المقدمة:
يدرك معظم المسوقين قيمة جمع البيانات المالية ، لكنهم يدركون أيضًا تحديات الاستفادة من هذه المعرفة لإنشاء مسارات ذكية واستباقية للعودة إلى العميل. يساعد التنقيب عن البيانات - تقنيات التعرف على الأنماط وتتبعها داخل البيانات - الشركات على التدقيق في طبقات من البيانات التي تبدو غير مرتبطة للحصول على علاقات ذات مغزى ، حيث يمكنهم توقع احتياجات العملاء وكذلك الاحتياجات المالية بدلاً من الاستجابة لها فحسب. في هذه المقدمة التي يمكن الوصول إليها ، نقدم نظرة عامة حول الأعمال والتكنولوجيات لاستخراج البيانات ونحدد كيف يمكن للتنقيب في البيانات ، جنبًا إلى جنب مع العمليات التجارية السليمة والتقنيات التكميلية ، أن يعزز ويعيد تعريف التحليل المالي.
1. الهدف الرئيسي لتقنيات التعدين (mining techniques) هو مناقشة كيفية تطوير أدوات التنقيب عن البيانات المخصصة لتحليل البيانات المالية.
2. يمكن أن يكون نمط الاستخدام ، من حيث الغرض ، فئات حسب الحاجة إلى التحليل المالي.
3. تطوير أداة للتحليل المالي من خلال تقنيات التنقيب عن البيانات.
التنقيب عن البيانات (Data Mining ):
التنقيب عن البيانات هو إجراء لاستخراج المعرفة للكمية الكبيرة من البيانات أو يمكننا القول أن التنقيب عن البيانات هو "التنقيب عن المعرفة للبيانات" أو يمكننا أيضًا أن نقول اكتشاف المعرفة في قاعدة البيانات (Knowledge Discovery in Database). يعني التنقيب عن البيانات: جمع البيانات وإنشاء قواعد البيانات وإدارة البيانات وتحليل البيانات وفهمها.
هناك بعض الخطوات في عملية اكتشاف المعرفة في قاعدة البيانات ، مثل :
1. تنظيف البيانات (Data cleaning). (لإزالة البيانات غير المتسقة)
2. تكامل البيانات(Data integration) . (حيث يمكن دمج مصادر بيانات متعددة.)
3. اختيار البيانات(Data selection). (حيث يتم استرداد البيانات ذات الصلة بمهمة التحليل من قاعدة البيانات.)
4. تحويل البيانات(Data transformation). (حيث يتم تحويل البيانات أو دمجها في أشكال مناسبة للتعدين عن طريق إجراء عمليات التلخيص أو التجميع ، على سبيل المثال)
5. التنقيب عن البيانات(Data mining). (عملية أساسية يتم فيها تطبيق الأساليب الذكية لاستخراج أنماط البيانات.)
6. تقييم النمط(Pattern evaluation). (لتحديد الأنماط الشيقة حقًا التي تمثل المعرفة بناءً على بعض المقاييس المثيرة للاهتمام.)
7. عرض المعرفة (Knowledge presentation) (حيث يتم استخدام تقنيات التمثيل المرئي والمعرفي لتقديم المعرفة الملغومة للمستخدم.)
مستودع البيانات (Data Warehouse ):
مستودع البيانات هو مستودع للمعلومات التي تم جمعها من مصادر متعددة ، ويتم تخزينها في إطار مخطط موحد والتي توجد عادةً في موقع واحد.
تقدم معظم البنوك والمؤسسات المالية نطاقًا واسعًا من الخدمات المصرفية مثل التدقيق والادخار والمعاملات التجارية والأفراد ، وخدمات الائتمان والاستثمار مثل الصناديق المشتركة وما إلى ذلك ، كما يقدم البعض خدمات التأمين وخدمات الاستثمار في الأسهم.
تتوفر أنواع مختلفة من التحليل ، ولكن في هذه الحالة نريد تقديم تحليل واحد يُعرف باسم "تحليل التطور" (Evolution Analysis ).
يستخدم تحليل تطور البيانات للكائن الذي يتغير سلوكه بمرور الوقت. على الرغم من أن هذا قد يشمل التوصيف أو التمييز أو الارتباط أو التصنيف أو تجميع البيانات ذات الصلة بالوقت ، إلا أنه يعني أنه يمكننا القول أن تحليل التطور هذا يتم من خلال تحليل بيانات السلاسل الزمنية أو مطابقة النمط الدوري أو التسلسل وتحليل البيانات القائم على التشابه.
غالبًا ما تكون البيانات التي يتم جمعها من القطاعين المصرفي والمالي كاملة نسبيًا وموثوقة وذات جودة عالية ، مما يوفر تسهيلات للتحليل واستخراج البيانات. نناقش هنا بعض الحالات مثل ،
على سبيل المثال ، 1. لنفترض أن لدينا بيانات سوق الأوراق المالية المتوفرة في السنوات القليلة الماضية. ونود أن نستثمر في أسهم أفضل الشركات. قد تحدد دراسة استخراج البيانات لبيانات البورصة انتظام تطور المخزون للمخزونات الإجمالية ولأسهم شركات معينة. قد يساعد مثل هذا الانتظام في التنبؤ بالاتجاهات المستقبلية في أسعار سوق الأوراق المالية ، مما يساهم في اتخاذ قراراتنا فيما يتعلق باستثمارات الأسهم.
على سبيل المثال ، 2. قد يرغب المرء في عرض تغير الدين والإيرادات حسب الشهر والمنطقة وعوامل أخرى جنبًا إلى جنب مع الحد الأدنى والحد الأقصى والإجمالي والمتوسط والمعلومات الإحصائية الأخرى. تلعب مستودعات البيانات ، التي توفر تسهيلات للتحليل المقارن والتحليل الخارجي ، أدوارًا مهمة في تحليل البيانات المالية والتعدين.
على سبيل المثال ، 3. يعد التنبؤ بسداد القرض وتحليل ائتمان العميل أمرًا بالغ الأهمية لعمل البنك. هناك العديد من العوامل التي يمكن أن تؤثر بشدة على أداء سداد القروض والتصنيف الائتماني للعميل. قد يساعد التنقيب عن البيانات في تحديد العوامل المهمة والقضاء على العوامل غير ذات الصلة.
العوامل المتعلقة بمخاطر سداد القروض مثل مدة القرض ، ونسبة الدين ، ونسبة الدفع إلى الدخل ، وتاريخ الائتمان وغيرها الكثير. تقرر البنوك بعدها أي ملف شخصي يظهر مخاطر منخفضة نسبيًا وفقًا لتحليل العوامل الحرجة.
يمكننا أداء المهمة بشكل أسرع وإنشاء عرض تقديمي أكثر تعقيدًا باستخدام برنامج التحليل المالي financial analysis software.
تعمل هذه المنتجات على تكثيف تحليلات البيانات المعقدة في عروض تقديمية بيانية سهلة الفهم. وهناك ميزة إضافية: يمكن لمثل هذه البرامج الارتقاء بممارستنا إلى مستوى استشارات أعمال أكثر تقدمًا ومساعدتنا في جذب عملاء جدد.