لا تحتاج إلى شهادة في الإحصاء لتكون محللاً رائعاً للبيانات. لكنك تحتاج إلى مفاهيم إحصائية محددة — تلك التي تظهر في العمل التحليلي الحقيقي وعروض أصحاب المصلحة ومقابلات العمل كل أسبوع. هذا المقال يغطي بالضبط تلك المفاهيم، مع أمثلة عملية يمكنك استخدامها فوراً.
الوسط والوسيط والمنوال — ومتى تستخدم كلاً منهما
الوسط الحسابي: المجموع مقسوماً على العدد. مفيد حين البيانات متماثلة دون قيم شاذة متطرفة. الوسيط: القيمة الوسطى عند الترتيب. استخدمه حين البيانات منحرفة أو تحتوي على قيم شاذة. مجموعة بيانات من 10 رواتب موظفين بالإضافة لراتب مدير تنفيذي 10 مليون ستنتج وسطاً حسابياً مضلّلاً — الوسيط يحكي القصة الحقيقية. المنوال: القيمة الأكثر تكراراً. الأكثر فائدة للبيانات الفئوية.
الانحراف المعياري — فهم الانتشار
يقيس الانحراف المعياري مدى انتشار القيم حول الوسط. انحراف منخفض = القيم متمركزة بشكل محكم حول المتوسط. انحراف مرتفع = القيم منتشرة على نطاق واسع. استخدام عملي: إذا كان متوسط وقت التسليم 5 أيام مع انحراف 0.5، معظم التسليمات تصل في 4.5–5.5 أيام. إذا كان الانحراف 3، التسليمات تتراوح بشكل واسع من 2 إلى 8 أيام — العملية غير موثوقة.
الارتباط مقابل السببية
هذا أهم مفهوم إحصائي للمحللين الذين يعرضون النتائج لقادة الأعمال. متغيران يمكن أن يتحركا معاً (ارتباط) دون أن يتسبب أحدهما في الآخر (سببية). مثال كلاسيكي: مبيعات الآيس كريم ومعدلات الغرق كلاهما يبلغان ذروتهما في الصيف — لكن الآيس كريم لا يسبب الغرق. المتغير الخفي هو درجة الحرارة. كلما وجدت ارتباطاً، اسأل: 'ما المتغير الثالث الذي يمكنه تفسير كليهما؟'
المئينات — أكثر فائدة من المتوسطات للبيانات المنحرفة
المئينات تخبرك بمكان سقوط قيمة ما نسبةً للتوزيع. المئين الـ75 يعني أن 75% من القيم تقع أسفل هذه النقطة. هذا أكثر فائدة بكثير من المتوسط لوصف الأداء: - طالب في المئين الـ92 يخبرك أكثر من درجته الخام 87/100 - خادم بوقت استجابة P95 بـ800 مللي ثانية يخبرك أن 95% من الطلبات تكتمل خلال 800 مللي ثانية
اختبار A/B — الأساسيات التي يحتاجها كل محلل
اختبار A/B هو كيف تتخذ المنظمات قرارات مبنية على البيانات حول التغييرات. يُعرض نسختان (A و B) لمجموعات مستخدمين مختلفة. السؤال ليس فقط 'أي نسخة فازت؟' — بل 'هل الفرق ذو دلالة إحصائية، أم يمكن أن يكون صدفة عشوائية؟' قيمة p تجيب على هذا. قيمة p أقل من 0.05 تعني احتمالاً أقل من 5% بأن الفرق المُلاحظ حدث بالصدفة.
الانحدار الخطي — التنبؤ والتفسير
يضع الانحدار الخطي خطاً عبر البيانات لنمذجة العلاقة بين متغير مدخل (X) ومتغير مخرج (Y). في تحليل الأعمال، يُستخدم لـ: - التنبؤ بإيرادات الشهر القادم بناءً على الاتجاهات التاريخية - تحديد تأثير تغييرات الأسعار على الطلب - تحديد العوامل التي تتنبأ بقوة أكبر بتذبذب العملاء قيمة R² (0 إلى 1) تخبرك كم من التباين في Y تفسره X. R² بقيمة 0.85 يعني أن 85% من التباين في Y يفسره نموذجك.
