي أن أتعامل مع الكلمات وليس الأرقام. ومع ذلك، فإن كل شخص يعمل في أي مجال كان، هو بشكل أو بآخر يتعامل مع تحليل المعلومات. فمثلاً في إطار عملي علي أن أفهم السبب الذي يجعل مواضيع معينة تتفوق على غيرها لناحية عدد القراء أو المشاركة أو التفاعل والسبب الذي يجعل عناوين معنية تجذب القراء أكثر من غيرهم.
في المقابل وخلال عملية كتابة أي موضوع كان هناك ضرورة للبحث والاطلاع على الدراسات، ثم لاحقاً معرفة ما إن كانت هذه الدراسات صحيحة والنتائج الخاصة بها عامة ومعتمدة. ثم لاحقاً القيام بصياغة ما تم العثور عليه من معلومات وتقديمها لكم. أي بشكل أو بآخر علي أن أمتلك أكثر من المعلومات الأساسية الخاصة بتحليل المعلومات، ولكنني وبكل أمانة لا أملكها ولا أملك الدراية الشاملة التي تمكنني من فهمها بشكل كلي.
توم ريدمان مؤلف كتاب «داتا دريفن: الاستفادة من أكثر ممتلكاتك المهنية قيمة» وكايزر فانغ الذي أسس برنامج تحليل المعلومات في جامعة كولومبيا سيقدمان لكم اليوم، الأسس الـ ٤ التي على كل مدير أو موظف فهمها وتطبيقها.
التجارب العشوائية المنضبطة
الخطوة الأولى في أي عملية تحليل هي جمع المعلومات. وهذا عادة يحدث من خلال مجموعة من التجارب التي تجريها الشركات والتي تتنوع بين استطلاعات الرأي، دراسات محصورة النطاق، دراسات معمقة وحتى تجارب ميدانية واختبارات في المختبرات. واحدة من المقاربات المثالية هي التجارب العشوائية المنضبطة، والتي هو نوع من أنماط البحث التجريبي التي تعتمد بشكل خاص في مجال الطب حيث الخاضعين للدراسة يتم تخصيصهم عشوائياً بواحدة أو أكثر من وسائل العلاج المختلفة تحت الدراسة.
هي لا تحتاج لوقت طويل كما أنها غير مكلفة كما يخيل للبعض وغير محصورة فقط في مجال الطب إذ يمكن تطبيقها في مجالات أخرى. يمكن استخدام هذه النوعية من التجارب من أجل جمع المعلومات مثل ما إن كان تدخل معين في مجال خدمة العملاء قد أدى الى تحسين معدل الاحتفاظ بالعملاء، أو ما ان كانت المعدات الجديدة الباهظة الثمن هي بالفعل أكثر فعالية من تلك الأرخص ثمناً.
اختبار A/B
إن كنت قد قمت يومياً بعملية بحث عن تحليل المعلومات أو المعلومات الإحصائية فعلى الأرجح هذه التسمية صادفتك. هذا الاختبار تعتمده الغالبية الساحقة من الشركات وهو نوع من أنواع التجارب العشوائية المنضبطة. بشكله الأساسي هو اختبار يستخدم من أجل المقارنة بين نوعين (من أي شيء كان) من أجل معرفة أي منهما هو الأفضل. الشركات تعتمد على هذا الاختيار من أجل الإجابة عن أسئلة من «ما الذي يجعل العميل يضغط على لينك محدد؟» أو «ما الذي يمكنه أن يحث العميل على شراء منتجاتنا أو الاشتراك في موقعنا؟» هذا الاختبار يستخدم من أجل تقييم كل شيء تقريباً من تصميم المواقع إلى الخدمات التي يتم توفيرها. ومن الأهمية بمكان معرفة كيف يتم تفسير النتائج وتفادي الأخطاء الشائعة مثل وقف التجربة بشكل مبكر، أو التركيز على كل المعطيات بينما من المفترض التركيز على تلك الهامة والتي لا علاقة مباشرة بما يتم إختباره.
للاطلاع على هذا المبدأ بشكل معمق يرجى الضغط هنا
تحليل الانحدار
بعد حصولك على المعلومات فإن تحليل الانحدار الذي يسمى أيضاً تحليل الارتباط أو الانكفاء يساعدك على فهمها. بطبيعة الحال هناك طرق مختلفة لتحليل المعلومات ولكن تحليل الانحدار أهمها.
تحليل الانحدار هو أكثر من عملية ملاءمة منحنى؛ لكونه يتضمن ملاءمة نموذج باستخدام مكونات حتمية واعتباطية.
الشكل الأبسط لنموذج الانحدار يحتوى على متغير تابع غير مستقل يدعى أيضاً المتغير الداخلي ومتغير مستقل يسمى العامل. مثلاً الارتباط والتبعية بين X و Y وتأثيرها على بعضها البعض.
هذا التحليل يساعد على فهم العلاقة بين متغيريين أو أكثر. مثلاً لو افترضنا أنك في مهنة بيع المظلات، فعليك أن تعرف كم مظلة إضافية ستبيعها في يوم ماطر. هذا التحليل يساعدك على معرفة ما إن كانت كمية المطر المتساقط في تلك الفترة ستؤثر على حجم المبيعات وكيف ستؤثر عليها. هو يجيب عن أسئلة مثل «ما هي العوامل الاكثر أهمية، وما هي العوامل التي يمكننا تجاهلها؟ وهل تتفاعل هذه العوامل مع بعضها البعض؟ ولعل الأهم هل هناك تأكيد تام حول تأثير هذه العوامل؟».
لحسن الحظ هناك برامج تقوم بعملية التحليل وبالتالي ليس بالضرورة تعلم العملية المعقدة الخاصة به. ولكن من الاهمية فهم الرياضيات التي تقف خلفها وذلك من اجل تفادي الاخطاء.
للاطلاع على تحليل الانحدار بشكل معمق يرجى الضغط هنا
الدلالة الإحصائية
الدلالة الإحصائية هي وصف لنتيجة تجربة أجريت عندما تكون القيمة الاحتمالية p- value أقل من مستوى الدلالة. عادة يتم اختيار مستوى الدلالة قبل جمع البيانات وبشكل عام يكون المستوى ٠.٠٥ أو ٥٪ ولكن يمكن استخدام دلالات أخرى من ٠.٠١ والتي هي ١٪ وذلك وفق مجال الاختصاص والاستخدام.
هي بتعبير أكثر بساطة فهم ما الذي تعنيه النتائج. المبدأ هذا عادة ما يساء فهمه واستخدامه، وبما أن الشركات باتت تعتمد بشكل أكثر أكبر على المعلومات من أجل اتخاذ قرارات هامة جداً، فإنه من الأهمية بمكان فهم هذا المبدأ، أيضاً كموظف أو كمدير لا علاقة له مباشرة بتحليل المعلومات المبدأ هذا يتم فهمه بشكل عام وليس بشكل معمق لانه معقد.
للاطلاع على الدلالة الإحصائية يرجى الضغط هنا
المصدر: ١
