محتويات
عملية بناء التوقعات المستقبلية بناء على بيانات سابقة
عملية بناء التوقعات المستقبلية بناء على بيانات سابقة هي التنبؤ.
وبالتالي نكون قد قدمنا الإجابة على السؤال المطروح أمام طلاب الصف الثاني الثانوي في مادة التقنية المنهج السعودي.
التنبؤ في علم البيانات والمعروف في الإنجليزية بمصطلح Forecasting، هي تقنية تعتمد على التنبؤ بالنتائج المستقبلية، بالاعتماد على مجموعة من البيانات السابقة، تتضمن هذه الطريقة تحليل تفصيلي للأحداث والاتجاهات المتعلقة، بالبيانات السابقة والحالية، من خلال الاعتماد على أدوات وتقنيات إحصائية.
مختصر القول أن عملية تنبؤ البيانات هي تقنية للتخطيط تُفيد المؤسسات في الاستعداد لأي مفاجئات تخص العمل قد تحدث في المستقبل، حيث تعتمد على مشاركة المعلومات وإدارة الخبرات، وحتى تحقق مؤسسات العمل أكبر قدرة من الاستفادة من هذه التوقعات المستقبلية، يجب أن تحدد التقنيات والطرق التي تتناسب مع طبيعة نشاطها، ثم تختار الأدوات التي تساعدها على ذلك.
من الأمثلة على عملية تنبؤ البيانات هو أنواع التنبؤ بالمبيعات، حيث تُدرج البيانات والاحصائيات السابقة عن حجم المبيعات، ثم بناءً عليها توضع التوقعات القادمة الخاصة بحجم المبيعات في الفترة المقبلة، وبالتالي تُحدد بدقة الوسائل والاستراتيجيات المتبعة، لتحقيق التوقعات المستقبلية بناءً على البيانات السابقة.
مثال أخر على تقنية التنبؤ بالبيانات وهي التوقع بمتوسط ارتفاع أسعار الوقود، وفقاً للبيانات السابقة الخاصة بارتفاع تعريفته، وبالتالي تأتي التوقعات في الغالب سليمة، لاستنادها على معلومات وبيانات سابقة، هنا يتم الأمر من خلال استخدام تقنية التنبؤ.[1][2][3]
كيف يمكن للشركات استخدام التنبؤ لصالحها
من خلال تطبيق الطرق والتقنيات التالية، يمكن للشركات الحصول على أفضل نتائج من تقنية التنبؤ بالبيانات وهي:
- الاستخدام الأمثل للموارد من البيانات والاحصائيات السابقة.
- وضع خطط عمل فعالة ومنطقية.
- تعزيز جودة الإدارة.
- المساعدة في إنشاء نماذج للأعمال أو نمذجة بيانات العمل.
- العمل على اتخاذ قرارات إدارية سليمة ومدروسة.
كيف تعمل تقنية تنبؤ البيانات
من خلال اتباع الخطوات التالية:
- استخلاص البيانات اليومية مرة واحدة يومياً من سوق العمل أو سوق المبيعات لمنتج ما، ثم إدراجه في قاعدة البيانات لتحديث كافة المعلومات الخاصة به.
- ثم يبدأ استخدام تقنية التنبؤ بالتزامن مع تطوير تقنية تعلم استخدام هذه البيانات المجمعة.
- تُجمع البيانات الاحصائية التوثيقية السابقة بأكملها، ثم توضع التوقعات المستقبلية والنتائج المترتبة عليها.
- تُصنف التوقعات المستقبلية للبيانات، على فترات زمنية متعددة، على سبيل المثال على مدار يومين أو أربعة أو 14 يوم وهكذا.
هل هناك فرق بين التنبؤ Forecasting والتوقع Prediction
بالرغم من تتشابه مصطلحات التنبؤ والتوقع في المعنى، إلا أنهما في مجال علم البيانات ونمذجة المعلومات يعتبران غير متطابقين، لذلك نوضح الفرق بينهم خلال السطور التالية، حتى يتمكن الطلاب من التمييز بينهما:
التنبؤ Forecasting: هو استخدام البيانات والاحصائيات السابقة اعتماداً على التسلسل الزمني، للوصول إلى التوقعات المستقبلية، يعتبر التنبؤ مصطلح أكثر عمومية من التوقع.
التوقع Prediction: أما التوقع هو الأكثر تخصصية، يعتمد أيضاً على التحليل الزمني في استخدام البيانات، لكنه يعتمد على حساب النتائج من خلال بيانات غير مرئية على عكس التنبؤ، الذي يعتمد على البيانات الموجودة بالفعل في قاعدة البيانات.
ما هي اهميه التنبؤ
تتنوع فوائد وأهمية تنبؤ البيانات في مجال الأعمال وأبرزهم:
- إعداد معلومات موثوق منها ومناسبة لاتجاهات وبيانات العمل السابقة والمستقبلية، مما يساعد على تخطيط عملي أفضل.
- التنبيه بالتحديات المستقبلية أمام العمل وكيفية مواجهتها.
- يساعد التنبؤ في استخدام الموارد الخاصة بالإنتاج على أكمل وجه.
- يُعطي الثقة باتخاذ قرارات العمل على قدر عالِ من الثقة وعدم المخاطرة.
- تقديم خدمات أكثر جودة للعملاء.
- كما تساعد تقنية تنبؤ البيانات على استخدام المصادر ورؤوس الأموال بالشكل الأمثل.
- تحسين استخدام مرافق وأنظمة العمل بشكل احترافي.
- يُفيد التنبؤ في تقليل احتمالية نفاذ المخزون، بالإضافة إلى توفير كمية إضافية من المعروضات الخاصة بالعمل.
- عمل جدولة مناسبة للإنتاج.
- خفض الطلب على مخزون السلع والمنتجات الآمن.
- تقليل سعر المنتجات التي أوشكت صلاحيتها على النفاذ.
- تحسين عملية التسعير ونظم العمل الإدارية.
أنواع طرق التنبؤ في علم البيانات
- طريقة البحث الكيفي النوعي Qualitative Methods.
- البحث الكمي Quantitative Methods.
- مؤشر المتوسط المتحرك Moving Average.
- التنبؤ الساذج Naive Method.
- الدريفت أو Drift Method.
طريقة البحث الكيفي النوعي Qualitative Methods: عند غياب البيانات السابقة، تستخدم طريقة البحث النوعي والكيفي في التنبؤ، من سمات هذه الطريقة انها ذاتية تعتمد على أراء العملاء والخبراء، وبالتالي يمكن بناءً علياه اتخاذ قرارات على مدار زمني متوسط أو طويل.
البحث الكمي Quantitative Methods: هو عبارة عن توقعات للنتائج المستقبلية، بناءً على بيانات سابقة، وبالتالي توضع التوقعات أو التنبؤات الخاصة بنتائج العمل، وفقاً للمعايير والإطارات التي تدور فيها نتائج البيانات السابقة.
مؤشر المتوسط المتحرك Moving Average: هو عبارة أن توقع كل القيم المستقبلية، يجب ان يكون متساوي مع قيم البيانات السابقة.
التنبؤ الساذج Naive Method: تستخدم خاصية التنبؤ الساذج في التحليلات الزمنية الاقتصادية والمالية، وهي عبارة عن استخدام نتائج الشهر الماضي، كتوقعات مستقبلية للشهر القادم، دون إضافة أي تعديلات أو الوضع في الاعتبار الأسباب أو الطرق، التي ستؤدي إلى ذلك.
الدريفت أو Drift Method: هي نوع من أنواع تقنية التنبؤ بالبيانات، التي تسمح للتوقعات بالارتفاع أو الانخفاض على مدار الوقت، بالإضافة إلى متابعة متوسط التغييرات في نماذج البيانات السابقة.[1][3]
أفضل البرامج لإنشاء التنبؤ علم البيانات
- برنامج مايكروسوفت اكسيل Excel: من هنا من أهم الأدوات المتعارف عليها من أجل التنبؤ بالبيانات ووضع التوقعات للفترة القادمة في مؤسسات العمل.
- جداول بيانات جوجل Goggle Sheet: من هنا، هو أداة بديلة لبرنامج اكسيل ومناسبة لتحليل البيانات للمؤسسات الصغيرة أو للأفراد.
- أداة Quick Books: من هنا، هي منصة فعالة للحصول على توقعات واتجاهات مستقبلية في العمل، لتحسين الخدمات المالية والميزانية الخاصة بها.
- Demand Works: من هنا، يستخدم للتنبؤ بالبيانات الخاصة بإدارة كلاً المخزون، حجم المبيعات والأنظمة والخطط التشغيلية.
- Quip: من هنا، هي عبارة عن أداة تنبؤ بالبيانات فعالة لحجم وأنواع المبيعات، من خلال مراقبة حركة البيع الفعلية، وبالتالي يسهل التنبؤ بأي مشكلة على وشك الحدوث.[3][4]
