<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
    <channel>
        <title>نوشته های Touba Tajeri</title>
        <link>https://virgool.io/feed/@toubatajeri</link>
        <description>من طوبا هستم و به حوزه های دیتا، حل مساله و مذاکره علاقه مندم. سعی دارم مقالاتی که میخونم رو ترجمه کنم و با شما به اشتراک بذارم.</description>
        <language>fa</language>
        <pubDate>2026-06-18 22:30:54</pubDate>
        <image>
            <url>https://files.virgool.io/upload/users/1572429/avatar/GGvHw5.jpg?height=120&amp;width=120</url>
            <title>Touba Tajeri</title>
            <link>https://virgool.io/@toubatajeri</link>
        </image>

                    <item>
                <title>اولین قدم در فرآیند تحلیل داده: پرسیدن سوالات درست!</title>
                <link>https://virgool.io/@toubatajeri/asking-the-right-questions-ibgzvjsgb0uw</link>
                <description>تحلیل داده فرآیندی از بررسی و تفسیر سیستماتیک داده‌ها برای استخراج بینش‌های ارزشمند و تصمیم‌گیری آگاهانه است و برای بسیاری از صنایع از جمله کسب‌وکار، علوم، بهداشت و درمان ضروری است. پرسیدن سوالات مناسب اولین مرحله در فرآیند تحلیل داده است.فرآیند تجزیه و تحلیل داده‌هااگر صاحب کسب و کاری هستید که قصد افزایش فروش محصولاتتان را دارید، از خودتان بپرسید:&quot;پرفروش ترین محصولات چیست؟&quot;&quot;شلوغ ترین روزهای هفته چیست؟&quot;&quot;کدام کمپین‌های تبلیغاتی موثر هستند؟&quot;و …پرسیدن سوالات مناسب، پایه و اساس فرآیند تجزیه و تحلیل داده‌ها است. سؤالات باید واضح، مختصر و متمرکز بر مشکل و همچنین مربوط به ذینفعان باشند و بینش‌های عملی ارائه دهد.پس از تدوین سؤالات و اولویت‍‌بندی آن‌ها، تعیین دامنه تجزیه و تحلیل ضروری است. دامنه باید دو ویژگی داشته باشد:به اندازه کافی محدود باشد تا بینش‌های دقیقی ارائه دهد.به اندازه کافی گسترده باشد تا تمام جنبه‌های مرتبط با مساله را پوشش دهد.این فرآیند به تمرکز روی مطالعه کمک می‌کند و اطلاعات نامربوطی را که می تواند باعث ایجاد مشکل و نتیجه‌گیری نادرست شود، از بین می برد.برای اینکه بتوانیم سوالات درستی را بپرسیم بهتر است از این دو نمونه کمک بگیریم:من در تلاشم چه چیزی را بفهمم؟آیا مشکلی وجود دارد که من آن را حل کنم؟پرسش‌های پژوهشی واضح و مشخص، فرآیند تحلیل داده‌ها را هدایت می‌کنند و از سردرگمی و نتیجه‌گیری نادرست جلوگیری می‌کند. اهداف و مقاصد تجزیه و تحلیل باید در راستای منافع ذینفعان باشد تا بینش‌ها، مفید و مرتبط با آن‌ها باشد.در مقاله بعدی به این موضوع می‌پردازیم که چگونه سوالات درست بپرسیم؟published at eniolaogunmona on Jan 17, 2023.پیوست:بینش یا بصیرت (انگلیسی: Insight) فهمی از خود و روابط با دیگران است که تجربه‌های پیشین را روشن یا فرد را در حل مسئله‌ای یاری می‌کند. بصیرت به فرآیندی که به‌وسیلهٔ آن مسائل حل می‌شود اطلاق می‌گردد و مشخص‌کنندهٔ سازماندهی یا نوسازی است که شخص را به فهم روابط مربوط به راه‌حل توانا می‌سازد.</description>
                <category>Touba Tajeri</category>
                <author>Touba Tajeri</author>
                <pubDate>Mon, 27 Feb 2023 03:28:10 +0330</pubDate>
            </item>
                    <item>
                <title>تجزیه و تحلیل داده ها چیست؟</title>
                <link>https://virgool.io/@toubatajeri/what-is-data-analysis-xzmflcbt2q2r</link>
                <description>مراحل تجزیه و تحلیل دادهما داده‌ها را هر روز، هر ساعت، هر دقیقه تجزیه و تحلیل می‌‌کنیم. مغز ما، با استفاده از حواس پنجگانه، داده‌ها را می‌‌خواند، پردازش می‌‌کند و نتیجه گیری می‌‌کند. برای مثال، ما قبل از خواب آلارم گوشی را فعال می‌کنیم و زمانی که خواب هستیم (در زمان تعیین شده)، آلارام شروع به زنگ خوردن می‌‌کند، در این حالت مغز ما با استفاده از گوش‌ها، داده‌هایی را دریافت می‌‌کند. داده‌هایی که می‌‌گوید اتفاقی غیر طبیعی در حال رخ دادن است؛ بنابراین شما بیدار می‌‌شوید و بررسی می‌‌کنید که آیا خطر مهمی‌‌ وجود دارد یا نه؟من مراحل تجزیه و تحلیل داده‌ها را فرایندی چهار مرحله ای می‌دانم:- تعریف مسئله- جمع آوری داده‌ها- پردازش داده‌ها- نتیجه گیریشاید این سوال در ذهن شما هم باشد: &quot;چطور می‌توانم تحلیلگر داده شوم؟&quot;پس اینجا ما یک مشکل داریم؛مرحله یک- تعریف مسئله: یک فرد می‌‌خواهد تحلیلگر داده شود و نمی‌‌داند چگونه؟مرحله دو- جمع آوری داده‌ها: یک فرد شروع به جستجوی نیازمندی‌ها می‌‌کند تا بتواند تجزیه و تحلیل داده‌ها را در سطح حرفه ای انجام دهد.می‌‌تواند از گوگل برای جمع آوری این داده‌ها استفاده کند.می‌‌تواند از متخصصان باتجربه تر در این زمینه بپرسد.می‌‌تواند برنامه‌های آموزشی را بررسی کند.یا شاید از یک مربی شغلی (career coach) بخواهد درباره وجود چنین فردی در شرکتشان سوال کند.مرحله سه- پردازش داده‌ها: زمانی که داده‌ها جمع آوری شد، شروع به پردازش آن‌ها می‌‌کنیم و آن‌ها را با واقعیت ترکیب می‌‌کنیم. متغیرها و زمینه‌های مختلفی را آزمایش می‌‌کنیم که برای این موقعیت شغلی به کار می‌‌روند. برای مثال شما در یک شرکت کار می‌‌کنید و می‌‌خواهید تخصص خود را تغییر دهید. راه‌های مختلفی را بررسی می‌‌کنید و همین امر باعث جمع آوری داده می‌شود. حالا شما داده‌ها را دارید و می‌‌دانید که برای تبدیل شدن به یک تحلیلگر داده باید مهارت‌های جدید را یاد بگیرید.مرحله چهار- نتیجه‌گیری: بعد از پردازش اطلاعات، به این نتیجه می‌‌رسید که بهترین کار برای کسب مهارت‌های جدید، پیدا کردن دوره آموزشی مناسب است.حالا شما یک مشکل جدید دارید؛ اینکه چگونه یک دوره تحلیل داده را پیدا کنید و فرآیند تحلیل داده‌ها بارها و بارها تکرار شود.انتخاب داده‌ها، سوگیری‌های مختلف، عدم قطعیت‌ها، پارادوکس‌ها و… ویژگی‌هایی هستند که با این فرآیند همراه هستند، و هرچه داده‌های بیشتر و متنوع‌تری داشته باشیم و با ابزار‌های بیشتری آشنا باشیم، می‌‌توانیم تصمیمات بهتر و منطقی‌تری بگیریم. دنیای داده‌ها مانند جهان به طور کلی بسیار پیچیده و در عین حال ساده است.published at towardsdatascience on July 11, 2020.</description>
                <category>Touba Tajeri</category>
                <author>Touba Tajeri</author>
                <pubDate>Sat, 25 Feb 2023 16:57:51 +0330</pubDate>
            </item>
            </channel>
</rss>