
عملية فحص البيانات وتنظيفها وتحويلها ونمذجتها لاكتشاف معلومات مفيدة.تحليل البيانات هو العملية المنهجية لفحص البيانات وتنظيفها وتحويلها ونمذجتها لاستخراج معلومات مفيدة واستخلاص النتائج ودعم اتخاذ القرار. في العلوم الحديثة، هو الجسر بين القياسات الخام والفهم: كاشف الجسيمات ينتج ملايين الإشارات الإلكترونية، والتلسكوب يلتقط تيرابايت من الصور، ونموذج المناخ يولد بيتابايت من المخرجات—ولا شيء من هذا يعني شيئًا حتى تتم معالجته وتصفيته وتفسيره. يشمل تحليل البيانات كل شيء من الملخصات الإحصائية البسيطة إلى خوارزميات التعلم الآلي المعقدة التي يمكنها تحديد الأنماط غير المرئية للعين البشرية.
تعود جذور تحليل البيانات إلى أوائل القرن العشرين مع تطور الأساليب الإحصائية على يد شخصيات مثل رونالد فيشر وكارل بيرسون. توسع المجال بشكل كبير مع ظهور أجهزة الكمبيوتر في الخمسينيات والستينيات من القرن العشرين، ومؤخرًا مع صعود البيانات الضخمة والتعلم الآلي في القرن الحادي والعشرين.
تبدأ العملية عادةً بجمع البيانات وتنظيفها، حيث يتم تحديد الأخطاء والقيم المفقودة والقيم الشاذة وتصحيحها. بعد ذلك، يستخدم التحليل الاستكشافي التصور والملخصات الإحصائية لفهم بنية البيانات. يلي ذلك النمذجة، حيث يتم تطبيق الأساليب الإحصائية أو التعلم الآلي لاختبار الفرضيات أو إجراء التنبؤات. أخيرًا، يتم التحقق من النتائج وتفسيرها، وغالبًا ما يتطلب ذلك خبرة في المجال للتمييز بين الإشارات الحقيقية والتحف. في العديد من المجالات، هذه حلقة تكرارية، حيث توجه النتائج الأولية أسئلة جديدة وجمع بيانات إضافية.
يُستخدم تحليل البيانات في كل تخصص علمي تقريبًا، من علم الجينوم (تحديد الجينات المرتبطة بالأمراض) إلى الفيزياء الفلكية (اكتشاف الكواكب الخارجية من منحنيات الضوء) إلى علم الأوبئة (تتبع وتوقع تفشي الأمراض). كما أنه محوري في الصناعة والمالية والتكنولوجيا، حيث يدعم أنظمة التوصية وكشف الاحتيال والمركبات ذاتية القيادة.
لم يكن مصطلح 'تحليل البيانات' شائع الاستخدام حتى الستينيات؛ في وقت سابق، كان المجال يُسمى ببساطة 'الإحصاء' أو 'معالجة البيانات'.


