وفقًا
تقييمات ومراجعات Gartner Peer InsightsوMicrosoft (Power BI) وTableau وQlik هم في كثير من الأحيان رواد الصناعة في منصات التحليلات وذكاء الأعمال. لكن كيف تعمل هذه المنصات العليا على تحسين مجال تحليل البيانات، ما الذي يميزها؟
لهم، وما هي بدائلهم؟ 

قدّم نفسك إلى عالم سرد قصص البيانات. يمكّن هذا النهج القوي الشركات، وخاصة تلك العاملة في الصناعة المصرفية، من توصيل الأفكار المستمدة من بياناتها بشكل فعال ودقيق. لقد ظهر عصر جديد من عرض البيانات
وذلك بفضل أدوات التصور مثل Power BI، التي تتيح روايات قوية تؤثر على الإستراتيجية وصنع القرار. في هذه المقالة. دعونا نستكشف الفروق الدقيقة في سرد ​​البيانات وتطبيقاتها المهمة في الصناعة المصرفية، كما هو موضح
من خلال دراسة حالة Power BI الجذابة. 

ما هو سرد البيانات؟

سرد قصص البيانات هو شكل من أشكال نقل رسالة تجمع بين تصور البيانات وتقنيات السرد لإنشاء قصص بيانات معقدة تأسر الناس وتشركهم. يمكن للجمهور فهم جوهر البيانات بفضل هذا التوليف
يجعلها مفهومة وذات صلة. في الأساس، يهدف سرد البيانات إلى سد الفجوة الموجودة بين الملموس والمجرد، وكذلك بين المجالين الكمي والنوعي. دعونا نستكشف هذا بالتفصيل.

دور تصور البيانات

يعد تصور البيانات، والذي يتضمن تحويل مجموعات البيانات إلى تنسيقات مرئية مثل المخططات والرسوم البيانية والخرائط والرسوم البيانية، أمرًا أساسيًا لسرد قصص البيانات. تعتبر هذه العناصر المرئية ضرورية في سرد ​​البيانات لأنها تجعل المعلومات المعقدة سهلة الفهم
يفهم. يكشف تصور البيانات عن الأنماط والاتجاهات والعلاقات المخفية في البيانات، مما يضع الأساس للسرد.

الاستكشافية مقابل التصور التوضيحي

ينقسم تصور البيانات إلى نوعين: استكشافي وتوضيحي. يعد هذا الانقسام أمرًا بالغ الأهمية في تحديد النهج المتبع في سرد ​​البيانات:

• يتضمن التصور الاستكشافي التقنية المستخدمة خلال مرحلة التحقيق في تحليل البيانات. عندما لم يتم اكتشاف السرد بعد، يمكن أن تساعد المرئيات الاستكشافية في الكشف عن القصة المخفية داخل البيانات. أسئلة مثل "كيف
  تتغير إيرادات المبيعات بمرور الوقت؟" أو "لماذا ارتفعت إيرادات المبيعات في موسم معين؟" يتم تناولها من خلال هذه العملية الاستكشافية، مما يمهد الطريق لتطور السرد.

• يتم استخدام التصور التوضيحي عند اكتمال القصة ويكون الهدف هو توصيل رؤى محددة للجمهور. تم تصميم العناصر المرئية لنقل عناصر محددة من القصة أو السرد بأكمله، مما يضمن فهم الجمهور
  الرسالة المقصودة من راوي البيانات.

انظر الرسم البياني لفهم التشابك بين هذين الأمرين مع سرد البيانات:

خصائص البنية السردية

يمتلك سرد قصص البيانات الفعال بنية سردية تتضمن بداية واضحة (مقدمة للمشكلة أو السياق)، ووسطًا (تحليل البيانات والرؤى)، وخاتمة (توصيات). 

تفريغ مكونات رواية البيانات

• تحديد الجمهور: تخصيص السرد والمرئيات لتعكس خلفية الجمهور واهتماماته.

• تحديد القصة: إنشاء قصة متماسكة وموجزة تتناول قضية أو هدفًا تجاريًا محددًا.

• اختيار المرئيات الصحيحة: اختيار أنواع المخططات والرسوم البيانية والمرئيات ذات الصلة لتسليط الضوء على الأفكار والاتجاهات الرئيسية.

• إضافة السياق: توفير السياق والتفسيرات لمساعدة الجمهور على فهم أهمية البيانات.

• إنشاء اتصال عاطفي: دمج عناصر سرد القصص التي تثير المشاعر، مما يجعل البيانات أكثر ارتباطًا ولا تُنسى.

دراسة حالة Power BI في القطاع المصرفي

دعونا نفكر في مثال محدد لكيفية عمل رواية قصص البيانات في مجال الخدمات المصرفية.

إن الاحتفاظ بالعملاء في هذا القطاع لا يقل أهمية عن اكتساب العملاء. كان أحد البنوك الكبرى في وضع حيث كان معدل التباطؤ في الارتفاع، مما يهدد بسحب مكانته في السوق وإيراداته. ولمواجهة هذا التحدي، جاء Power BI، والذي
هي أداة تفاعلية توفر وظائف تحليل البيانات والتصور المتطورة. تسلط دراسة الحالة هذه الضوء على التطبيق الاستراتيجي لـ Power BI من قبل البنك لتعزيز الاحتفاظ بالعملاء من خلال تحديد الأنماط في بيانات المعاملات بقوة
القدرة التنبؤية بشأن الاضطراب المحتمل.

المشكلة بيان

لذا، لنفترض أن البنك أدرك نمطاً مثيراً للقلق: مع مرور الوقت، كان عدد العملاء الذين غادروا إلى المنافسين آخذاً في الارتفاع. لم يُظهر معدل التغيير مدى تأثيره السلبي على ربحية البنك فحسب، بل سلط الضوء أيضًا على أوجه القصور المحتملة في
رضا العملاء والمشاركة. كانت الصعوبة تتمثل في فرز كميات هائلة من بيانات المعاملات جنبًا إلى جنب مع التركيبة السكانية للعملاء وسلوكهم لاكتشاف الأسباب الجذرية للاضطراب. وبالتالي، فإن هدف الإستراتيجية المبنية على البيانات لا ينبغي أن يكون فقط
تم الاحتفاظ بها ولكن زيادة الرضا بشكل عام.

تحليل البيانات

وعلى الفور، بدأ البنك رحلة عبر عالم التحليلات المتقدمة باستخدام Power BI. في البداية، قمنا بدمج بيانات المعاملات، والتركيبة السكانية للعملاء، والأنماط السلوكية لتشكيل مجموعة بيانات واحدة. ميزات التحليلات المتقدمة
المتوفرة في Power BI، مكنتهم من استكشاف مجموعة البيانات هذه بعمق وإبراز اتجاهات وأنماط التغيير الحاسمة. من بينها، يمكنهم تعقب شرائح العملاء التي من المرجح أن يغادروا، وأنواع المعاملات التي تشير إلى التقلب المستقبلي، وكذلك
كفترات مع زيادة نشاط الزبد.

تصور

بعد تحليل البيانات، فإن الخطوة التالية هي جعل تلك الأفكار قابلة للاستخدام. يتم تشغيل لوحات المعلومات التفاعلية الخاصة بـ Power BI، مما يوفر تصورات واضحة وديناميكية للبيانات. تسلط لوحات المعلومات هذه الضوء على شرائح العملاء الأكثر عرضة لخطر التغيير والكشف
العوامل التي تؤثر على قرار العميل بالمغادرة. يجعل البنك البيانات جذابة بصريًا ويتيح نشر هذه الأفكار عبر الأقسام لضمان حصول صناع القرار على المعلومات التي يحتاجونها لاتخاذ إجراءات حاسمة.

سرد

ومع ذلك، فإن البيانات وحدها، بغض النظر عن مدى دقة تحليلها، لا يمكنها أن تلهم العمل دون سرد مقنع. قدم البنك قصة حول البيانات، مع التركيز على الأهمية الحاسمة للاحتفاظ بالعملاء، والأثر الملموس للتغيير على أداء البنك.
الإيرادات، والاستراتيجيات التي تم تحديدها للتعامل مع هذا الاضطراب. عملت هذه الرواية على إعلام وتحفيز المنظمة بأكملها نحو هدف موحد.

نتيجة

لقد أدى التطبيق الاستراتيجي للرؤى المكتسبة من Power BI إلى تحويل نهج البنك تجاه مشاركة العملاء. ومن خلال التحليلات التفصيلية والتصورات الواضحة، أطلق البنك حملات تسويقية مستهدفة وعروضًا مخصصة بناءً على الاحتياجات والسلوك
من شرائح العملاء عالية المخاطر. ونتيجة لذلك، انخفضت معدلات تراجع العملاء بشكل ملحوظ، في حين زاد رضا العملاء وولائهم.

وفي هذه العملية، واجه البنك التحدي الملح المتمثل في الحد من تراجع العملاء وأكد من جديد التزامه بالاستفادة من التكنولوجيا لتحقيق ميزة استراتيجية. توضح دراسة الحالة هذه كيف يمكن أن يكون Power BI أداة قوية للفهم والزيادة
ولاء العملاء، وتحقيق النجاح على المدى الطويل في نهاية المطاف في الصناعة المصرفية ذات التنافسية العالية.

الاستنتاجات الرئيسية

تركز حالتنا على أحد البنوك الكبرى التي استفادت من Power BI لمعالجة ارتفاع أسعار العملاء، بهدف إجراء تحسينات إستراتيجية في الاحتفاظ بالعملاء وإسعادهم. وضع البنك أهدافًا طموحة لتنفيذ Power BI:

سرعة استخراج البيانات: نهدف إلى تخفيض 50% في وقت الاستخراج، من 60 دقيقة إلى 30 دقيقة، مما يؤدي إلى تحسين الأداء.

كفاءة عملية ETL: تحقيق سعر إنجاز بنسبة 96% لوظائف ETL، مع انخفاض بنسبة 30% في وقت تحويل المعلومات، مما يضمن الموثوقية والسرعة.

تحسين نموذج البيانات: تحديد وقت تحديث قدره 15 دقيقة لنماذج الإحصائيات ووقت رد فعل الاستعلام أقل من 3 ثوانٍ، مما يؤدي إلى تحسين الأداء.

سرعة عرض التقرير: استهداف وقت تحميل مستند يقل عن 6 ثوانٍ وعرض مرئي يقل عن ثانيتين، مما يعزز تجربة المستخدم.

نسبة ضغط البيانات: تهدف إلى تحقيق نسبة ضغط معلومات تبلغ 10:1 كحد أدنى، مما يؤدي إلى تحسين استخدام التخزين وخفض التكاليف.

الامتثال لإدارة البيانات: الحفاظ على درجة توثيق نسب البيانات بحد أدنى 92% وتقييم فعالية إدارة الوصول إلى البيانات بنسبة 98%، مما يضمن الحماية والامتثال.

وفي الختام

واحدة من أكثر الأدوات فعالية للشركات لتوصيل الرؤى ودفع الإجراءات هي سرد ​​القصص بالبيانات. هناك العديد من منصات التصور مثل Power BI وTableau وغيرها، التي تتمتع بقدرات تصور قوية مدمجة تسمح
المستخدمين لإنشاء روايات مقنعة. ومن ثم، فإن حرفة سرد البيانات، والتي تكملها أساليب العرض المرئي المؤثرة، تعد عاملاً أساسيًا لأي مؤسسة تهدف إلى إطلاق العنان لقيمة بياناتها الحقيقية.

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
• أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
• أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
• أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
• المصدر https://www.finextra.com/blogposting/25967/data-storytelling-with-visualization-tools?utm_medium=rssfinextra&utm_source=finextrablogs