تحليلات البيانات: من وفرة الأرقام إلى جودة القرار المؤسسي
تحليلات البيانات: من وفرة الأرقام إلى جودة القرار المؤسسي
قراءة في حوكمة البيانات وتحويلها من أثر رقمي متراكم إلى معرفة قابلة للتنفيذ.
الخلاصة التنفيذية
- امتلاك البيانات لا يعني امتلاك معرفة مؤسسية.
- تتحقق قيمة التحليل عندما يرتبط بقرار محدد وصاحب صلاحية وأثر قابل للقياس.
- حوكمة البيانات هي البنية التي تضمن الجودة والمسؤولية والثقة قبل استخدام الأدوات التحليلية.
المشهد المؤسسي
تصل إلى الإدارة لوحة معلومات جديدة. عشرات المؤشرات تتحرك في الوقت الفعلي، والرسوم البيانية تعرض المبيعات والتكاليف ورضا المستفيدين وسرعة الإنجاز. تبدو المؤسسة وكأنها ترى كل شيء. لكن عندما يظهر انحراف حقيقي، تتأخر الاستجابة، وتتعدد التفسيرات، ويعود القرار إلى الانطباع والخبرة الفردية.
هذه المفارقة تكشف أن وفرة البيانات لا تعني بالضرورة وفرة المعرفة، وأن المؤسسة قد تكون غنية بالأرقام وفقيرة في الفهم. فالمشكلة ليست دائمًا في غياب البيانات، بل في انقطاع السلسلة التي تربط البيانات بالسؤال، والسؤال بالتفسير، والتفسير بالقرار، والقرار بالتنفيذ والتعلم.
من هنا لا ينبغي النظر إلى تحليلات البيانات بوصفها نشاطًا تقنيًا لإنتاج التقارير، بل بوصفها قدرة مؤسسية تساعد المنظمة على قراءة واقعها، واختبار افتراضاتها، وتحسين قراراتها، ومراجعة آثار تلك القرارات عبر الزمن.
ما المقصود بتحليلات البيانات؟
تحليلات البيانات هي عملية منهجية لجمع البيانات وتنظيمها والتحقق من جودتها وفحصها، بهدف اكتشاف الأنماط والعلاقات والانحرافات وتحويلها إلى معرفة تدعم قرارًا أو تدخلًا مؤسسيًا.
لكن القيمة لا تنشأ بمجرد اكتمال التحليل. فالتحليل الذي لا يصل إلى صاحب الصلاحية، أو يصل متأخرًا، أو يُعرض بطريقة لا يمكن تفسيرها، يظل منتجًا معلوماتيًا غير مكتمل الأثر.
القيمة المؤسسية للبيانات لا تتحدد بكمية ما جُمع منها، بل بقدرتها على تحسين قرار محدد وإنتاج أثر يمكن مراجعته.
يمكن تمثيل المسار الكامل على النحو الآتي:
من البيانات إلى القرار: أربع طبقات تحليلية
1. التحليل الوصفي: ماذا حدث؟
يصف الواقع كما ظهر في البيانات: حجم المبيعات، معدلات الإنجاز، زمن تقديم الخدمة، دوران الموظفين، أو اتجاه مؤشرات الأداء. وهو يجيب عن سؤال الرصد، لكنه لا يفسر سبب النتيجة.
2. التحليل التشخيصي: لماذا حدث؟
يبحث عن العوامل المرتبطة بالنتيجة، ويقارن الفروع والفترات والمسارات، ويختبر الأسباب المحتملة. إلا أن الارتباط بين متغيرين لا يكفي وحده لإثبات السببية؛ لذلك يحتاج التشخيص إلى معرفة بالسياق وإلى الجمع بين البيانات الكمية والأدلة النوعية والخبرة التشغيلية.
3. التحليل التنبؤي: ما الذي يُحتمل أن يحدث؟
يستخدم البيانات التاريخية والنماذج الإحصائية أو التعلم الآلي لتقدير احتمالات مستقبلية، مثل توقع الطلب، أو تعثر المشروعات، أو توقف العملاء، أو الاحتياج إلى الصيانة. وهو لا يقدم يقينًا، بل احتمالًا يجب فهم درجة الثقة فيه وحدود صلاحيته.
4. التحليل التوجيهي: ماذا ينبغي أن نفعل؟
يقارن البدائل ويقدّر آثارها ويوصي بمسار للعمل. ومع ذلك تظل التوصية مدخلًا للقرار، لا بديلًا عن المسؤولية القيادية. فالخوارزمية تستطيع ترتيب البدائل، لكنها لا تتحمل المساءلة عن الاختيار.
لماذا تفشل مؤسسات غنية بالبيانات في اتخاذ قرارات أفضل؟
غالبًا ما يُختزل التحول القائم على البيانات في شراء منصة أو إنشاء مستودع أو تصميم لوحة مؤشرات. غير أن الفجوة الحقيقية تكون مؤسسية أكثر منها تقنية.
غياب السؤال المؤسسي
لا تبدأ التحليلات الجيدة من سؤال: ما البيانات المتاحة؟ بل من سؤال: ما القرار الذي نريد تحسينه؟ عندما تجمع المؤسسة كل ما تستطيع جمعه دون تحديد غرض القرار، فإنها تنتج معلومات كثيرة وقيمة محدودة.
ضعف جودة البيانات
البيانات الناقصة أو المكررة أو المتعارضة أو غير المحدثة تقود إلى استنتاجات مضللة. وتزداد الخطورة عندما تمنح النماذج المتقدمة نتائج تبدو دقيقة، رغم أنها مبنية على مدخلات ضعيفة.
انفصال التحليل عن السلطة
قد ينتج فريق التحليل تقريرًا صحيحًا، لكن لا يوجد صاحب قرار محدد يملك سلطة التصرف بناء عليه. عندها تتحول التحليلات إلى نشاط معرفي منفصل عن البنية التنفيذية.
تضخم المؤشرات وتشوه القياس
زيادة عدد المؤشرات لا تعني تحسن الرؤية. فقد يدفع القياس المفرط الوحدات إلى تحسين الرقم بدل تحسين الواقع، وهي مشكلة ترتبط بما يناقشه إطار الإدارة النسبية العامة (GRM) حول تباعد الحقيقة المرجعية عن الحقيقة التشغيلية تحت ضغط القياس والحوافز.
تحيز التأكيد
قد تُستخدم البيانات لتبرير قرار اتُخذ مسبقًا، لا لاختبار افتراضاته. وهنا تتحول التحليلات من أداة للتعلم إلى غطاء شكلي يمنح القرار مظهرًا موضوعيًا.
حوكمة البيانات: البنية التي تسبق التحليل
لا يمكن بناء تحليل موثوق من دون حوكمة تحدد الملكية والمسؤولية والصلاحيات والمعايير. فحوكمة البيانات تجيب عن أسئلة من قبيل:
- من يملك كل مجموعة بيانات؟
- من يتحمل مسؤولية جودتها وتحديثها؟
- من يحق له الوصول إليها أو مشاركتها؟
- كيف تُعرّف عناصر البيانات بصورة موحدة؟
- كيف تُحمى الخصوصية والسرية؟
- كيف يمكن تتبع المصدر والتحويلات التي طرأت على البيانات؟
وتؤكد منظمة التعاون الاقتصادي والتنمية أن التعامل مع البيانات بوصفها أصلًا استراتيجيًا يحتاج إلى حوكمة وقدرات وقواعد تمكّن من إدارتها ومشاركتها واستخدامها بصورة موثوقة. كما تشير نتائج حديثة إلى فجوة متكررة بين قوة الاستراتيجيات والمعايير على الورق وبين ضعف الاستخدام المنتظم وإدارة الجودة والمتابعة في التطبيق اليومي.
إطار BIS لدورة القيمة التحليلية المؤسسية
لتجنب اختزال تحليلات البيانات في الجانب التقني، يمكن تنظيم دورة قيمتها المؤسسية في سبع حلقات مترابطة:
- القصد: تحديد الغاية والقرار المطلوب تحسينه.
- السؤال: صياغة سؤال تحليلي قابل للفحص.
- الموثوقية: التحقق من جودة البيانات ومصدرها وحدودها.
- التفسير: ربط النتيجة بالسياق المؤسسي وعدم الخلط بين الارتباط والسببية.
- السلطة: تعيين صاحب الصلاحية والمسؤولية عن التصرف.
- الأثر: قياس ما تغير بعد تنفيذ القرار.
- التعلم: مراجعة السؤال والبيانات والنموذج والقرار في ضوء النتيجة.
ويكشف هذا الإطار أن أي انقطاع بين الحلقات قد يبدد القيمة. فبيانات عالية الجودة بلا سؤال لا تنتج اتجاهًا، وتحليل دقيق بلا سلطة لا ينتج فعلًا، وقرار بلا متابعة لا ينتج تعلمًا مؤسسيًا.
العلاقة بين تحليلات البيانات وجودة القرار
تساعد التحليلات على رفع جودة القرار عبر تقليص عدم اليقين، وإظهار البدائل، وكشف الافتراضات، وتقدير المخاطر. لكنها لا تلغي الحاجة إلى الحكم القيادي؛ لأن القرار المؤسسي يتضمن قيمًا وأولويات ومفاضلات لا يمكن اختزالها كلها في نموذج رياضي.
ومن منظور نموذج باروم الهجين للحوكمة (BHGM)، تحتاج المؤسسة إلى التوازن بين الانضباط النظامي والقدرة على التكيف. وينطبق ذلك على التحليلات: فلا يكفي الالتزام بالبيانات دون تفسير، كما لا يكفي الحكم المرن دون أدلة قابلة للمراجعة.
متى تتحول التحليلات إلى مصدر خطر؟
قد تتحول التحليلات من أداة لتحسين القرار إلى مصدر جديد للانحراف عندما:
- تُجمع البيانات دون غرض مشروع أو ضوابط للخصوصية.
- تُعامل التنبؤات بوصفها حقائق مؤكدة.
- تُستخدم نماذج غير قابلة للتفسير في قرارات عالية الأثر.
- يُقاس ما يسهل قياسه ويُهمَل ما يصعب قياسه.
- ترتبط الحوافز بالمؤشرات على نحو يشجع التلاعب أو السلوك الدفاعي.
- تحل الخوارزمية محل المساءلة البشرية.
لذلك فإن السؤال الحاكم ليس: هل تستخدم المؤسسة البيانات؟ بل: كيف تحكم استخدامها، ومن يفسرها، ومن يملك القرار الناتج عنها، ومن يُسأل عن أثره؟
اختبار الجاهزية المؤسسية
يمكن للقيادات اختبار جاهزية مؤسساتها عبر الأسئلة الآتية:
- هل تبدأ مشروعات التحليل من قرارات ذات أولوية أم من تقنيات متاحة؟
- هل توجد تعريفات موحدة للبيانات والمؤشرات؟
- هل يستطيع صانع القرار فهم حدود النموذج وافتراضاته؟
- هل توجد جهة مسؤولة عن جودة كل أصل بيانات؟
- هل يقود التحليل إلى إجراء واضح يملكه مسؤول محدد؟
- هل نقيس أثر القرار ونستخدم النتيجة لتحسين الدورة التالية؟
إذا كانت الإجابات غير واضحة، فالمشكلة ليست نقصًا في التحليلات بقدر ما هي ضعف في معمارية القيمة التي تربط التحليل بالقرار.
الخلاصة
لا تكمن قوة تحليلات البيانات في كمية الأرقام التي تجمعها المؤسسة، ولا في جمال لوحات المعلومات التي تعرضها، بل في قدرتها على تقليص المسافة بين الواقع والقرار.
المؤسسة الناضجة لا تسأل أولًا: ما المنصة التي ينبغي شراؤها؟ بل تسأل: ما القرار الذي نريد تحسينه؟ ما الحقيقة التي لا نراها؟ هل تعكس مؤشراتنا الواقع أم تحجبه؟ وهل نملك الحوكمة والسلطة والقدرة على التعلم من نتائج قراراتنا؟
عندما ترتبط البيانات بقصد واضح، وسؤال صحيح، وتحليل سليم، وحوكمة مسؤولة، وسلطة قادرة على التصرف، تتحول من أثر رقمي متراكم إلى معرفة مؤسسية قابلة للتنفيذ. أما إذا انفصلت هذه العناصر، فقد تنتج المؤسسة مزيدًا من التقارير دون أن تنتج فهمًا أفضل أو قرارًا أكثر جودة.
المراجع المختارة
- OECD. A Data-Driven Public Sector. OECD Working Papers on Public Governance, 2019.
- OECD. The Path to Becoming a Data-Driven Public Sector, 2019.
- OECD. Digital Government Outlook 2026: Strengthening Digital Public Infrastructure and Data Governance.
- World Bank. The Government Analytics Handbook.
- World Bank. Text and Data Analytics at the World Bank.
الاستشهاد المقترح:
باروم، محمد عيدروس. (2026). «تحليلات البيانات: من وفرة الأرقام إلى جودة القرار المؤسسي». منصة محمد باروم للأبحاث المؤسسية، Baroom Institutional Systems (BIS).
قراءة مؤسسية في حوكمة البيانات وتحويلها إلى معرفة قابلة للتنفيذ
د. محمد عيدروس باروم
باحث مستقل في الحوكمة المؤسسية والقيادة الاستراتيجية
Baroom Institutional Systems (BIS)
الوظيفة المعرفية: تفسير العلاقة بين البيانات والقرار المؤسسي | زمن القراءة: 8–10 دقائق
المشهد المؤسسي
تصل إلى الإدارة لوحة معلومات جديدة. عشرات المؤشرات تتحرك في الوقت الفعلي، والرسوم البيانية تعرض المبيعات والتكاليف ورضا المستفيدين وسرعة الإنجاز. تبدو المؤسسة وكأنها ترى كل شيء. لكن عندما يظهر انحراف حقيقي، تتأخر الاستجابة، وتتعدد التفسيرات، ويعود القرار إلى الانطباع والخبرة الفردية.
هذه المفارقة تكشف أن وفرة البيانات لا تعني بالضرورة وفرة المعرفة، وأن المؤسسة قد تكون غنية بالأرقام وفقيرة في الفهم. فالمشكلة ليست دائمًا في غياب البيانات، بل في انقطاع السلسلة التي تربط البيانات بالسؤال، والسؤال بالتفسير، والتفسير بالقرار، والقرار بالتنفيذ والتعلم.
من هنا لا ينبغي النظر إلى تحليلات البيانات بوصفها نشاطًا تقنيًا لإنتاج التقارير، بل بوصفها قدرة مؤسسية تساعد المنظمة على قراءة واقعها، واختبار افتراضاتها، وتحسين قراراتها، ومراجعة آثار تلك القرارات عبر الزمن.
ما المقصود بتحليلات البيانات؟
تحليلات البيانات هي عملية منهجية لجمع البيانات وتنظيمها والتحقق من جودتها وفحصها، بهدف اكتشاف الأنماط والعلاقات والانحرافات وتحويلها إلى معرفة تدعم قرارًا أو تدخلًا مؤسسيًا.
لكن القيمة لا تنشأ بمجرد اكتمال التحليل. فالتحليل الذي لا يصل إلى صاحب الصلاحية، أو يصل متأخرًا، أو يُعرض بطريقة لا يمكن تفسيرها، يظل منتجًا معلوماتيًا غير مكتمل الأثر.
القيمة المؤسسية للبيانات لا تتحدد بكمية ما جُمع منها، بل بقدرتها على تحسين قرار محدد وإنتاج أثر يمكن مراجعته.
يمكن تمثيل المسار الكامل على النحو الآتي:
بيانات ← تنظيم ← تحليل ← تفسير ← قرار ← تنفيذ ← أثر ← تعلم مؤسسي
من البيانات إلى القرار: أربع طبقات تحليلية
1. التحليل الوصفي: ماذا حدث؟
يصف الواقع كما ظهر في البيانات: حجم المبيعات، معدلات الإنجاز، زمن تقديم الخدمة، دوران الموظفين، أو اتجاه مؤشرات الأداء. وهو يجيب عن سؤال الرصد، لكنه لا يفسر سبب النتيجة.
2. التحليل التشخيصي: لماذا حدث؟
يبحث عن العوامل المرتبطة بالنتيجة، ويقارن الفروع والفترات والمسارات، ويختبر الأسباب المحتملة. إلا أن الارتباط بين متغيرين لا يكفي وحده لإثبات السببية؛ لذلك يحتاج التشخيص إلى معرفة بالسياق وإلى الجمع بين البيانات الكمية والأدلة النوعية والخبرة التشغيلية.
3. التحليل التنبؤي: ما الذي يُحتمل أن يحدث؟
يستخدم البيانات التاريخية والنماذج الإحصائية أو التعلم الآلي لتقدير احتمالات مستقبلية، مثل توقع الطلب، أو تعثر المشروعات، أو توقف العملاء، أو الاحتياج إلى الصيانة. وهو لا يقدم يقينًا، بل احتمالًا يجب فهم درجة الثقة فيه وحدود صلاحيته.
4. التحليل التوجيهي: ماذا ينبغي أن نفعل؟
يقارن البدائل ويقدّر آثارها ويوصي بمسار للعمل. ومع ذلك تظل التوصية مدخلًا للقرار، لا بديلًا عن المسؤولية القيادية. فالخوارزمية تستطيع ترتيب البدائل، لكنها لا تتحمل المساءلة عن الاختيار.
لماذا تفشل مؤسسات غنية بالبيانات في اتخاذ قرارات أفضل؟
غالبًا ما يُختزل التحول القائم على البيانات في شراء منصة أو إنشاء مستودع أو تصميم لوحة مؤشرات. غير أن الفجوة الحقيقية تكون مؤسسية أكثر منها تقنية.
غياب السؤال المؤسسي
لا تبدأ التحليلات الجيدة من سؤال: ما البيانات المتاحة؟ بل من سؤال: ما القرار الذي نريد تحسينه؟ عندما تجمع المؤسسة كل ما تستطيع جمعه دون تحديد غرض القرار، فإنها تنتج معلومات كثيرة وقيمة محدودة.
ضعف جودة البيانات
البيانات الناقصة أو المكررة أو المتعارضة أو غير المحدثة تقود إلى استنتاجات مضللة. وتزداد الخطورة عندما تمنح النماذج المتقدمة نتائج تبدو دقيقة، رغم أنها مبنية على مدخلات ضعيفة.
انفصال التحليل عن السلطة
قد ينتج فريق التحليل تقريرًا صحيحًا، لكن لا يوجد صاحب قرار محدد يملك سلطة التصرف بناء عليه. عندها تتحول التحليلات إلى نشاط معرفي منفصل عن البنية التنفيذية.
تضخم المؤشرات وتشوه القياس
زيادة عدد المؤشرات لا تعني تحسن الرؤية. فقد يدفع القياس المفرط الوحدات إلى تحسين الرقم بدل تحسين الواقع، وهي مشكلة ترتبط بما يناقشه إطار الإدارة النسبية العامة (GRM) حول تباعد الحقيقة المرجعية عن الحقيقة التشغيلية تحت ضغط القياس والحوافز.
تحيز التأكيد
قد تُستخدم البيانات لتبرير قرار اتُخذ مسبقًا، لا لاختبار افتراضاته. وهنا تتحول التحليلات من أداة للتعلم إلى غطاء شكلي يمنح القرار مظهرًا موضوعيًا.
حوكمة البيانات: البنية التي تسبق التحليل
لا يمكن بناء تحليل موثوق من دون حوكمة تحدد الملكية والمسؤولية والصلاحيات والمعايير. فحوكمة البيانات تجيب عن أسئلة من قبيل:
- من يملك كل مجموعة بيانات؟
- من يتحمل مسؤولية جودتها وتحديثها؟
- من يحق له الوصول إليها أو مشاركتها؟
- كيف تُعرّف عناصر البيانات بصورة موحدة؟
- كيف تُحمى الخصوصية والسرية؟
- كيف يمكن تتبع المصدر والتحويلات التي طرأت على البيانات؟
وتؤكد منظمة التعاون الاقتصادي والتنمية أن التعامل مع البيانات بوصفها أصلًا استراتيجيًا يحتاج إلى حوكمة وقدرات وقواعد تمكّن من إدارتها ومشاركتها واستخدامها بصورة موثوقة. كما تشير نتائج حديثة إلى فجوة متكررة بين قوة الاستراتيجيات والمعايير على الورق وبين ضعف الاستخدام المنتظم وإدارة الجودة والمتابعة في التطبيق اليومي.
إطار BIS لدورة القيمة التحليلية المؤسسية
لتجنب اختزال تحليلات البيانات في الجانب التقني، يمكن تنظيم دورة قيمتها المؤسسية في سبع حلقات مترابطة:
- القصد: تحديد الغاية والقرار المطلوب تحسينه.
- السؤال: صياغة سؤال تحليلي قابل للفحص.
- الموثوقية: التحقق من جودة البيانات ومصدرها وحدودها.
- التفسير: ربط النتيجة بالسياق المؤسسي وعدم الخلط بين الارتباط والسببية.
- السلطة: تعيين صاحب الصلاحية والمسؤولية عن التصرف.
- الأثر: قياس ما تغير بعد تنفيذ القرار.
- التعلم: مراجعة السؤال والبيانات والنموذج والقرار في ضوء النتيجة.
ويكشف هذا الإطار أن أي انقطاع بين الحلقات قد يبدد القيمة. فبيانات عالية الجودة بلا سؤال لا تنتج اتجاهًا، وتحليل دقيق بلا سلطة لا ينتج فعلًا، وقرار بلا متابعة لا ينتج تعلمًا مؤسسيًا.
العلاقة بين تحليلات البيانات وجودة القرار
تساعد التحليلات على رفع جودة القرار عبر تقليص عدم اليقين، وإظهار البدائل، وكشف الافتراضات، وتقدير المخاطر. لكنها لا تلغي الحاجة إلى الحكم القيادي؛ لأن القرار المؤسسي يتضمن قيمًا وأولويات ومفاضلات لا يمكن اختزالها كلها في نموذج رياضي.
ومن منظور نموذج باروم الهجين للحوكمة (BHGM)، تحتاج المؤسسة إلى التوازن بين الانضباط النظامي والقدرة على التكيف. وينطبق ذلك على التحليلات: فلا يكفي الالتزام بالبيانات دون تفسير، كما لا يكفي الحكم المرن دون أدلة قابلة للمراجعة.
متى تتحول التحليلات إلى مصدر خطر؟
قد تتحول التحليلات من أداة لتحسين القرار إلى مصدر جديد للانحراف عندما:
- تُجمع البيانات دون غرض مشروع أو ضوابط للخصوصية.
- تُعامل التنبؤات بوصفها حقائق مؤكدة.
- تُستخدم نماذج غير قابلة للتفسير في قرارات عالية الأثر.
- يُقاس ما يسهل قياسه ويُهمَل ما يصعب قياسه.
- ترتبط الحوافز بالمؤشرات على نحو يشجع التلاعب أو السلوك الدفاعي.
- تحل الخوارزمية محل المساءلة البشرية.
لذلك فإن السؤال الحاكم ليس: هل تستخدم المؤسسة البيانات؟ بل: كيف تحكم استخدامها، ومن يفسرها، ومن يملك القرار الناتج عنها، ومن يُسأل عن أثره؟
اختبار الجاهزية المؤسسية
يمكن للقيادات اختبار جاهزية مؤسساتها عبر الأسئلة الآتية:
- هل تبدأ مشروعات التحليل من قرارات ذات أولوية أم من تقنيات متاحة؟
- هل توجد تعريفات موحدة للبيانات والمؤشرات؟
- هل يستطيع صانع القرار فهم حدود النموذج وافتراضاته؟
- هل توجد جهة مسؤولة عن جودة كل أصل بيانات؟
- هل يقود التحليل إلى إجراء واضح يملكه مسؤول محدد؟
- هل نقيس أثر القرار ونستخدم النتيجة لتحسين الدورة التالية؟
إذا كانت الإجابات غير واضحة، فالمشكلة ليست نقصًا في التحليلات بقدر ما هي ضعف في معمارية القيمة التي تربط التحليل بالقرار.
الخلاصة
لا تكمن قوة تحليلات البيانات في كمية الأرقام التي تجمعها المؤسسة، ولا في جمال لوحات المعلومات التي تعرضها، بل في قدرتها على تقليص المسافة بين الواقع والقرار.
المؤسسة الناضجة لا تسأل أولًا: ما المنصة التي ينبغي شراؤها؟ بل تسأل: ما القرار الذي نريد تحسينه؟ ما الحقيقة التي لا نراها؟ هل تعكس مؤشراتنا الواقع أم تحجبه؟ وهل نملك الحوكمة والسلطة والقدرة على التعلم من نتائج قراراتنا؟
عندما ترتبط البيانات بقصد واضح، وسؤال صحيح، وتحليل سليم، وحوكمة مسؤولة، وسلطة قادرة على التصرف، تتحول من أثر رقمي متراكم إلى معرفة مؤسسية قابلة للتنفيذ. أما إذا انفصلت هذه العناصر، فقد تنتج المؤسسة مزيدًا من التقارير دون أن تنتج فهمًا أفضل أو قرارًا أكثر جودة.
المراجع المختارة
- OECD. A Data-Driven Public Sector. OECD Working Papers on Public Governance, 2019.
- OECD. The Path to Becoming a Data-Driven Public Sector, 2019.
- OECD. Digital Government Outlook 2026: Strengthening Digital Public Infrastructure and Data Governance.
- World Bank. The Government Analytics Handbook.
- World Bank. Text and Data Analytics at the World Bank.
الاستشهاد المقترح:
باروم، محمد عيدروس. (2026). «تحليلات البيانات: من وفرة الأرقام إلى جودة القرار المؤسسي». منصة محمد باروم للأبحاث المؤسسية، Baroom Institutional Systems (BIS).
تعليقات
إرسال تعليق