في التجربة داخل الفيديو، تم استخدام ملف Excel يحتوي على بيانات مبيعات لشركة أجهزة كهربائية. الملف يتضمن معلومات مثل المنتجات، المحافظات، قنوات البيع، طرق الدفع، صافي المبيعات، الأرباح، الخصومات، المرتجعات، وتقييمات العملاء.
بعد رفع الملف إلى منصة Z.ai واختيار وضع تحليل البيانات، تم طلب تقرير شامل باللغة العربية. الهدف كان اختبار قدرة GLM 5.2 على فهم محتوى الملف، ثم تحويل البيانات إلى تحليل واضح ومنظم.
النتيجة كانت مثيرة للاهتمام، لأن النموذج لم يكتفِ بتلخيص البيانات، بل بدأ في استخراج مؤشرات أداء رئيسية مثل إجمالي المبيعات، إجمالي الربح، عدد الطلبات، متوسط قيمة الطلب، هامش الربح، ومعدل المرتجعات. هذه المؤشرات مهمة جدًا لأي صاحب مشروع أو مدير مبيعات لأنها تعطي نظرة سريعة على الوضع العام للأداء.
من البيانات إلى تقرير منظم
واحدة من أقوى النقاط في التجربة أن GLM 5.2 استطاع تحويل ملف Excel إلى تقرير عربي منظم يحتوي على ملخص تنفيذي، تحليل للمبيعات، تحليل للربحية، وتوضيح لأداء المنتجات والفئات المختلفة.
بدلًا من أن يقوم المستخدم بقراءة كل صف في ملف Excel يدويًا، أصبح بإمكانه الحصول على تقرير جاهز يوضح أهم النتائج. وهذا مفيد جدًا لصناع المحتوى، أصحاب الشركات الصغيرة، المسوقين، الطلاب، أو أي شخص يعمل على بيانات ويريد فهمها بسرعة.
لكن من المهم هنا توضيح نقطة أساسية: الذكاء الاصطناعي قد يساعدك في التحليل، لكنه لا يغني تمامًا عن مراجعة النتائج. يجب دائمًا التأكد من الأرقام، ومقارنة النتائج بالملف الأصلي، خاصة إذا كانت البيانات ستُستخدم في قرارات مهمة.
شاهد فيديو الشرح خطوة بخطوة
الأمر المستخدم في كتابة التقرير:
حلّل ملف بيانات شركة “اسم الشركة” تحليلاً احترافيًا كأنك محلل بيانات أعمال Business Data Analyst.
البيانات تمثل مبيعات شركة تبيع الأجهزة الكهربائية في جميع محافظات مصر، والعملة هي الجنيه المصري.
المطلوب:
- افهم بنية البيانات أولًا:
- اشرح معنى الأعمدة الموجودة.
- حدّد نوع كل عمود: نصي، رقمي، تاريخ، تصنيفي.
- افحص جودة البيانات: القيم المفقودة، التكرارات، القيم غير المنطقية، والتواريخ أو الأسعار غير الطبيعية.
- احسب مؤشرات الأداء الرئيسية KPI:
- إجمالي عدد الطلبات.
- إجمالي المبيعات قبل الخصم.
- إجمالي الخصومات.
- صافي المبيعات بعد الخصم.
- إجمالي التكلفة.
- إجمالي الربح.
- متوسط هامش الربح.
- متوسط قيمة الطلب.
- عدد الطلبات المرتجعة.
- معدل المرتجعات.
- متوسط تقييم العملاء.
- حلّل الأداء الجغرافي:
- رتّب المحافظات حسب صافي المبيعات.
- رتّب المحافظات حسب الربح.
- حدّد أعلى 5 محافظات وأقل 5 محافظات.
- وضّح المحافظات التي تحقق مبيعات عالية لكن ربحها منخفض.
- استخرج فرص التوسع أو التحسين حسب المحافظة.
- حلّل المنتجات والفئات:
- حدّد أفضل فئات المنتجات من حيث المبيعات والربح.
- حدّد أفضل المنتجات مبيعًا.
- حدّد أكثر المنتجات ربحية.
- حدّد المنتجات الضعيفة أو التي تحقق هامش ربح منخفض.
- قارن بين المنتجات ذات الطلب العالي والمنتجات ذات الربحية العالية.
- حلّل قنوات البيع وطرق الدفع:
- ما أكثر قناة بيع تحقيقًا للمبيعات؟
- ما أكثر قناة بيع تحقيقًا للربح؟
- هل توجد قناة تحقق مبيعات عالية لكن هامش ربحها ضعيف؟
- حلّل طرق الدفع الأكثر استخدامًا.
- اربط طرق الدفع بمعدل المرتجعات ومتوسط قيمة الطلب.
- حلّل الخصومات:
- احسب إجمالي قيمة الخصومات.
- احسب متوسط نسبة الخصم.
- وضّح هل الخصومات ساعدت في زيادة المبيعات أم أثرت سلبًا على الربح.
- حدّد الفئات أو المنتجات التي تحصل على خصومات عالية بدون عائد واضح.
- حلّل المرتجعات ورضا العملاء:
- احسب معدل المرتجعات العام.
- حدّد أكثر المحافظات والفئات والمنتجات التي بها مرتجعات.
- حلّل العلاقة بين تقييم العملاء والمرتجعات.
- استخرج أسباب محتملة لانخفاض التقييمات أو زيادة المرتجعات.
- حلّل الاتجاه الزمني:
- اعرض المبيعات والربح شهريًا.
- حدّد أفضل شهر وأسوأ شهر.
- اكتشف أي موسمية أو اتجاه صعودي أو هبوطي في المبيعات.
- وضّح الفئات التي ترتفع مبيعاتها في فترات معينة.
- استخرج Insights قوية:
اعرض أهم 10 رؤى تحليلية، وكل Insight يجب أن يحتوي على:
- الملاحظة.
- الدليل الرقمي من البيانات.
- التفسير المحتمل.
- التوصية العملية.
- اختم بتوصيات إدارية واضحة:
قدّم توصيات عملية لزيادة المبيعات، تحسين هامش الربح، تقليل المرتجعات، تحسين رضا العملاء، وتحديد المحافظات أو المنتجات التي تستحق تركيزًا أكبر.
استخدم جداول ورسوم بيانية واضحة كلما أمكن، واجعل التحليل مكتوبًا بلغة عربية بسيطة ومهنية.
الأمر المستخدم في كتابة Quick Charts:
أنشئ Quick Charts احترافية وسريعة من بيانات شركة “النور للأجهزة الكهربائية”.
المطلوب:
- Bar Chart يوضح أعلى 10 محافظات من حيث صافي المبيعات بالجنيه المصري.
- Bar Chart يوضح أعلى 10 منتجات من حيث الربح.
- Pie Chart أو Donut Chart يوضح توزيع المبيعات حسب فئة المنتج.
- Line Chart يوضح تطور صافي المبيعات شهريًا.
- Bar Chart يقارن قنوات البيع من حيث صافي المبيعات والربح.
- Chart يوضح معدل المرتجعات حسب فئة المنتج أو المحافظة.
اجعل الرسوم واضحة وبسيطة وغير مزدحمة.
استخدم عناوين عربية مفهومة لكل مخطط.
رتّب البيانات من الأعلى إلى الأقل عند المقارنة.
اعرض القيم المالية بصيغة الجنيه المصري EGP.
وفي النهاية اكتب 5 ملاحظات سريعة مستخرجة من الرسوم البيانية.
إنشاء الرسوم البيانية والـ Dashboard
في الفيديو لم تتوقف التجربة عند التقرير فقط، بل تم اختبار قدرة GLM 5.2 على إنشاء رسوم بيانية ولوحة تحكم تفاعلية. الفكرة هنا أن البيانات تصبح أوضح عندما يتم عرضها بصريًا، مثل مخطط يوضح المبيعات الشهرية، أو Bar Chart لأفضل المنتجات، أو Pie Chart لتوزيع طرق الدفع أو قنوات البيع.
الـ Dashboard يساعد المستخدم على رؤية البيانات من زوايا مختلفة. على سبيل المثال، يمكن معرفة أعلى المحافظات من حيث المبيعات، أكثر المنتجات تحقيقًا للربح، أو القنوات التي تحقق أفضل أداء. كما يمكن استخدام الفلاتر لتغيير طريقة عرض البيانات حسب الشهر، المنتج، المحافظة، أو حالة الطلب.
هذه النقطة مهمة جدًا لأن لوحة التحكم ليست مجرد شكل جمالي، بل أداة لاتخاذ القرار. عندما تكون الأرقام واضحة أمامك، يصبح من الأسهل تحديد نقاط القوة والضعف في المشروع.
الأمر المستخدم في إنشاء اللوحة التفاعلية:
أنشئ Dashboard احترافي وتفاعلي من بيانات شركة “اسم الشركة” لعرض أداء المبيعات والربحية في جميع محافظات مصر، مع استخدام الجنيه المصري كعملة.
أريد أن يحتوي الـ Dashboard على:
- مؤشرات رئيسية KPI:
إجمالي صافي المبيعات، إجمالي الربح، عدد الطلبات، متوسط قيمة الطلب، متوسط هامش الربح، معدل المرتجعات، متوسط تقييم العملاء، وإجمالي الخصومات. - مخططات واضحة توضح:
- صافي المبيعات والربح شهريًا.
- أعلى 10 محافظات من حيث المبيعات والربح.
- أفضل المنتجات والفئات من حيث المبيعات والربح.
- أداء قنوات البيع.
- توزيع طرق الدفع.
- معدل المرتجعات حسب المنتج أو المحافظة.
- جدول تفصيلي يعرض أهم البيانات مثل:
التاريخ، المحافظة، المنتج، فئة المنتج، قناة البيع، طريقة الدفع، صافي المبيعات، الربح، هامش الربح، حالة الطلب، وتقييم العميل. - فلاتر تفاعلية حسب:
المحافظة، الشهر، فئة المنتج، المنتج، قناة البيع، طريقة الدفع، وحالة الطلب.
اجعل التصميم بسيطًا واحترافيًا وغير مزدحم، واستخدم عناوين واضحة، واعرض القيم المالية بالجنيه المصري EGP.
في النهاية أضف قسمًا بعنوان “أهم الملاحظات” يحتوي على 5 Insights مختصرة مبنية على البيانات.
هل GLM 5.2 مناسب للمبتدئين؟
من خلال التجربة، يمكن القول إن GLM 5.2 مناسب جدًا للمبتدئين الذين يريدون فهم البيانات دون الدخول في تفاصيل تقنية معقدة. فبدلًا من كتابة معادلات كثيرة في Excel أو تعلم أدوات متقدمة من البداية، يمكن للمستخدم أن يبدأ بكتابة Prompt واضح يشرح المطلوب.
على سبيل المثال، يمكنك أن تطلب من النموذج:
“حلل هذا الملف، واستخرج أهم مؤشرات الأداء، وأنشئ تقريرًا عربيًا مع رسوم بيانية ولوحة تحكم.”
كلما كان الأمر النصي أكثر وضوحًا، كانت النتيجة أفضل. لذلك، جودة الـ Prompt تلعب دورًا كبيرًا في نجاح التجربة.
ما الذي يميز التجربة؟
أهم ما يميز التجربة أنها عملية وليست نظرية. في الفيديو يتم رفع ملف Excel فعليًا، ثم تجربة أكثر من طلب على نفس البيانات، مع مراجعة النتائج خطوة بخطوة. وهذا يجعل المشاهد يرى بنفسه كيف يتعامل النموذج مع البيانات، وأين ينجح، وأين يحتاج إلى تعديل أو توجيه أفضل.
أيضًا التجربة توضح أن الذكاء الاصطناعي يمكن أن يكون مساعدًا قويًا في تحليل البيانات، خاصة في المرحلة الأولى من فهم الملف واستخراج الأفكار الرئيسية. لكنه يحتاج إلى مستخدم يعرف كيف يوجهه، وكيف يراجع مخرجاته.
هل يمكن الاعتماد على الذكاء الاصطناعي في تحليل البيانات؟
الإجابة الأقرب هي: نعم، لكن بحذر. يمكن الاعتماد على أدوات مثل GLM 5.2 كمساعد سريع لتحليل البيانات، إنشاء التقارير، واقتراح الرسوم البيانية. لكنها لا يجب أن تكون المصدر الوحيد للحكم على البيانات.
من الأفضل استخدام الذكاء الاصطناعي لتسريع العمل، ثم مراجعة النتائج يدويًا، خاصة في الحسابات المالية أو القرارات الإدارية المهمة. بهذه الطريقة تحصل على أفضل ما في العالمين: سرعة الذكاء الاصطناعي ودقة المراجعة البشرية.
تجربة GLM 5.2 في تحليل ملفات Excel وإنشاء تقارير وDashboard توضح أن أدوات الذكاء الاصطناعي أصبحت أكثر فائدة في الأعمال اليومية. لم تعد هذه الأدوات مخصصة فقط للكتابة أو الدردشة، بل أصبحت قادرة على المساعدة في تحليل البيانات وفهم الأرقام وتحويلها إلى معلومات قابلة للاستخدام.
إذا كنت تعمل على ملفات Excel، أو تحتاج إلى تحليل مبيعات، أو تريد إنشاء تقرير سريع من بيانات كثيرة، فقد تكون تجربة GLM 5.2 مفيدة جدًا لك.
يمكنك مشاهدة الفيديو لمتابعة الشرح العملي خطوة بخطوة، ورؤية كيف تم رفع ملف Excel، وتحليله، واستخراج مؤشرات الأداء، وإنشاء الرسوم البيانية والـ Dashboard باستخدام الذكاء الاصطناعي.
