تحليل البيانات
لست بحاجة لأن تكون عالم بيانات لتحصل على إجابات من البيانات باستخدام الذكاء الاصطناعي — لكنك بحاجة لإبقائه أمينًا. يكتب الذكاء الاصطناعي الاستعلام ويشرح النتيجة؛ وأنت تؤكّد أن الأرقام حقيقية.
فيمَ يساعد
- كتابة SQL / صيغ جداول البيانات / pandas انطلاقًا من سؤال بلغة طبيعية.
- شرح ما يعنيه استعلام أو نتيجة بمصطلحات الأعمال.
- تنظيف وتحويل البيانات الفوضوية (صِف الفوضى، واحصل على الخطوات).
- اقتراح المخطط البياني المناسب للسؤال.
- تفسير المُخرَجات واقتراح السؤال التالي.
سير العمل الآمن
- صِف بياناتك — الأعمدة وأنواعها والحُبيبة (grain) (سطر واحد = ؟). لا تفترض الأسماء.
- حدّد السؤال الذي يُفترض أن يجيب عنه التحليل.
- احصل على الاستعلام + شرح من سطر واحد لما يفعله وافتراضاته.
- شغّله بنفسك على البيانات الحقيقية.
- أعِد النتائج للحصول على تفسير بلغة طبيعية وتحفّظات.
My table `orders` has columns: order_id, customer_id, created_at, total_eur,
status. One row per order. Write SQL for monthly revenue from completed orders in
2025, and explain any assumptions.
حواجز الحماية
:::warning لا تثق أبدًا بأرقام لم يحسبها هو إذا ذكر الذكاء الاصطناعي نتيجة دون تشغيل الاستعلام على بياناتك، فقد يكون ذلك الرقم مُختلقًا. شغّل الاستعلامات بنفسك؛ وتعامل مع أيّ رقم لم تحسبه على أنه غير مُتحقَّق منه. وتذكّر أن الارتباط ≠ السببية — اطلب منه تمييز الادعاءات الارتباطية. انظر الهلوسات. :::
- تحقّق من معقولية المقادير — نتيجة غير منطقية؟ تقصَّ، ولا تنشر.
- حدّد الافتراضات (القيم الفارغة، إزالة التكرار، المناطق الزمنية، العملة).
- لا تلصق بيانات حساسة/تعريفية شخصية في أدوات لم تدقّقها (الخصوصية).
التالي
- الأدوات (Artifacts): مُخرَجات حيّة وقابلة للتشغيل — ابنِ لوحة معلومات سريعة
- حزمة مهارات محلّل البيانات
- الهلوسات وكيفية تقليلها