جمع البيانات

يقوم جمع البيانات على الحصول على المعلومات من مصادر رئيسية او ثانوية، داخلية أو خارجية، وتعتمد موثوقيتها على معايير الجودة الخمسة وهي الدقة، الملائمة، التوقيت، مستوى التفاصيل، والكفاية. يعتمد العمل على منصات البيانات المفتوحة وفق اذن قانونية تضمن حماية خصوصية الاشخاص. على سبيل المثال، قياس سرعة الرياح عبر جهاز استشعار مباشر يعد مصدراً رئيسيا للبيانات، بينما استخدام تلك البيانات لحساب درجة حرارة الرياح الباردة يعد مصدراً ثانوياً.

الفكرة الأساسية

تعتمد عملية بناء وتطوير علم البيانات على جمع معلومات صحيحة وموثوقة من مصادر متعددة، مع تقييم جودتها عبر معايير دقيقة، والالتزام بالقوانين وحماية خصوصية الافراد عند استخدام منصات البيانات المفتوحة.

الشرح

تنقسم مصادر البيانات إلى نوعين اساسيين. مصادر البيانات الرئيسية يتم جمعها مباشرة من مصادرها الأصلية عبر أجهزة الاستشعار أو الاستبانات أو المقابلات، مثل استخدام مقياس سرعة الرياح لقياس حركة الهواء، وتكون خاماً وغير معرفة وأكثر دقة لكونها بيانات حالية لكنها عالية التكلفة. أما مصادر البيانات الثانوية فيتم الحصول عليها من است استخدام بيانات أخرى من مصدر رئيسي مثل استخدام درجات الحرارة وسرعة الرياح لحساب درجة حرارة الرياح الباردة عبر صيغة تعتمد على ضرب سرعة الرياح في المعامل 0.7 ثم طرح الناتج من درجة حرارة الهواء، وتكون منظمة ومعالجة وأقل تكلفة لكنها أقل دقة لأنها مرتبطة بأحداث ماضية. كما تصنف البيانات إلى مصادر داخلية يتم جمعها داخل جهة العمل، ومصادر خارجية يتم تحصيلها من خارج مجال جهة العمل.

لضمان موثوقية المعلومات قبل البدء باستخراج المعرفة، لابد من تطبيق معايير الجودة الخمسة: أولاً الدقة للتأكد من خلو المعلومات من الأخطاء الحسابية أو اللغوية، ثانياً الملائمة لكون المعلومات مرتبطة بموضوع البحث، ثالثاً التوقيت الذي يوضح مدى حداثة المعلومات ومناسبتها لموضوع البحث، رابعاً مستوى التفاصيل وهو المقدار الصحيح من التفاصيل الذي يحتاجه فهم المشكلة، خامساً الكفاية للتأكد من أن المعلومات المقدمة تعطي صورة كاملة عن الواقع. بالإضافة إلى ذلك، توفر منصات البيانات المفتوحة مجموعات بيانات تتيح الوصول للجمهور لاستخدامها في إعداد الموازنة الحكومية أو إحصائيات أداء المؤسسات، مع ضرورة مراعاة خصوصية البيانات الشخصية والأذونات القانونية التي تتطلب توفر التصاريح المناسبة من مجلس المراجعة المؤسسية.

مثال محلول خطوة بخطوة

الخطوة الأولى: تحديد الحاجة لجمع بيانات حول الطقس في مدينة ما لتوقع درجات الحرارة والرياح. الخطوة الثانية: جمع القيم من مصدر رئيسي عبر أجهزة الاستشعار لقياس درجة الحرارة وسرعة الرياح الحالية في مدينة جدة لشهر مارس 2021. الخطوة الثالثة: جمع مجموعة بيانات أخرى لنفس المنطقة لفترة زمنية مماثلة في مارس 2022 كمصدر ثانوي. الخطوة الرابعة: مقارنة المجموعتين لتحديد التغيرات في درجات الحرارة أو التغيرات خلال سنوات. الخطوة الخامسة: التحقق من معايير الجودة الخمسة للتأكد من دقة وموثوقية المعلومات قبل اتخاذ القرار.

أخطاء شائعة

• الاعتماد على بيانات من مصادر غير موثوقة دون التحقق من خلوها من الأخطاء.
• إغفال تاريخ نشر المعلومات وعدم تحديثها، مما يؤدي إلى استخدام بيانات قديمة لا تناسب وقت البحث.
• جمع كمية هائلة من التفاصيل المعقدة التي تصعب فهم المعلومات، أو الاكتفاء بتفاصيل قليلة جداً.
• إهمال التحقق من الأذونات القانونية وسياسة الترخيص لمنصة البيانات المفتوحة المستخدمة.

سؤالان للتدريب مع الإجابة

السؤال الاول: ما الفرق الأساسي بين مصادر البيانات الرئيسية ومصادر البيانات الثانوية من حيث الأصالة والشكل؟ الإجابة: مصادر البيانات الرئيسية يتم جمعها مباشرة من مصادرها الأصلية وتكون بصورة خام وغير معرفة، بينما مصادر البيانات الثانوية لا تعد بيانات أصلية لأنها تعتمد على بيانات أخرى تم جمعها من قبل آخرين وتكون بصورة منظمة ومعالجة.

السؤال الثاني: اذكر معايير الجودة الخمسة للمعلومات. الإجابة: الدقة، الملائمة، التوقيت، مستوى التفاصيل، الكفاية.