• الهدف

    تعزيز معرفة البيانات عبر فرق العملاء في شركة رائدة في مجال السلع الاستهلاكية السريعة، مما يمكن الموظفين على مستويات مهارة مختلفة من الوصول الفعال إلى البيانات وتحليلها والاستفادة منها لاتخاذ القرارات.

  • الحل

    تم تنظيم المبادرة في ثلاثة وحدات تدريبية متميزة، كل منها مصمم لمستويات مهارة المستخدمين المختلفة:​

    • مشاهدو التقارير​ - تمكين المستخدمين من تشغيل التقارير المعدة مسبقًا وتطبيق الفلاتر من خلال واجهات التقارير الأصلية وPowerBI.
    • المستخدمون المتوسطون​ - تمكين المشاركين من إنشاء تقارير مخصصة باستخدام مجموعات البيانات الموجودة، ودمج بياناتهم الخاصة لتحقيق رؤى أعمق.
    • المستخدمون المحترفون​ - تقديم تدريب متعمق على بنية المستودعات، والتسميات، ومجالات البيانات، وأفضل ممارسات SQL، لتعزيز الاستقلالية وتطوير التقارير المتقدمة.
  • النتيجة

    أسفرت هذه المبادرة المستهدفة لمحو الأمية في البيانات عن فوائد كبيرة لفرق عملاء السلع الاستهلاكية السريعة:

    • تحسين تفسير البيانات: يمكن للمشاركين الآن التعمق في البيانات، وتحويل الأرقام الخام إلى رؤى قابلة للتنفيذ.
    • زيادة الاستقلالية: من خلال تزويد الفرق بالمهارات اللازمة لإنشاء وتعديل تقاريرهم الخاصة، قللت الشركة من الاعتماد على دعم تكنولوجيا المعلومات المركزي، مما أدى إلى اتخاذ قرارات أسرع.
    • الكفاءة التشغيلية: قام البرنامج بتبسيط عملية إعداد التقارير، مما يضمن أن جميع المستخدمين—من مشاهدي التقارير الأساسيين إلى المحللين المتقدمين—يمكنهم الوصول إلى المعلومات التي يحتاجونها بكفاءة.
    • دعم التحول الرقمي: كانت المبادرة حجر الزاوية في استراتيجية التحول الرقمي الأوسع للشركة، مما يعزز ثقافة اتخاذ القرارات القائمة على البيانات التي تتماشى مع احتياجات الأعمال الحديثة.

    يمثل هذا المشروع مثالاً على كيفية بناء برامج التدريب المخصصة لمحو الأمية في البيانات، وتمكين الفرق، وفي النهاية دفع نمو الأعمال من خلال اتخاذ قرارات أكثر ذكاءً وسرعة وعمقًا.

  • التكنولوجيا
    • Power BI

    • SQL

    • مبادئ تخزين البيانات

    • أدوات إعداد التقارير وBI

كيف يعمل؟

1
مصادر البيانات
  • قواعد البيانات السحابية
  • قاعدة بيانات محلية
  • ملفات Excel بتنسيق "جميل"
  • ملفات csv
2
سكريبت Python
  • معالجة ملفات Excel بالتنسيق
  • التحويل إلى *.csv
3
خط أنابيب Linux
  • تصفية البيانات
4
التجهيز
  • تحميل بيانات مخطط التجهيز
5
التجميع / MDS
  • تجميع البيانات على مستوى الشهر
  • ملء جداول الحقائق الوسيطة
  • تحميل مستودعات بيانات MD
  • نقل البيانات إلى MDS
6
MDS
  • إثراء MD بواسطة المستخدم
  • إدخال MD المطلوب للحسابات: الدورات، الوحدات. معدلات التحويل.
  • إطلاق استمرار تدفق البيانات
7
تحميل DWH
  • حساب وتحميل مستودعات البيانات من جداول الحقائق وبيانات المستخدم MDS
  • تسجيل سجل التنزيل والأخطاء التي حدثت مع الأسباب
8
PowerBI
  • تحديث مجموعة بيانات PowerBI