مصطلحات علوم البيانات والتحليلات بالإنجليزية مشروحة بالعربية

مجموعة من البيانات المترابطة، تُنظَّم غالبًا في صفوف وأعمدة، وتُستخدم للتحليل أو لتدريب نموذج.

عملية اكتشاف مشكلات البيانات وإصلاحها، مثل التنسيقات الخاطئة والأخطاء المطبعية والتكرارات والقيم المفقودة، كي تصلح للتحليل.

خلايا أو حقول فارغة في مجموعة بيانات لم تسجل فيها قيمة، وتظهر عادةً على هيئة NULL أو NaN أو فراغ، ويجب التعامل معها قبل التحليل.

البيانات بصورتها عند جمعها أو تصديرها أول مرة، قبل أن ينظفها أحد أو يدمجها أو يلخصها.

أي مكان تأتي منه البيانات، مثل قاعدة بيانات أو تطبيق أو جدول بيانات أو استبيان أو واجهة برمجة خارجية أو ملف يرسله شريك.

سجل يظهر أكثر من مرة في مجموعة البيانات، مثل تخزين العميل أو الطلب نفسه مرتين، ما قد يرفع الأعداد والإجماليات عن قيمها الحقيقية.

مدى دقة البيانات واكتمالها واتساقها وحداثتها، وبالتالي مدى إمكان الوثوق بها عند اتخاذ القرارات.

ملء القيم المفقودة بقيم مقدرة، مثل وسيط العمود أو الفئة الأكثر شيوعًا أو قيمة تتنبأ بها أعمدة أخرى.

تحويل البيانات الخام الفوضوية إلى صيغة نظيفة ومنظمة للتحليل، بما يشمل إعادة تشكيلها ودمجها وتصفيتها وإصلاح تنسيقاتها.

إعادة قياس القيم العددية إلى نطاق مشترك مثل 0 إلى 1، أو تعديل الأرقام كي تقارن مجموعات مختلفة الأحجام على نحو عادل.

وثيقة أو جدول يصف كل حقل في مجموعة بيانات: اسمه ومعناه ونوعه وقيمه المسموح بها ومصدره والجهة المسؤولة عنه.

تسجيل أفعال محددة للمستخدم في تطبيق أو موقع، مثل النقرات ومشاهدات الصفحات والشراء، على هيئة أحداث تتضمن الوقت والمستخدم والجهاز.

جمع البيانات آلياً من المواقع عبر برنامج ينزل الصفحات ويستخرج الأجزاء المطلوبة، مثل الأسعار أو أسماء المنتجات.

قيمة بعيدة جدًا عن معظم القيم الأخرى في مجموعة البيانات، مثل طلب بقيمة 50 ألف دولار بين طلبات تقارب 40 دولارًا.

المرحلة الأولى من التحليل، حيث تلخص مجموعة البيانات وترسمها لفهم بنيتها واكتشاف الأنماط والمشكلات وصياغة أسئلة للاختبار.

المسار العام الذي تسلكه قيمة خلال فترة زمنية، مثل الارتفاع المستمر في المبيعات، مع تجاهل التقلبات القصيرة الأجل.

مجموعة قياسات للشيء نفسه تُسجل بترتيب زمني وعلى فواصل منتظمة، مثل الإيرادات اليومية أو زيارات الموقع كل ساعة.

مجموعة من العملاء أو المستخدمين يتشاركون خصائص معينة، مثل البلد أو الجهاز أو سلوك الشراء؛ ويعني الفعل تقسيم البيانات إلى مجموعات كهذه.

وصف لتوزيع غير متماثل له ذيل طويل من القيم في أحد الجانبين، مثل بيانات الدخل التي يكسب فيها عدد قليل أكثر بكثير من الغالبية.

مجموعة صغيرة من الأرقام تصف مجموعة بيانات بنظرة سريعة، مثل العدد والمتوسط والوسيط والحدين الأدنى والأقصى والانحراف المعياري لكل عمود.

اختبار سريع وبسيط للتأكد من أن النتيجة معقولة قبل الوثوق بها، مثل التحقق من توافق مجموع مع رقم معروف مسبقًا.

نقطة بيانات أو نمط يختلف بوضوح عما هو متوقع، مثل قفزة مفاجئة في التسجيلات أو يوم بلا أي طلبات.

نمط منتظم في البيانات يتكرر خلال فترة ثابتة، مثل ارتفاع المبيعات كل ديسمبر أو زيادة الزيارات في أيام الأسبوع أو انخفاضها صيفاً.

جدول يلخص مجموعة بيانات أكبر بتجميع الصفوف والأعمدة بحسب الفئات وحساب المجاميع أو الأعداد أو المتوسطات لكل تركيبة.

القيمة الناتجة عن جمع كل الأعداد في مجموعة ثم قسمة المجموع على عددها؛ وهو المعنى المعتاد لكلمة «متوسط».

القيمة الوسطى بعد ترتيب البيانات؛ وإذا كان عدد القيم زوجيًا فهي متوسط القيمتين الواقعتين في الوسط.

كيفية انتشار قيم متغير ما، بما يبيّن القيم الشائعة والنادرة ومدى تباعدها؛ وغالبًا ما يُعرض في مدرج تكراري.

علاقة بين متغيرين يميلان فيها إلى التغير معًا، وتُقاس غالبًا بمعامل من ‎-1 إلى 1، حيث يشير الصفر إلى عدم وجود علاقة خطية.

خاصية تأخذ قيمًا مختلفة بين الحالات، مثل العمر أو المدينة أو السعر؛ وتمثل عادةً عمودًا في الجدول.

مقياس لمدى تشتت القيم حول المتوسط الحسابي: تشير القيمة الصغيرة إلى تقارب معظم القيم من المتوسط، والكبيرة إلى تفاوتها الواسع.

مجموعة أصغر تُختار من مجتمع أو مجموعة بيانات أكبر وتُدرس لاستخلاص استنتاجات عن المجموعة كلها.

القيمة التي تقع دونها نسبة محددة من المشاهدات؛ فالمئين التسعون لزمن التحميل هو المدة التي تكتمل خلالها 90 بالمئة من مرات تحميل الصفحة.

علاقة يؤدي فيها تغير أمر ما مباشرةً إلى تغير أمر آخر، لا مجرد تحركهما معًا.

شاشة تعرض أهم الرسوم والأرقام المتعلقة بنشاط تجاري أو نظام في مكان واحد، وغالبًا ما تُحدَّث تلقائيًا.

عرض البيانات في رسوم ومخططات وخرائط كي يرى الناس الأنماط والمقارنات والتغيرات أسرع مما يرونها في جدول.

مخطط يستخدم أعمدة مستطيلة متفاوتة الأطوال لمقارنة القيم بين فئات، مثل المبيعات حسب المنطقة أو المستخدمين حسب البلد.

رسم بياني يوضح العلاقة بين متغيرين عدديين بوضع نقطة لكل مشاهدة، مع تمثيل أحد المتغيرين على كل محور.

رسم يعرض توزيع متغير عددي واحد بتقسيم نطاقه إلى فواصل، ثم رسم عمود يبين عدد القيم الواقعة في كل فاصل.

رسم يصل نقاط البيانات بخط لإظهار تغير قيمة بمرور الزمن، مثل الإيرادات الشهرية أو التسجيلات اليومية.

الانتقال من عرض ملخص إلى بيانات أكثر تفصيلًا، مثل الانتقال من المبيعات السنوية إلى الشهرية ثم إلى المتاجر المفردة لمعرفة سبب نمط ما.

مخطط يعرض القيم في شبكة باستخدام الألوان، حيث تدل الألوان الأغمق أو الأدفأ عادةً على قيم أعلى، مثل الطلبات بحسب اليوم والساعة.

قيمة عددية تقيس جانبًا محددًا من منتج أو نشاط تجاري أو عملية، مثل التسجيلات اليومية أو متوسط قيمة الطلب أو زمن تحميل الصفحة.

اختصار لمؤشر الأداء الرئيسي: أحد المقاييس القليلة التي تختارها شركة أو فريق لقياس التقدم نحو أهدافه الأساسية.

النسبة المئوية للمستخدمين الذين ينجزون إجراءً مرغوبًا، مثل الشراء أو التسجيل، من بين كل المستخدمين الذين أتيحت لهم فرصة إنجازه.

خسارة العملاء أو المستخدمين الذين يتوقفون عن استخدام منتج أو يلغون اشتراكًا خلال فترة محددة؛ وتعني أيضًا معدل حدوث ذلك.

القدرة على إبقاء العملاء أو المستخدمين عائدين بمرور الوقت؛ وقد تعني أيضًا نسبة من ظلوا نشطين بعد مدة محددة، مثل 30 يومًا.

مجموعة مستخدمين يشتركون في نقطة بدء أو تجربة خلال فترة واحدة، مثل جميع من سجلوا في يناير، ثم تُتابع سلوكياتهم بمرور الوقت.

سلسلة الخطوات التي يمر بها المستخدم لتحقيق هدف، مثل الزيارة ثم التسجيل فالشراء؛ ويقل عدد من يصلون إلى كل خطوة، على هيئة قمع.

عدد المستخدمين الفريدين الذين يستخدمون المنتج مرة واحدة على الأقل في يوم معين، وهو مقياس شائع لتفاعل الجمهور.

المقياس الوحيد الذي ترى الشركة أنه يجسد أفضل تجسيد للقيمة الأساسية التي يقدمها منتجها للعملاء، ويُستخدم لتوحيد الفرق حول هدف طويل الأمد.

تجربة يُقسّم فيها المستخدمون عشوائيًا إلى مجموعتين، تعرض لكل منهما نسخة مختلفة من شيء ما، لقياس النسخة الأفضل أداءً.

إشارة إلى أن النتيجة لا يُرجح أن تكون مفسرة بالمصادفة وحدها، ويُحكم عليها عادةً بانخفاض قيمة p عن عتبة محددة مسبقًا، مثل 0.05.

عبارة محددة قابلة للاختبار تصف ما تتوقع حدوثه وسببه، وتُدوّن قبل بدء التجربة أو التحليل.

المجموعة التي لا تتلقى التغيير الجاري اختباره، لتوضح نتائجها ما كان سيحدث في غياب ذلك التغيير.

احتمال مشاهدة نتيجة تماثل النتيجة المرصودة أو تتجاوزها تطرفًا، بافتراض عدم وجود أثر حقيقي، أي صحة الفرضية الصفرية.

عدد المشاهدات أو الأشخاص أو الوحدات الداخلة في عينة أو تجربة؛ وتنتج العينات الأكبر عادةً تقديرات أوثق.

نطاق من القيم يُحسب من بيانات عينة ويرجح أن يحتوي القيمة الحقيقية؛ ففترة 95 بالمئة ناتجة عن طريقة تصيب القيمة الحقيقية في 95 بالمئة من الحالات على المدى الطويل.

إحدى النسخ المعروضة على المستخدمين في تجربة، وعادةً تكون النسخة الجديدة التي تُقارن بالمجموعة الضابطة.

الافتراض الافتراضي في اختبار إحصائي بأن لا أثر ولا فرق، مثل افتراض أن التصميم الجديد لا يغير معدل التحويل.

احتمال أن يكشف الاختبار أثراً بحجم معين إذا كان ذلك الأثر موجوداً فعلاً؛ وتصمم الاختبارات غالباً بقوة تبلغ 80 بالمئة.

اختصار Structured Query Language، وهي اللغة المعيارية لقراءة البيانات وتصفيتها وربطها وتعديلها في قواعد البيانات العلائقية ومستودعات البيانات.

طلب للحصول على بيانات محددة من قاعدة بيانات، يُكتب غالبًا بلغة SQL؛ ويُستخدم الفعل query بمعنى طلب تلك البيانات من قاعدة أو مجموعة بيانات.

عملية تجمع صفوف جدولين أو أكثر باستخدام عمود مشترك، مثل معرّف العميل؛ ويُستعمل الفعل join بمعنى إجراء هذا الربط.

دمج صفوف كثيرة من البيانات في قيم ملخصة، مثل المجاميع أو الأعداد أو المتوسطات، غالبًا بحسب فئة كاليوم أو المنتج أو المنطقة.

الإبقاء على صفوف البيانات التي تستوفي شروطًا معينة، مثل طلبات عام 2024 أو مستخدمي تركيا، واستبعاد البقية.

عمود أو مجموعة أعمدة تكون قيمتها فريدة لكل صف في الجدول، وتُستخدم لتمييزه، مثل معرّف الطلب.

اختصار common table expression: نتيجة مؤقتة مسماة تُعرَّف باستخدام WITH في بداية استعلام SQL، لتسهيل قراءة الاستعلامات الطويلة.

دالة SQL تحسب قيمة عبر مجموعة صفوف مرتبطة بالصف الحالي، مثل المجموع التراكمي أو الترتيب، من دون دمج تلك الصفوف في صف واحد.

سلسلة من الخطوات الآلية تنقل البيانات من مصادرها وتحولها ثم توصلها إلى وجهة مثل مستودع بيانات أو لوحة معلومات أو نموذج.

قاعدة بيانات مركزية مهيأة للتحليل، تجمع بيانات منظَّمة ومنقّاة من أنظمة متعددة، مثل المبيعات والتسويق والمالية، وقد تحتفظ بها لسنوات.

اختصار لعبارة الاستخراج والتحويل والتحميل: عملية أخذ البيانات من الأنظمة المصدرية وتنظيفها وإعادة تشكيلها ثم تحميلها إلى مستودع بيانات.

بنية قاعدة البيانات أو مجموعة البيانات: الجداول الموجودة وأعمدتها وأنواع بياناتها وكيفية ارتباطها بعضها ببعض.

نظام تخزين كبير يحتفظ بكميات هائلة من البيانات الخام بصيغتها الأصلية، المنظمة وغير المنظمة، إلى حين معالجتها وتحليلها.

معالجة البيانات في مجموعات كبيرة في أوقات مجدولة، مثل مرة كل ليلة، بدل التعامل مع كل سجل لحظة وصوله.

مكان واحد متفق عليه تُخزَّن فيه البيانات أو يُعرَّف فيه المقياس، ليستخدم الجميع الأرقام نفسها.

درجة التفصيل في البيانات، أي ما الذي يمثله كل صف: طلب واحد أو عميل في اليوم أو متجر في الشهر مثلاً.

سجل يوضح مصدر البيانات والخطوات والأنظمة التي تمر بها وكيف تتغير، وصولاً إلى التقارير التي تستخدمها.

تمثيل رياضي لعملية واقعية يُبنى من البيانات لتفسير العلاقات أو التنبؤ بحالات جديدة.

في النمذجة، متغير إدخال يستخدمه النموذج لإنتاج تنبؤ، مثل عمر العميل أو عدد مشترياته أو الأيام منذ آخر تسجيل دخول.

أمثلة ذات مدخلات معروفة وإجابات معروفة غالبًا، يتعلم منها النموذج؛ وتُفصل عن البيانات المستخدمة لاختباره.

مشكلة يتعلم فيها النموذج بيانات التدريب بتفاصيل مفرطة، بما فيها الضوضاء، فيؤدي جيدًا عليها لكنه يضعف أمام بيانات جديدة.

مجموعة أساليب نمذجة تشرح اعتماد نتيجة عددية، مثل المبيعات أو السعر، على متغير إدخال واحد أو أكثر، لتقدير الأثر أو التنبؤ.

مهمة نمذجة يتنبأ فيها النموذج بالفئة التي تنتمي إليها حالة ما، مثل مزعج أو غير مزعج، أو موضوع مراجعة منتج.

نسبة جميع التنبؤات التي أصاب فيها النموذج؛ فمثلًا تعني 90 إجابة صحيحة من أصل 100 دقة قدرها 90%.

من بين الحالات التي صنفها النموذج إيجابية، نسبة الحالات الإيجابية فعلًا؛ وارتفاعه يعني قلة الإنذارات الكاذبة.

من بين جميع الحالات الإيجابية فعلًا، نسبة الحالات التي اكتشفها النموذج؛ وارتفاعه يعني أنه يفوّت عددًا أقل منها.

طريقة لتقييم النموذج بتقسيم البيانات إلى أجزاء، وتدريبه على جميع الأجزاء عدا واحدًا واختباره على الجزء المتبقي، مع تكرار ذلك حتى يُستخدم كل جزء للاختبار.

نقطة مرجعية بسيطة، مثل رقم العام الماضي أو الإصدار الحالي أو نموذج أساسي، تُقارن بها النتائج الجديدة.

إنشاء متغيرات إدخال جديدة انطلاقًا من البيانات الخام لمساعدة النموذج على التعلم، مثل تحويل تاريخ الميلاد إلى عمر أو عد مشتريات العميل.

القيمة التي يُدرَّب النموذج على توقعها، مثل احتمال انسحاب العميل أو مقدار إنفاقه؛ وتسمى أيضًا التسمية أو المتغير التابع.

جزء من البيانات يُحجَز ولا يُستخدم في التدريب، لقياس أداء النموذج في النهاية على بيانات لم يرها من قبل.

طريقة تجمع نقاط البيانات المتشابهة من دون تحديد الفئات مسبقًا، مثل اكتشاف شرائح العملاء تلقائيًا.

شخص أو فريق يهتم بعمل ما ونتائجه، مثل المديرين أو مالكي المنتج أو العملاء الذين سيستفيدون من التحليل.

نتيجة مفيدة مستخلصة من البيانات تفسر سبب حدوث أمر ما أو ما الذي يمكن فعله حياله، وتتجاوز مجرد وصف الأرقام.

وصف لقرارات أو فرق أو مؤسسات تعتمد على أدلة البيانات بدلًا من الرأي أو العادة أو الحدس وحدها.

تحليل يُنجز مرة واحدة وبسرعة للإجابة عن سؤال محدد طرأ للتو، بدلًا من إعداد تقرير دوري أو مشروع مخطط له.

الفكرة أو النتيجة الأهم التي ينبغي للجمهور تذكرها من عرض أو تقرير أو اجتماع.

وصف لمعلومة أو نتيجة واضحة ومحددة بما يكفي ليتخذ شخص إجراءً بناءً عليها، مثل تغيير إجراء أو منتج أو ميزانية.

عرض النتائج المستخلصة من البيانات في قصة واضحة تجمع السياق وعددًا محدودًا من الرسوم المناسبة وخلاصة، كي يفهمها الجمهور ويتذكرها.

تنبيه إلى حد أو عامل ينبغي للجمهور أخذه في الحسبان عند استخدام نتيجة، مثل صغر العينة أو نقص البيانات أو تغير حديث في التتبع.