نعتذر عن عدم العثور على مطابقة لبحثكم.

نقترح أن تجرِّب ما يلي للمساعدة في العثور على ما تبحث عنه:

  • تحقق من تهجئة كلماتك الرئيسية التي تبحث عنها.
  • استخدم المرادفات للكلمة الرئيسية التي كتبتها، على سبيل المثال، جرِّب “تطبيق” بدلاً من “برنامج.”
  • ابدأ بحثًا جديدًا.
الاتصال بنا تسجيل الدخول إلى Oracle Cloud

مستوى Oracle Cloud المجاني (Free Tier)

استمتع بإنشاء التطبيقات واختبارها ونشرها على Oracle Cloud - مجانًا.

ما هي إدارة البيانات؟

إدارة البيانات، محددة

إدارة البيانات هي عملية جمع البيانات وحفظها واستخدامها بأمان وكفاءة وفعالية من حيث التكلفة. ويتمثل الهدف من إدارة البيانات في مساعدة الأفراد والمؤسسات والأشياء المتصلة على تحسين استخدام البيانات في نطاق السياسة والتنظيم، بحيث يمكنهم اتخاذ القرارات والإجراءات التي تزيد من الفائدة للمؤسّسة إلى أقصى حد. أصبحت استراتيجية إدارة البيانات الفعالة أكثر أهمية من أي وقت مضى، حيث تعتمد المؤسسات بشكل متزايد على الأصول غير الملموسة لخلق القيمة.

إدارة البيانات، المحددة

تتضمن إدارة البيانات الرقمية في المؤسسة مجموعة واسعة من المهام والسياسات والإجراءات والممارسات. يمتد عمل إدارة البيانات على نطاق واسع، ليُغطي عوامل مثل ما يلي:

  • كيفية إنشاء البيانات والوصول إليها وتحديثها عبر مستوى بيانات متنوع
  • كيفية تخزين البيانات عبر السحب المتعددة وفي أماكن العمل
  • كيفية تقديم مدى توافر عالٍ والتعافي من الكوارث
  • كيفية استخدام البيانات في مجموعة متنوعة من التطبيقات والتحليلات والخوارزميات
  • كيفية ضمان خصوصية للبيانات والأمان
  • كيفية أرشفة البيانات والتخلص منها وفقًا لجداول الاحتفاظ ومتطلبات الامتثال

تتناول إستراتيجية إدارة البيانات الرسمية نشاط المستخدمين والمسؤولين، وإمكانات تقنيات إدارة البيانات، ومقتضيات المتطلبات التنظيمية، واحتياجات المؤسسة للحصول على قيمة من بياناتها.

رأس مال البيانات أساس رأس مال الأعمال

في الاقتصاد الرقمي اليوم، تكون البيانات بمثابة رأس مال، عامل اقتصادي للإنتاج في السلع والخدمات الرقمية. مثلما لا يمكن للشركة المصنّعة للسيارات تصنيع نموذج جديد إذا كانت تفتقر إلى التمويل الرأسمالي اللازم، فإنها لا تستطيع جعل سياراتها ذاتية إذا كانت تفتقر إلى البيانات اللازمة لتغذية الخوارزميات في السيارة. وهذا الدور الجديد للبيانات له آثار على الاستراتيجية التنافسية وكذلك على مستقبل الحوسبة.

بالنظر إلى هذا الدور المركزي والمهم للبيانات، فإن ممارسات الإدارة الفعالة ونظام الإدارة القوي ضروريان لكل مؤسسة، بغض النظر عن الحجم أو النوع.

أنظمة إدارة البيانات اليوم

تحتاج المؤسسات اليوم إلى حل لإدارة البيانات يُوفّر طريقة فعالة لإدارة البيانات عبر مستوى بيانات متنوع وموحد على حد سواء. أنظمة إدارة البيانات مبنية على الأنظمة الأساسية لإدارة البيانات ويمكن أن تشمل قواعد البيانات وبحيرات البيانات ومستودعات البيانات والبيانات الضخمة وأنظمة الإدارة وتحليلات البيانات والمزيد.

تعمل كل هذه المكونات معًا "كفائدة للبيانات" لتقديم إمكانات إدارة البيانات التي تحتاجها المؤسسة لتطبيقاتها، والتحليلات والخوارزميات التي تستخدم البيانات التي أنشأتها تلك التطبيقات. وعلى الرغم من أن الأدوات الحالية تساعد مسؤولي قواعد البيانات (DBA) على أتمتة العديد من مهام الإدارة التقليدية، إلا أن التدخل اليدوي لا يزال مطلوبًا غالبًا بسبب حجم معظم عمليات نشر قواعد البيانات وتعقيداتها. وكلما كان التدخل اليدوي مطلوبًا، تزداد فرصة وجود أخطاء. ويعد الحد من الحاجة إلى إدارة البيانات اليدوية هو الهدف الرئيسي لتكنولوجيا إدارة البيانات الجديدة، والتي يطلق عليها اسم قاعدة البيانات الذاتية.

أنظمة إدارة البيانات اليوم

الأنظمة الأساسية لإدارة البيانات

تتمثل أهم خطوة لمواصلة تسليم البرمجيات في التكامل المستمر (CI). يعد التكامل المستمر ممارسة تطوير بتبعها المطورون لتثبيت تغييرات التعليمات البرمجية الخاصة بهم (عادة ما تكون صغيرة ومتزايدة) في مستودع مصدر مركزي، مما يؤدي إلى انطلاق مجموعة من عمليات الإنشاء والاختبار الآلية. يتيح هذا المخزون للمطورين التقاط الأخطاء مبكرًا وبشكل تلقائي قبل تمريرها إلى الإنتاج. يتضمن خط توجيه التكامل المستمر عادةً سلسلة من الخطوات، بدءًا من تثبيت التعليمة البرمجية وحتى تنفيذ التحليل التلقائي الأساس/الثابت، وتسجيل التبعيات، وأخيراً إنشاء البرنامج، وإجراء بعض اختبارات الوحدات الأساسية قبل إنشاء البيانات الاصطناعية للبناء. توفر أنظمة إدارة التعليمات البرمجية المصدر مثل Github وGitlab، تكامل خطافات الويب التي يمكن لأدوات CI مثل Jenkins الاشتراك فيها لبدء تشغيل عمليات الإنشاء، والاختبارات الآلية بعد كل عملية إيداع للتعليمات البرمجية.

النظام الأساسي لإدارة البيانات هو النظام التأسيسي لجمع وتحليل أحجام كبيرة من البيانات عبر المؤسسة. تتضمن الأنظمة الأساسية للبيانات التجارية عادةً أدوات برمجية للإدارة، تم تطويرها بواسطة مورّد قاعدة البيانات أو من قِبل مورّدي الجهات الخارجية. وتساعد حلول إدارة البيانات هذه فرق تكنولوجيا المعلومات ومسؤولي قواعد البيانات (DBA) على أداء مهام نموذجية، مثل:

  • تحديد الأخطاء والتنبيه بها وتشخيصها وحلها في نظام قاعدة البيانات أو البنية التحتية الأساسية
  • تخصيص ذاكرة قاعدة البيانات وموارد التخزين
  • إجراء تغييرات في تصميم قاعدة البيانات
  • تحسين الاستجابات لاستعلامات قاعدة البيانات للحصول على أداء أسرع للتطبيقات

تسمح منصات قواعد البيانات السحابية الشائعة للشركات بالتوسع أو التقليص بسرعة وفعالية من حيث التكلفة. بعض هذه الأنظمة متاح كخدمة، مما يسمح للمؤسسات بتوفير المزيد.


ما المقصود بقاعدة البيانات الذاتية

تستخدم قاعدة البيانات الذاتية، الموجودة في السحابة، الذكاء الاصطناعي (AI) والتعلُّم الآلي لأتمتة العديد من مهام إدارة البيانات التي يؤديها مسؤولو قواعد البيانات (DBA)، بما في ذلك إدارة النُسخ الاحتياطية لقواعد البيانات، والأمان، وضبط الأداء.

ويُطلق عليها أيضًا اسم قاعدة البيانات ذاتية التوجيه، وهي قاعدة بيانات ذاتية تُوفّر فوائد هائلة لإدارة البيانات، بما في ذلك:

  • الحد من التعقيد
  • انخفاض احتمالية حدوث خطأ بشري
  • أعلى موثوقية وأمان لقاعدة البيانات
  • تحسين الكفاءة التشغيلية
  • تكاليف أقل

تسمح الأنظمة الأساسية السحابية للبيانات ذات الشعبية المتزايدة للشركات بتوسيع نطاقها أو خفضها بسرعة وكذلك من زيادة الفعالية من حيث التكلفة. بعض هذه الأنظمة متاح كخدمة، مما يسمح للمؤسسات بتوفير المزيد.

أنظمة إدارة البيانات الكبيرة

باختصار شديد، البيانات الكبيرة ما هي إلا الكثير والكثير من البيانات. ومع ذلك، تظهر البيانات الكبيرة أيضًا في مجموعة متنوعة من الأشكال أكثر من البيانات التقليدية، ويتم جمعها بمعدل عالٍ من السرعة. فكّر في جميع البيانات التي تظهر كل يوم، أو كل دقيقة، من أحد مصادر الوسائط الاجتماعية مثل، Facebook. إن حجم هذه البيانات وتنوعها وسرعتها هي التي تجعلها ذات قيمة كبيرة للشركات، ولكنها أيضًا تجعلها معقدة للغاية عند إدارتها.

نظرًا لأنه يتم جمع المزيد والمزيد من البيانات من مصادر مختلفة، مثل كاميرات الفيديو والوسائط الاجتماعية والتسجيلات الصوتية وأجهزة تقنية إنترنت الأشياء (IoT)، أدى ذلك إلى ظهور أنظمة إدارة البيانات الكبيرة. تتخصّص هذه الأنظمة في ثلاثة مجالات عامة.

  • يتضمن تكامل البيانات الكبيرة أنواعًا مختلفة من البيانات، بدءًا من التجميع إلى الدفق ويحول هذه البيانات بحيث يمكن استهلاكها.
  • تُخزّن إدارة البيانات الكبيرة البيانات وتعالجها في بحيرة بيانات أو مخزن بيانات بكفاءة وأمان وبشكل موثوق به، ويكون غالبًا باستخدام تخزين الكائنات.
  • تكشف تحليلات البيانات الضخمة عن رؤى جديدة باستخدام التحليلات، ومن بينها تحليلات الرسوماتوتستخدم التعلُّم الآلي وتصوُّر الذكاء الاصطناعي لإنشاء النماذج.

تستخدم الشركات البيانات الكبيرة لتحسين وتسريع عملية تطوير المنتجات، والصيانة التنبؤية، وتجربة العملاء، والأمان، والكفاءة التشغيلية، وأكثر من ذلك بكثير. وكلما زاد حجم البيانات الكبيرة، زادت الفرص.

تحديات إدارة البيانات

تنبع معظم التحديات في إدارة البيانات اليوم من سرعة وتيرة الأعمال وكذلك من تزايد انتشار البيانات. إن تنوع البيانات وسرعتها وحجمها المتزايد باستمرار، يدفعها إلى البحث عن أدوات إدارة أكثر فاعلية للمتابعة. تتضمن بعض أهم التحديات التي تواجه المؤسسات ما يلي:

الافتقار إلى رؤى البيانات

يتم جمع البيانات وتخزينها من عدد متزايد ومتنوع من المصادر مثل أجهزة الاستشعار والأجهزة الذكية والوسائط الاجتماعية وكاميرات الفيديو. لكن لا يمثل أي من هذه البيانات أي إفادة إذا كانت المؤسسة لا تعرف ما هي البيانات التي تمتلكها، ومكانها، وكيفية استخدامها. تحتاج حلول إدارة البيانات إلى التوسع والأداء لتقديم رؤى مفيدة في الوقت المناسب.

صعوبة الحفاظ على مستويات أداء إدارة البيانات

تقوم المؤسسات بتحصيل البيانات وتخزينها واستخدام المزيد منها طوال الوقت. للحفاظ على أعلى مستوى لزمن الاستجابة عبر هذا المستوى المتوسع، تحتاج المؤسسات إلى مراقبة نوع الأسئلة التي تجيب عنها قاعدة البيانات وتغيير الفهارس باستمرار مع تغيُّر الاستعلامات - بدون التأثير على الأداء.

التحديات التي تواجه الامتثال لمتطلبات البيانات المتغيرة

حيث إن لوائح الامتثال معقدة ومتعددة الاختصاصات، وتتغير باستمرار. يجب أن تكون المؤسسات قادرة على مراجعة بياناتها بسهولة وتحديد أي شيء يندرج تحت المتطلبات الجديدة أو المعدّلة. على وجه الخصوص، يجب اكتشاف معلومات تعريف الشخصية (PII) وتعقبها ومراقبتها للامتثال لقوانين الخصوصية العالمية المتزايدة الصارمة.

الحاجة إلى معالجة البيانات وتحويلها بسهولة

لا يقدّم جمع وتحديد البيانات نفسها أي قيمة تحتاج المؤسسة إلى معالجتها. إذا استغرق الأمر الكثير من الوقت والجهد لتحويل البيانات إلى ما يحتاجون إليه للتحليلات، فإن هذه التحليلات لن تحدث. نتيجة لذلك، يتم فقد القيمة المحتملة لتلك البيانات.

الحاجة الثابتة إلى تخزين البيانات بشكل فعال

في عالم إدارة البيانات الجديد، تخزن المؤسسات البيانات في أنظمة متعددة، بما في ذلك مستودعات البيانات وبحيرات البيانات غير المنظمة التي تخزن أي بيانات بأي شكل في مستودع واحد. تحتاج مؤسسة علماء البيانات إلى وسيلة لتحويل البيانات بسرعة وسهولة من تنسيقها الأصلي إلى الشكل أو التنسيق أو النموذج الذي يحتاجون إليه ليكونوا في مجموعة واسعة من التحليلات.

من الطلب إلى تحسين مرونة تكنولوجيا المعلومات وتكاليفها باستمرار

مع توفر أنظمة إدارة البيانات السحابية، يمكن للمؤسسات الآن اختيار الاحتفاظ بالبيانات وتحليلها في البيئات المحلية أو في السحابة أو في مزيج مختلط من الاثنين. تحتاج مؤسسات تكنولوجيا المعلومات إلى تقييم مستوى التطابق بين البيئات المحلية وبيئات السحابة من أجل الحفاظ على السرعة القصوى لتكنولوجيا المعلومات وخفض التكاليف.

مبادئ إدارة البيانات وخصوصية البيانات

يتضمن ‏‫القانون العام لحماية البيانات (GDPR)، الذي سنّه الاتحاد الأوروبي وتم العمل به في مايو 2018، سبعة مبادئ رئيسية لإدارة ومعالجة البيانات الشخصية. وتشمل هذه المبادئ: الشرعية، والإنصاف، والشفافية، وتحديد الغرض، والدقة، وتحديد التخزين، والنزاهة، والسرية، وغيرها.

يغير كل من ‏‫القانون العام لحماية البيانات (GDPR) والقوانين الأخرى التي تسير على نهجه، مثل قانون خصوصية المستهلك في كاليفورنيا (CCPA)، وجه إدارة البيانات. وتوفّر هذه المتطلبات قوانين موحدة لحماية البيانات تتيح للأفراد التحكم في بياناتهم الشخصية وكيفية استخدامها. في الواقع، إنه يحول المستهلكين إلى مالكي البيانات مع اللجوء القانوني الفعلي عندما تفشل المؤسسات في الحصول على موافقة مستنيرة في تحصيل البيانات، أو ممارسة تحكم ضعيف في استخدام البيانات أو مواقعها، أو تفشل في الامتثال لمتطلبات محو البيانات أو قابلية نقلها.

أفضل ممارسات إدارة البيانات (PDF)

تتطلب معالجة تحديات إدارة البيانات مجموعة شاملة ومدروسة من أفضل الممارسات. وعلى الرغم من أن أفضل الممارسات المحددة تختلف تبعًا لنوع البيانات المعنية والصناعة، فإن أفضل الممارسات التالية تعالج التحديات الرئيسية لإدارة البيانات التي تواجهها المؤسسات اليوم:

أنشئ طبقة اكتشاف لتحديد بياناتك

تتيح طبقة الاكتشاف فوق مستوى بيانات مؤسستك للمحللين وعلماء البيانات البحث عن مجموعات البيانات واستعراضها لجعل بياناتك قابلة للاستخدام.

قم بتطوير بيئة علوم البيانات لإعادة استخدام بياناتك بكفاءة

تعمل بيئة علم البيانات على أتمتة أكبر قدر ممكن من عمل تحويل البيانات، مما يساعد على تبسيط عملية إنشاء نماذج البيانات وتقييمها. ويمكن لمجموعة من الأدوات التي تلغي الحاجة إلى التحويل اليدوي للبيانات أن تسرّع من فرضية واختبار النماذج الجديدة.

استخدم التكنولوجيا الذاتية للحفاظ على مستويات الأداء عبر مستوى البيانات المتوسع لديك

تستخدم إمكانات البيانات الذاتية الذكاء الاصطناعي والتعلُّم الآلي لمراقبة استعلامات قاعدة البيانات بشكل مستمر وتحسين الفهارس مع تغيُّر الاستعلامات. ويسمح ذلك لقاعدة البيانات بالحفاظ على زمن الاستجابة السريع وتحرير مسؤولي قواعد البيانات (DBA) وعلماء البيانات من المهام اليدوية المستهلكة للوقت.

استخدم الاكتشاف للبقاء على قمة متطلبات الامتثال

تستخدم الأدوات الجديدة اكتشاف البيانات لمراجعة البيانات وتحديد سلاسل الاتصال التي يجب اكتشافها وتتبعها ومراقبتها من أجل الامتثال متعدد الاختصاصات. ومع تزايد متطلبات الامتثال على مستوى العالم، ستصبح هذه الإمكانية مهمة بشكل متزايد لمسؤولي المخاطر والأمان.

تأكد من استخدام قاعدة بيانات مجمعة

قاعدة البيانات المجمعة هي قاعدة بيانات لديها دعم أصلي لجميع أنواع البيانات الحديثة وأحدث نماذج التطوير المضمنة في منتج واحد. يمكن لقواعد البيانات المجمعة الأفضل تشغيل أنواع كثيرة من أحمال العمل، بما في ذلك الرسم البياني وIoT وتقنية البلوك تشين‏‎ والتعلم الآلي.

ضمان أن النظام الأساسي لقاعدة البيانات لديه الأداء والنطاق والتوافر لدعم أعمالك

الهدف من جمع البيانات معًا هو أن تكون قادرة على تحليلها لاتخاذ قرارات أفضل وفي الوقت المناسب. يسمح النظام الأساسي لقاعدة البيانات عالي الأداء والقابل للتوسع للمؤسسات بالتحليل السريع للبيانات من مصادر متعددة باستخدام التحليلات المتقدمة والتعلم الآلي حتى يتسنى لها اتخاذ قرارات أعمال أفضل.

استخدم طبقة استعلام شائعة لإدارة أشكال متعددة ومتنوعة من تخزين البيانات

تعمل التقنيات الحديثة على تمكين مستودعات إدارة البيانات من العمل معًا، مما يجعل الاختلافات بينها تختفي. وتُمكّن طبقة الاستعلام الشائعة التي تغطي أنواعًا متعددة من تخزين البيانات علماء البيانات والمحللين والتطبيقات من الوصول إلى البيانات دون الحاجة إلى معرفة مكان تخزينها ودون الحاجة إلى تحويلها يدويًا إلى تنسيق قابل للاستخدام.


قيمة بيئة علوم البيانات

علوم البيانات هي مجال متعدد التخصصات يستخدم الأساليب العلمية والعمليات والخوارزميات والأنظمة لاستخراج قيمة من البيانات. يجمع علماء البيانات بين مجموعة من المهارات -بما في ذلك الإحصاء وعلوم الكمبيوتر والمعرفة بالأعمال- لتحليل البيانات التي يتم جمعها من الويب والهواتف الذكية والعملاء وأجهزة الاستشعار وغيرها من المصادر.

إدارة البيانات في تتطور

مع الدور الجديد للبيانات كرأس مال تجاري، تكتشف المؤسسات ما تعرفه الشركات الناشئة والاضطرابات الرقمية بالفعل: البيانات هي أحد الأصول القيّمة لتحديد الاتجاهات واتخاذ القرارات واتخاذ الإجراءات قبل المنافسين. كما يقود الموقع الجديد للبيانات في سلسلة القيمة المؤسسات إلى البحث بنشاط عن طرق أفضل لاستخلاص القيمة من رأس المال الجديد.

تعرف على المزيد حول ما يمكن أن تفعله أفضل إدارة بيانات من أجلك، بما في ذلك فوائد إستراتيجية مستقلة في السحابة (PDF) وإمكانات سحابة قاعدة البيانات عالية الأداء وقابلة للتطوير.

المنتجات ذات الصلة بإدارة البيانات