ما هو نسب البيانات؟ لماذا من المهم تتبع تدفق البيانات

يرى بعض المحترفين أن نسب البيانات هي نظام تحديد المواقع العالمي (GPS) للبيانات.

ذلك لأن نسب البيانات تساعد المستخدمين في الحصول على نظرة عامة مرئية لمسار البيانات والتحولات. يوثق كيفية معالجة البيانات وتحويلها ونقلها لتكوين معلومات مفيدة تستخدمها الشركات لتشغيل عملياتها.

يساعد تسلسل البيانات الشركات في الحصول على عرض دقيق لكيفية تدفق البيانات من المصدر إلى الوجهة. تستخدم العديد من المنظمات   برنامج افتراضية البيانات   مع نسب البيانات لمساعدتهم على تتبع بياناتهم مع توفير معلومات في الوقت الفعلي للمستخدمين.

يُعلم سلالة البيانات المهندسين بتحولات البيانات وسبب حدوثها. يساعد المؤسسات على تتبع الأخطاء وإجراء عمليات ترحيل النظام وتقريب اكتشاف البيانات والبيانات الوصفية من بعضها البعض وتنفيذ تغييرات العملية مع مخاطر أقل.

تعتمد قرارات العمل الإستراتيجية على دقة البيانات. بدون نسب بيانات جيدة ، يصبح من الصعب تتبع عمليات البيانات والتحقق منها. يتيح تسلسل البيانات للمستخدمين تصور التدفق الكامل للمعلومات من المصدر إلى الوجهة ، مما يسهل اكتشاف الأخطاء وإصلاحها. باستخدام نسب البيانات ، يمكن للمستخدمين إعادة تشغيل أجزاء معينة أو مدخلات تدفق البيانات لتصحيح الأخطاء أو إنشاء مخرجات مفقودة.

في المواقف التي لا يحتاج فيها المستخدمون إلى تفاصيل حول النسب التقني ، يستخدمون مصدر البيانات للحصول على نظرة عامة عالية المستوى على تدفق البيانات. عديدة   أنظمة قواعد البيانات   الاستفادة من مصدر البيانات لمعالجة تحديات تصحيح الأخطاء والتحقق من الصحة.

ما هو مصدر البيانات؟

مصدر البيانات هو توثيق مصدر البيانات وطرق إنتاجها.

على الرغم من وجود أوجه تشابه بين مصدر البيانات ونسب البيانات ، إلا أن مصدر البيانات يكون أكثر فائدة لمستخدمي الأعمال الذين يحتاجون إلى نظرة عامة رفيعة المستوى عن مصدر البيانات. على العكس من ذلك ، يتضمن تسلسل البيانات كلاً من النسب على مستوى الأعمال والمستوى التقني ويوفر عرضًا مفصلاً لتدفق البيانات.

نسب البيانات وحوكمة البيانات

إدارة البيانات هي مجموعة القواعد والإجراءات التي تستخدمها المؤسسات للحفاظ على البيانات والتحكم فيها. يعد تسلسل البيانات جزءًا أساسيًا من حوكمة البيانات حيث يُعلم كيفية تدفق البيانات من المصدر إلى الوجهة.

تستخدم الشركات مستويات مختلفة من سلالات البيانات بناءً على احتياجاتها. توفر المستويات الأدنى من نسب البيانات تمثيلًا مرئيًا بسيطًا لكيفية تدفق البيانات داخل المؤسسة ، دون تضمين تفاصيل محددة حول التحولات التي تحدث أثناء انتقالها عبر خط الأنابيب. المستوى الأعلى هو نسب البيانات على مستوى السمات التي تقدم رؤى حول كيفية تحسين تدفق البيانات وطرق تحسين الأنظمة الأساسية للبيانات.

تختار المؤسسات طبقة نسب البيانات بناءً على هيكل الحوكمة ، والتكاليف المتكبدة في التنفيذ والمراقبة ، والمخاوف التنظيمية ، والأثر الذي سيكون لها على الأعمال.

يعد فهم نسب البيانات جانبًا مهمًا من إدارة البيانات الوصفية ، مما يجعلها ضرورية   مستودع البيانات   ومسؤولي بحيرة البيانات. تتيح لك إدارة البيانات الوصفية عرض تدفق البيانات عبر أنظمة مختلفة ، مما يسهل العثور على جميع البيانات المرتبطة بتقرير معين أو عملية استخراج وتحويل وتحميل (ETL).

"جمع نسب البيانات - وصف أصل البيانات وبنيتها وتبعياتها - يزيد تلقائيًا من جودة البيانات الوصفية المقدمة ويقلل الجهد اليدوي."

جوزيف فيهاوزر
منصة الرصاص في BMW

لماذا يعتبر تسلسل البيانات مهمًا؟

لا يساعدك تسلسل البيانات في إصلاح المشكلات أو إجراء عمليات ترحيل النظام فحسب ، بل يمكّنك أيضًا من ضمان سرية البيانات وسلامتها من خلال تتبع التغييرات وكيفية إجرائها ومن قام بها.

باستخدام نسب البيانات ، يمكن لفرق تكنولوجيا المعلومات تصور رحلة البيانات من البداية إلى النهاية من البداية إلى النهاية. إنه يجعل مهمة متخصص تكنولوجيا المعلومات أسهل ويزود مستخدمي الأعمال بالثقة لاتخاذ قرارات فعالة.

يتم تحديد متطلبات نظام نسب البيانات بشكل أساسي من خلال دور الفرد وهدف المنظمة. ومع ذلك ، يمكن أن يكون لسلسلة البيانات تأثير كبير في المجالات التي تشمل:

• اتخاذ القرار الاستراتيجي: يمكّن سلالة البيانات مستخدمي الأعمال من فهم البيانات المعالجة بشكل أفضل من خلال عرض كيفية مرورها من خلال التحولات. هذه البيانات ضرورية للعمليات التجارية وتحسين المنتجات والخدمات.
• الاستخدام الأمثل لمجموعات البيانات الجديدة والقديمة: يسمح تسلسل البيانات للشركات بتتبع مجموعات البيانات المختلفة أثناء تغيرها بسبب تطور تقنيات وتقنيات الجمع.
• ترحيل البيانات: تساعد نسب البيانات فرق تكنولوجيا المعلومات على نقل البيانات إلى موقع تخزين جديد بسرعة من خلال فهم الموقع ودورة حياة مصادر البيانات ، مما يجعل مشاريع الترحيل أقل خطورة.
• حوكمة البيانات: نظرًا لأن تسلسل البيانات يوفر رؤية دقيقة لدورة حياة البيانات ، فإنه يساعد الشركات على إدارة المخاطر والامتثال للوائح الصناعة وإجراء عمليات التدقيق.

يرى المحترفون أن نسب البيانات هي ممارسة لحكومة البيانات حيث تخضع النسب والاختبار ووضع الحماية لممارسات حوكمة البيانات.

"نسب البيانات هي واحدة من أهم التقنيات" للتعرف على "المناظر الطبيعية لبيانات العملاء وفهم عمليات تحويل البيانات المنفذة."

وولفجانج ستراسر
مستشار بيانات في شركة Cubido Business Solutions GMBH

أضاف Wolfgang Strasser أيضًا "إن الحاجة إلى فهم التبعيات بين جزر البيانات والأنظمة في المؤسسات أمر حيوي. إنه ليس مطلوبًا فقط من وجهة نظر فنية ؛ كلما عرفت بشكل أفضل كيف تتدفق بياناتك بين الأنظمة تسمح لك بالتفاعل بشكل أفضل ورؤية حيث نشأت جزء من المعلومات بالإضافة إلى التحولات التي تم تطبيقها في الطريق إلى نظام الوجهة. في بعض مشاريعنا ، تمكنا من العثور على تبعيات النظام التي لم يكن العميل على علم بها. "

هناك طرق مختلفة يمكن أن تساعد بها نسب البيانات الأفراد في أدوار وظيفية مختلفة. على سبيل المثال ، يمكن لمطور ETL العثور على أخطاء في مهمة ETL والتحقق من وجود أي تعديلات في حقول البيانات مثل حذف الأعمدة أو الإضافات أو إعادة التسمية. يمكن لمضيف البيانات استخدام النسب لتحديد أصل البيانات الأقل فائدة والأكثر فائدة في وظيفة ETL. بالنسبة لمستخدمي الأعمال ، فإنه يساعد على التحقق من دقة التقارير وتحديد العمليات والوظائف التي تنطوي عليها عند إنشاء تقارير خاطئة.

يجد سلالة البيانات تطبيقه أيضًا في   التعلم الآلي ، حيث يتم استخدامه لإعادة تدريب النماذج بناءً على بيانات جديدة أو معدلة. كما أنه يساعد في تقليل   نموذج الانجراف. يشير انجراف النموذج إلى تدهور أداء النموذج بسبب التغيرات في البيانات والعلاقات بين متغيرات الإدخال والإخراج.

سلالة البيانات الخشنة الحبيبات مقابل سلالة البيانات الدقيقة

يستخدم العلماء الأكاديميون أحيانًا نسب البيانات الدقيقة والحبيبات بشكل مختلف ، لكن المفهوم يغطي أساسًا مستوى نسب البيانات التي يمكن للمستخدم الحصول عليها.

تصف نسب البيانات التقريبية خطوط أنابيب البيانات وقواعد البيانات والجداول وكيفية ترابطها. عادةً ما يقوم نظام جمع النسب بتجميع النسب الخشنة في وقت التشغيل. إنها تلتقط الترابط بين خطوط أنابيب البيانات وقواعد البيانات والجداول دون تفاصيل حول التحويلات المستخدمة لتعديل البيانات. هذا يساعدهم على تقليل النفقات العامة لالتقاطهم (معلومات مفصلة حول تدفق البيانات). في الحالة التي يرغب فيها المستخدم في إجراء تحليل جنائي لأغراض تصحيح الأخطاء ، يتعين عليه إعادة تشغيل تدفق البيانات من أجل جمع نسب البيانات الدقيقة.

من ناحية أخرى ، تغطي نسب البيانات الدقيقة عمليات التحويل المطبقة التفصيلية التي تنشئ البيانات أو تعدلها. تلتقط أنظمة جمع النسب النشط سلالة البيانات ذات الحبيبات الخشنة أو الدقيقة في وقت التشغيل. إنه يتيح إعادة التشغيل وتصحيح الأخطاء بشكل ممتاز. ومع ذلك ، فإن النفقات العامة للالتقاط مرتفعة بسبب حجم بيانات النسب الدقيقة الحبيبات.

حالات استخدام نسب البيانات

يساعد تسلسل البيانات المؤسسات على تتبع تدفق البيانات طوال دورة الحياة ، والاطلاع على التبعيات ، وفهم التحولات. تستفيد الفرق من العرض الدقيق لتدفق البيانات واستخدامها لأغراض عديدة.

تحديد السبب الجذري للأخطاء

هناك ارتباك في المواقف التي لا تتطابق فيها أرقام المبيعات مع سجلات إدارة الشؤون المالية ، ومن الصعب تحديد مكان الخطأ الفعلي. يوفر نسب البيانات تفسيراً معقولاً لمثل هذه الحالات. يمكن لمديري ذكاء الأعمال (BI) استخدام نسب البيانات لتتبع تدفق البيانات الكامل ومشاهدة أي تعديلات يتم إجراؤها أثناء المعالجة.

بغض النظر عما إذا كان هناك خطأ ما ، يمكن لمديري ذكاء الأعمال أن يشعروا بالثقة في تقديم تفسير معقول للموقف. إذا كان هناك خطأ ، يمكن للفرق تصحيحه من مصدره ، مما يتيح توحيد بيانات المستخدم النهائي عبر فرق مختلفة.

ترقيات النظام

أثناء الترقية أو الترحيل إلى نظام جديد ، من الضروري فهم مجموعات البيانات ذات الصلة والتي أصبحت قديمة أو غير موجودة. يساعدك تسلسل البيانات على معرفة البيانات التي تستخدمها بالفعل لتنفيذ العمليات التجارية والحد من الإنفاق على تخزين وإدارة البيانات غير ذات الصلة.

باستخدام نسب البيانات ، يمكنك تخطيط وتنفيذ عمليات ترحيل وتحديث النظام بسلاسة. يساعدك على تصور مصادر البيانات والتبعيات والعمليات ، مما يتيح لك معرفة ما تحتاجه بالضبط للترحيل.

تحليل الأثر

يحدد أي عمل جيد التقارير وعناصر البيانات والمستخدمين النهائيين المتأثرين قبل تنفيذ التغيير. يساعد برنامج نسب البيانات الفرق على تصور كائنات البيانات النهائية وقياس تأثير التغيير.

يتيح لك تسلسل البيانات معرفة كيفية تفاعل مستخدمي الأعمال مع البيانات وكيف سيؤثر التغيير عليهم. إنه يساعد الشركات على فهم تأثير تعديل معين ويسمح لهم بتقرير ما إذا كان ينبغي عليهم المتابعة.

تقنيات نسب البيانات

يمكن للمؤسسات إجراء نسب البيانات على مجموعات البيانات الاستراتيجية باستخدام بعض الأساليب القياسية. تضمن هذه الأساليب تتبع كل عملية تحويل أو معالجة للبيانات ، مما يتيح لك تعيين عناصر البيانات في كل مرحلة عندما تمر أصول المعلومات بالعمليات.

تقوم تقنيات نسب البيانات بجمع وتخزين البيانات الوصفية بعد كل تحويل للبيانات ، والتي تُستخدم لاحقًا لتمثيل نسب البيانات.

النسب بالتحليل

النسب من خلال تحليل أحد أكثر نماذج النسب تقدمًا والذي يقرأ المنطق المستخدم في معالجة البيانات. يمكنك الحصول على إمكانية تتبع شاملة من خلال الهندسة العكسية لمنطق تحويل البيانات.

يعد استخدام تقنية النسب عن طريق الإعراب أمرًا معقدًا نسبيًا لنشره لأنه يتطلب فهم جميع الأدوات ولغات البرمجة المستخدمة لتحويل البيانات ومعالجتها. يمكن أن يشمل ذلك منطق ETL ، والحلول المستندة إلى لغة الاستعلام المهيكلة (SQL) ، وحلول JAVA ، وحلول لغة الترميز الموسعة (XML) ، وتنسيقات البيانات القديمة ، والمزيد.

من الصعب إنشاء حل لسلسلة البيانات يدعم عشرات من لغات البرمجة ، وتضيف الأدوات المختلفة التي تدعم المعالجة الديناميكية إلى تعقيدها. أثناء اختيار حل نسب البيانات ، تأكد من أنه يأخذ في الحسبان معلمات الإدخال ومعلومات وقت التشغيل والقيم الافتراضية ويوزع كل هذه العناصر لأتمتة تسليم نسب البيانات من طرف إلى طرف.

النسب القائم على النمط

يستخدم النسب القائم على الأنماط أنماطًا لتوفير تمثيل النسب بدلاً من قراءة أي رمز. تستفيد النسب القائمة على الأنماط من البيانات الوصفية حول الجداول والتقارير والأعمدة وملفات التعريف الخاصة بهم لإنشاء سلالة بناءً على أوجه التشابه والأنماط الشائعة.

لديك بلا شك ميزة مراقبة البيانات بدلاً من الخوارزميات في هذه التقنية. لا يجب أن يفهم حل نسب البيانات الخاص بك لغات البرمجة والأدوات المستخدمة لمعالجة البيانات. يمكن استخدامه بنفس الطريقة عبر أي تقنية قواعد بيانات مثل Oracle أو MySQL. لكن في الوقت نفسه ، لا تُظهر هذه التقنية دائمًا نتائج دقيقة. العديد من التفاصيل ، مثل منطق التحويل ، غير متوفرة.

هذا الأسلوب مناسب لحالات استخدام نسب البيانات عندما يكون فهم منطق البرمجة غير ممكن بسبب عدم إمكانية الوصول أو عدم توفر التعليمات البرمجية.

النسب القائمة بذاتها

يتتبع النسب الذاتي كل حركة بيانات وتحويل داخل بيئة شاملة توفر منطق معالجة البيانات وإدارة البيانات الرئيسية والمزيد. يصبح من السهل تتبع تدفق البيانات ودورة حياتها.

ومع ذلك ، يظل الحل القائم بذاته مقصورًا على بيئة محددة وهو أعمى عن كل شيء خارجها. مع ظهور احتياجات جديدة واستخدام أدوات جديدة لمعالجة البيانات ، يمكن أن يقصر حل نسب البيانات الذاتية في تقديم النتائج المتوقعة.

النسب عن طريق وضع العلامات على البيانات

باستخدام النسب حسب علامات البيانات ، يتم تمييز كل جزء من البيانات التي تتحرك أو تتحول بواسطة محرك التحويل. ثم تتم قراءة جميع العلامات من البداية إلى النهاية لإنتاج تمثيل النسب. على الرغم من أنها تبدو تقنية فعالة لنسب البيانات ، إلا أنها لا تعمل إلا إذا كان هناك محرك أو أداة تحويل ثابتة للتحكم في حركة البيانات.

تستبعد هذه التقنية حركات البيانات خارج محرك التحويل ، مما يجعلها مناسبة لأداء نسب البيانات على أنظمة البيانات المغلقة. في بعض الحالات ، قد لا يكون هذا الأسلوب المفضل لنسب البيانات. على سبيل المثال ، يمتنع المطورون عن إضافة أعمدة بيانات رسمية إلى نموذج الحل في كل نقطة اتصال لحركات البيانات.

Blockchain هو أحد الحلول المحتملة لمعالجة تعقيدات النسب من خلال وضع علامات على البيانات ، ولكن ليس لديه اعتماد واسع النطاق لإحداث تأثير كبير على دورة حياة البيانات في المؤسسات.

النسب اليدوي

يتضمن النسب اليدوي التحدث إلى الأشخاص لفهم تدفق البيانات في المؤسسة وتوثيقها. يمكنك إجراء مقابلة مع مالكي التطبيقات واختصاصيي تكامل البيانات ومسؤولي البيانات وغيرهم من الأشخاص المرتبطين بدورة حياة البيانات. بعد ذلك ، يمكنك تحديد النسب باستخدام جداول البيانات باستخدام تقنيات رسم الخرائط البسيطة.

في بعض الأحيان ، قد تجد معلومات متناقضة أو تفوتك مقابلة شخص ما ، مما يؤدي إلى نسب بيانات غير صحيحة. أثناء تصفح الكود ، سيتعين عليك أيضًا مراجعة الجداول يدويًا ، ومقارنة الأعمدة ، وما إلى ذلك ، مما يجعلها عملية تستغرق وقتًا طويلاً ومملة. يضيف حجم الكود المتزايد ديناميكيًا وتعقيده إلى تعقيدات نسب البيانات اليدوية.

بغض النظر عن هذه التحديات ، يثبت هذا النهج أنه مفيد لفهم ما يحدث في البيئة. يثبت تسلسل البيانات اليدوي أيضًا فعاليته عندما يكون الرمز غير متوفر أو يتعذر الوصول إليه.

كيفية تطبيق نسب البيانات

يعتمد تنفيذ نسب البيانات بشدة على ثقافة بيانات مؤسستك. تأكد من أن لديك إطار عمل لإدارة البيانات راسخًا وقم ببناء تعاون قوي مع متخصصي إدارة البيانات وأصحاب المصلحة الآخرين لتنفيذ سلسلة البيانات بنجاح.

اتبع هذه الخطوات السبع لتنفيذ نسب البيانات بنجاح في مؤسستك.

1. تحديد محركات العمل الرئيسية: ناقش أسباب تطبيق نسب البيانات واكتشف ما إذا كانت ضرورية لتحقيق أهداف العمل. يمكن أن تشمل هذه الأسباب تغييرات الأعمال ، ومبادرات جودة البيانات ، والمتطلبات السمعية ، أو متطلبات التشريع.
2. الإدارة العليا على متن المشروع: يتطلب تنفيذ تسلسل البيانات العديد من الموارد (البشرية والمالية) والوقت. تأكد من حصولك على دعم الإدارة العليا لتحريك مشروع التنفيذ نحو الاكتمال. يمكنك إقناع الإدارة من خلال شرح فوائد نسب البيانات وكيف تساعد في الامتثال للوائح الصناعة.
3. نطاق المبادرة: بمجرد موافقة الإدارة العليا على المشروع ، حدد نطاقه بناءً على محركات الأعمال المحددة وعناصر البيانات الهامة (CDE). عناصر البيانات الهامة لها التأثير الأكثر أهمية على أداء المؤسسة وتجربة العملاء.
4. تحديد النطاق: يبدأ نطاق تتابع البيانات بمصادر البيانات وينتهي عند نقطة الاستخدام النهائية. يمكن للمؤسسات الكبيرة إصلاح طول محدود من نسب البيانات نظرًا لأن لديها العديد من الفروع لتجنب المضاعفات.
5. إعداد متطلبات العمل: قد يكون لدى أصحاب المصلحة توقعات مختلفة لنسب البيانات. في المقام الأول ، هناك أصحاب المصلحة التجاريين وأصحاب المصلحة التقنيين الذين لديهم اهتمامات مختلفة. يهتم أصحاب المصلحة التجاريون أكثر بالقيمة ونسب البيانات على مستويات نموذج البيانات المفاهيمية وتحليل السبب الجذري. على العكس من ذلك ، فإن أصحاب المصلحة التقنيين لديهم اهتمامات في تحليل التأثير ، ونسب تصميم البيانات الوصفية ، ونسب البيانات على المستوى المادي.
6. إصلاح طريقة لتوثيق نسب البيانات: يمكنك إما استخدام وثائق نسب البيانات الوصفية أو الآلية. حدد الطريقة الأكثر ملاءمة لمؤسستك ، مع الأخذ في الاعتبار الوقت والموارد التي ستستهلكها.
7. اختر برنامجًا مناسبًا لنسب البيانات: حدد حل برنامج نسب البيانات الذي يناسب أهدافك وتوقعاتك على أفضل وجه. يمكنك استكشاف   برنامج إدارة البيانات الرئيسية   التي تقدم إمكانيات النسب الآلي.

أفضل ممارسات نسب البيانات

يساعدك Lineage في الحصول على بيانات جديرة بالثقة ودقيقة لدعم عملية صنع القرار في شركتك. يعد التخطيط والتنفيذ عنصرًا حاسمًا في إدارة البيانات - تحتاج إلى التأكد من مصدر بياناتك ومن أين تأخذك.

هناك بعض الممارسات التي يمكنك وضعها في الاعتبار أثناء تخطيط وتنفيذ نسب البيانات في مؤسستك:

• أتمتة استخراج نسب البيانات: البيانات ونسبها كيان ديناميكي. تحتاج إلى تجاوز عملية التقاط نسب البيانات يدويًا في جداول البيانات وأتمتة العملية للمنافسة في بيئة رشيقة.
• تضمين مصدر البيانات الوصفية: تُنشئ أنظمة إدارة قواعد البيانات وأدوات البيانات الضخمة وبرامج ETL والتطبيقات المخصصة الأخرى بياناتها الخاصة حول البيانات التي تعالجها. قم بتضمين هذه البيانات الوصفية في سلالتك لأنها تساعد في فهم تدفق البيانات والتعديلات.
• التحقق من مصادر البيانات الوصفية: شجع مالكي التطبيقات والأدوات على التحقق من مصادر البيانات الوصفية المعنية لأنهم هم الذين يفهمون بوضوح دقة البيانات الوصفية وأهميتها.
• خطة الاستخراج التدريجي: استخرج البيانات الوصفية والنسب بنفس الترتيب الذي تتدفق به البيانات عبر نظامك. إنه يبسط تعيين الاتصالات والعلاقات والتبعيات بين الأنظمة وداخل البيانات.
• التحقق من صحة نسب البيانات من طرف إلى طرف: تحقق من صحة النسب تدريجيًا من خلال البدء من اتصالات عالية المستوى بين الأنظمة ثم الخوض في مجموعات البيانات المتصلة متبوعة بعناصر البيانات قبل التحقق من صحة وثائق التحويلات.
• تنفيذ برنامج كتالوج البيانات: اعتماد ملف   برنامج كتالوج البيانات الذكي والآلي   لجمع بيانات النسب من جميع المصادر. يمكّنك هذا البرنامج أيضًا من استخراج النسب من البيانات الوصفية واستنتاجها.

تتبع تدفق البيانات على مستوى دقيق

يسمح تسلسل البيانات للمؤسسات بالحصول على رؤية دقيقة لتدفق البيانات طوال دورة الحياة ويساعدها على تحديد السبب الجذري للأخطاء وإدارة حوكمة البيانات وإجراء تحليل التأثير واتخاذ قرارات أعمال تعتمد على البيانات.

قد يكون توثيق تسلسل البيانات أمرًا صعبًا ، ولكن من المفيد للمؤسسات أن تفهم بياناتها وتستخدمها بشكل فعال.

تعرف على المزيد حول كيفية الحصول على بيانات في الوقت الفعلي لاتخاذ قرارات عمل إستراتيجية باستخدام ظاهرية البيانات.