ذكاء الأعمال ومحركات البحث وتنقيب البيانات

ملخص المحتوى

شرح وتبسيط أشهر تطبيقات تنقيب البيانات في مجال الأعمال. استخبارات الأعمال أو ذكاء الأعمال ومحركات البحث على الإنترنت والتحديات التي تواجهها.

أشهر تطبيقات تنقيب البيانات

بشكل عام يمكن القول أنه أينما توجد البيانات فإنه توجد معها تطبيقات تنقيب البيانات.

ومن أشهر تطبيقات تنقيب البيانات في مجال الأعمال هي:

  1. حلول ذكاء الأعمال أو استخبارات الأعمال.
  2. محركات البحث على الإنترنت.

وفيما يلي تفاصيل هذه التطبيقات:

حلول ذكاء الأعمال أو استخبارات الأعمال

من المهم جدًا في المؤسسات والشركات المتخصصة في عالم الأعمال الفهم الدقيق ومعرفة الخبايا المرتبطة بسير العمل، مثل:

  • معرفة طبيعة الزبائن وسلوكهم الشرائي واتجاهاتهم وتفضيلاتهم
  • فهم السوق وما يجري فيه
  • معرفة كميات العرض والطلب على المنتجات
  • معرفة شدة المنافسة وكفاءة منتجات المنافسين في السوق

وغيرها من المعلومات التي تساعد في تطوير استراتيجيات الشركة.

وتوفر تكنولوجيا حلول استخبارات الأعمال أو ذكاء الأعمال (بالإنجليزية: Business Intelligence Solutions) الرؤية الشاملة والمتكاملة للأعمال من خلال ما تقدمه من دراسة مفصلة للماضي وتوصيف دقيق للوضع الحاضر والتنبؤ بالمستقبل. وذلك من خلال ما توفره من تقارير وتحاليل وتقدير كفاءة إدارة الأعمال والاستخبارات التنافسية والمقارنات والتحاليل التنبؤية، والتي تعتمد جميعها على أدوات والخوارزميات المتخصصة التي تهدف إلى:

  • دراسة وتحليل السوق
  • قياس سلوك ورضى الزبائن
  • استكشاف نقاط القوة ومكامن الضعف لدى المنافسين
  • استكشاف سبل الاحتفاظ بالزبائن المهمين والتركيز على شرائح وفئات محددة منهم
  • اتخاذ القرارات الذكية بشكل عام

تنقيب البيانات و ذكاء الأعمال

في الواقع فإن التنقيب في قواعد البيانات يُعتبر النواة الأساسية لعمل ذكاء الأعمال أو استخبارات الأعمال. فهو يعتمد عليه في كافة الإجراءات والأساليب المتبعة في تحليل البيانات.

فمثلا يتم استخدام أساليب تنقيب واستكشاف الأنماط وقواعد الارتباط والتبعية من أجل دراسة وتحليل الأسواق وقياس سلوك ورضى الزبائن وتفضيلاتهم للمنتجات التي يشترونها معاً. أما خوارزميات التصنيف والتنبؤ فإنها تُستخدم لدراسة الأسواق والمنتجات والعروض والطلب عليها وتحليل المبيعات وإدارة وتقييم المخاطر وتصنيف الزبائن والتنبوء بمدى إقبالهم على شراء منتجات معينة.

أما خوارزميات التحليل العنقودي أو التجزئة العنقودية فإنها تساعد في إدارة العلاقات مع الزبائن، حيث يتم استخدام هذه التقنية من أجل تجزئة الزبائن إلى مجموعات يتشابه عناصر كل مجموعة منها في خصائص معينة، ويتم التسويق لها بشكل محدد ومخصص وفقًا لتلك الخصائص الممِيزة لعناصر كل مجموعة من الزبائن، مع وضع أهداف وخطط وبرامج تسويق محددة لكل مجموعة بما يتناسب مع خصائصها المميزة ويحقق الأهداف التسويقية على المدى البعيد.

محركات البحث على الإنترنت

ما هي محركات البحث

من أشهر خوارزميات ذكاء الأعمال هو محرك البحث على شبكة الإنترنت Web Search Engines، وهو خادم (Server) مخصص للبحث عن المعلومات على الإنترنت.

وتقوم الخورازميات في محرك البحث بتقديم نتائج لكل بحث يقوم به المستخدم، فتظهر له قائمة من النتائج التي يمكن أن تشتمل على صفحات الإنترنت أو الملفات النصية أو الصور أو أنواع أخرى من الملفات.

ومحركات البحث تعمل بشكل آلي وهي من أشهر تطبيقات تنقيب البيانات في مجال الأعمال.

وتعتمد محركات البحث في عملها على خوارزميات تنقيب البيانات المصممة لتلبي احتياجات المستخدمين الذين يقومون بالبحث على الإنترنت باستخدام محركات البحث مثل (محرك بحث جوجل أو ياهو)، فهي أساسًا عبارة عن تطبيقات مكبرة جدًا لتنقيب البيانات التي تستخدمها محركات البحث لأهداف متعددة، مثل ترتيب نتائج البحث بحسب حجم التدفق أو بحسب التكرار، والفهرسة وكيفية توزيع الفهارس وأسلوب البحث والإعلانات التي تظهر بجانب نتائج البحث وطرق انتقائها بحسب موضوع البحث وكيفية ظهور النتائج للمستخدم، سواء من حيث الترتيب أو من حيث المضمون بما يتناسب مع تفضيلات واهتمامات الشخص الذي يقوم بالبحث.

تحديات محركات البحث و خوارزميات تنقيب البيانات

في الواقع فإن محركات البحث تُشكل تحديًا كبيرًا لخوارزميات تنقيب البيانات وذكاء الأعمال بشكل عام، لثلاثة أسباب. فهي أولا تحتوي على كميات هائلة من البيانات التي تتراكم يوميًا بشكل غير مسبوق في أي مجال آخر، والذي يلزم لها الآلاف وربما عشرات الآلاف من أجهزة الحاسوب التي تتعاون معًا من أجل القيام بتنقيب الكميات الهائلة من البيانات، وهو مجال يتطور يوميًا ويُعتبر من أوسع مجالات بحوث تنقيب البيانات المستقبلية، والسبب الثاني أن محركات البحث تتعامل مع المستخدمين بشكل حي ومباشر Online، وهو ما يتطلب أن يكون بمقدور محرك البحث الإجابة عن أسئلة واستفسارات المستخدمين بشكل فوري، وهذا يلزمه وجود خوارزميات تقييم وتصنيف تكون مهمتها تقييم وفهم طبيعة الأسئلة والاستفسارات التي يضعها المستخدم على محرك البحث.

أمثلة توضيحية

مثلا عندما يقوم أحد المستخدمين باستخدام محرك البحث للبحث عن كلمة “أمازون” فإن محرك البحث لا يميّز ما إذا كان المستخدم يقصد بهذا الاستفسار عن نهر الأمازون أم عن موقع أمازون الشهير والمتخصص في بيع الكتب على الإنترنت.

وبذلك فإنه يلزم وجود خوارزمية يعتمد عليها المحرك لمعرفة القصد الصحيح لهذا السؤال وذلك وفق ما يتوفر له من بيانات تاريخية سابقة لأسئلة شبيهة من مستخدمين آخرين حوال العالم وكيفية تعاملهم مع النتائج التي ظهرت لهم، لذا فإنه يتطلب الأمر التطوير الدوري والتحديث المستمر لمهام خوارزميات التنقيب طالما أن هناك المزيد من الاستفسارات وعمليات البحث من المستخدمين وتنوع ردود أفعالهم تجاه النتائج التي يحصلون عليها.

الاستفسارات الفريدة

والسبب الثالث هو قيام بعض المستخدمين بالاستفسارات الفريدة التي ربما لا تظهر إلاّ مرة واحدة فقط أو بضع مرات.

ورغم ذلك فإنها تتطلب وجود خوارزميات مخصصة مهمتها توفير الإجابة على تلك الاستفسارات. الأمر الذي يجعلها من التحديات المهمة لخوارزميات تنقيب البيانات بحكم أنه لا تتوفر بيانات تاريخية لعدد كبير من المستخدمين الآخرين في مثل هذا النوع من الاستفسارات، ويتم في هذه الحالة استخدام خوارزميات مطعّمة بالمعلومات التاريخية الخاصة بالمستخدم نفسه وأسلوبه في التصفح وتفضيلاته الشخصية والمواقع التي زارها مؤخرًا من أجل التنبؤ بالنتائج التي ينبغي إظهارها له وفقًا لتلك المعلومات.

المصدر

  • كتاب التحليل المتقدم وتنقيب البيانات، د. م. مصطفى عبيد، إصدار: دار الفكر العربي، القاهرة، الطبعة الأولى، 2017.
ذكاء الأعمال ومحركات البحث وتنقيب البيانات
ذكاء الأعمال ومحركات البحث وتنقيب البيانات
error:
Scroll to Top