# قياس جودة البيانات

> عرّف KPIs، وابنِ scorecards، وقِس أداء جودة بياناتك بالمقارنة لقيادة التحسّن المستمرّ.

Source: https://dataqualitysense.com/ar/resources/best-practices/measuring-data-quality/
Last updated: 2026-04-16

---

## ما ستتعلّمه

يغطّي هذا الدليل كيفية إرساء برنامج قياس يُثبت قيمة جودة البيانات. ستفهم:

- KPIs الأساسية لبرامج جودة البيانات
- كيفية بناء scorecard جودة بيانات
- أهداف معيارية حسب نوع الحقل والصناعة
- وتيرة التقارير والتواصل مع أصحاب المصلحة
- كيفية حساب ROI من تحسينات جودة البيانات

## لماذا يهمّ القياس

تظلّ مشكلات جودة البيانات ذاتية دون قياس. [في 2026، تُقَيِّد المؤسسات الرائدة أداء البيانات كميًا](https://lakefs.io/data-quality/data-quality-metrics/) لقياس الموثوقية عبر الأنظمة، وتحديد وترتيب الثغرات التي تؤثّر على الربحية، وبناء الثقة في التحليلات ونماذج الذكاء الاصطناعي.

الدواعي التجارية واضحة. [البحث المنشور في MIT Sloan Management Review (Redman، 2017)](https://sloanreview.mit.edu/article/seizing-opportunity-in-data-quality/) يقدّر أن جودة البيانات الرديئة تكلّف الشركات 15-25% من الإيرادات، و[تضع Gartner متوسّط الخسارة عند 12.9 مليون دولار لكل مؤسسة سنويًا](https://www.gartner.com/en/data-analytics/topics/data-quality). فجوة القياس موثّقة أيضًا: [دراسة Harvard Business Review (Nagle، Redman، Sammon، 2017)](https://hbr.org/2017/09/only-3-of-companies-data-meets-basic-quality-standards) طلبت من المديرين تقييم مجموعات بيانات خاصة بهم فوجدت أن 3% فقط استوفت المعايير الأساسية — وأن ما يقرب من نصف السجلات المُنشأة حديثًا تحتوي على خطأ حرج واحد على الأقلّ.

بدون مقاييس، لا يمكنك:
- إثبات التحسّن عبر الزمن
- تبرير الاستثمار في مبادرات الجودة
- تحديد أي المشكلات يجب إصلاحها أولًا
- مساءلة الفرق عن النتائج

## KPIs أساسية لجودة البيانات

ابدأ بهذه KPIs التأسيسية المنظّمة حسب البُعد.

### KPIs الاكتمال

| KPI | المعادلة | الهدف |
|-----|----------|-------|
| **Fill Rate** | السجلات المعبّأة / إجمالي السجلات | 95%+ للحقول الحرجة |
| Null Rate | سجلات null / إجمالي السجلات | < 5% |
| Blank Rate | السلاسل الفارغة / إجمالي السجلات | < 2% |

### KPIs الصحة

| KPI | المعادلة | الهدف |
|-----|----------|-------|
| **Validity Rate** | السجلات ذات التنسيق الصحيح / إجمالي السجلات | 98%+ للبريد، 90%+ للهواتف |
| Invalid Count | السجلات التي تفشل في التحقّق | اتجاه نحو الصفر |
| Pattern Compliance | السجلات المطابقة للنمط المتوقّع / الإجمالي | يختلف حسب الحقل |

### KPIs التفرّد

| KPI | المعادلة | الهدف |
|-----|----------|-------|
| **Uniqueness Rate** | القيم الفريدة / إجمالي القيم | 95%+ لحقول المعرّفات |
| Duplicate Count | السجلات ذات القيم المكررة | اتجاه نحو الصفر |
| Distinct Value Ratio | القيم المتميّزة / إجمالي السجلات | يعتمد على السياق |

### KPIs الحداثة

| KPI | المعادلة | الهدف |
|-----|----------|-------|
| **Freshness Rate** | السجلات المحدّثة ضمن العتبة / الإجمالي | 80%+ |
| Average Age | متوسّط الأيام منذ آخر تحديث | يختلف حسب نوع الحقل |
| Stale Record Count | السجلات التي تتجاوز عتبة الحداثة | اتجاه نحو الصفر |

### KPIs الاتساق

| KPI | المعادلة | الهدف |
|-----|----------|-------|
| **Conformance Rate** | السجلات المطابقة للمعيار / الإجمالي | 90%+ |
| Variant Count | عدد اختلافات القيم | تقليل |
| Dominant Value Coverage | تردّد القيمة الأعلى / الإجمالي | يعتمد على السياق |

## بناء scorecard جودة بيانات

يجمع scorecard KPIs في رؤية واحدة لأصحاب المصلحة. [يساعد تتبّع المقاييس من خلال scorecard المؤسسات على تحليل الصحة الإجمالية وبناء مقارنات بالأداء السابق](https://atlan.com/data-quality-metrics/).

### بنية Scorecard

| المكوّن | الغرض |
|---------|-------|
| **الدرجة الإجمالية** | رقم واحد يُلخّص الجودة (0–100) |
| **درجات الأبعاد** | تفصيل لكل بُعد |
| **مؤشّرات الاتجاه** | الاتجاه مقارنة بالفترة السابقة |
| **النقاط الساخنة** | الحقول أو الكائنات التي تتطلّب انتباهًا |

### تخطيط scorecard عيّنة

```
DATA QUALITY SCORECARD - يناير 2026

الدرجة الإجمالية: 82/100 (↑ 3 نقاط من ديسمبر)

درجات الأبعاد:
├── الاكتمال:     87%  (↑)
├── الصحة:        91%  (→)
├── التفرّد:      78%  (↑)
├── الحداثة:      72%  (↓)
└── الاتساق:      84%  (→)

أهم المشكلات:
1. Lead.Phone صحة عند 67% (الهدف: 90%)
2. Account.LastActivityDate حداثة عند 58% (الهدف: 80%)
3. Contact.Email مكررات: 2340 سجلًا

عناصر الإجراء:
- حملة تنظيف أرقام الهاتف (المالك: Sales Ops)
- عملية مراجعة نشاط Account (المالك: Account Management)
```

### حساب الدرجة الإجمالية

زِن الأبعاد بناءً على الأهمية التجارية:

| البُعد | الوزن | الدرجة | موزون |
|--------|--------|--------|-------|
| الاكتمال | 25% | 87 | 21,75 |
| الصحة | 25% | 91 | 22,75 |
| التفرّد | 20% | 78 | 15,60 |
| الحداثة | 15% | 72 | 10,80 |
| الاتساق | 15% | 84 | 12,60 |
| **الإجمالي** | **100%** | | **83,5** |

> **نصيحة:** عدّل الأوزان بناءً على أولوياتك. إذا كانت الجاهزية للذكاء الاصطناعي هدفًا، ارفع وزن الأبعاد التي تؤثّر على أداء الذكاء الاصطناعي.

## الأهداف المعيارية

ضع أهدافًا واقعية بناءً على نوع الحقل والمعايير الصناعية.

### الأهداف حسب نوع الحقل

| نوع الحقل | الاكتمال | الصحة | ملاحظات |
|-----------|----------|-------|---------|
| **Email** | 95%+ | 98%+ | حرج للتواصل |
| **Phone** | 85%+ | 90%+ | التنسيق يختلف حسب المنطقة |
| **Address** | 80%+ | 85%+ | تحقّق معقّد |
| **Name** | 99%+ | 95%+ | مطلوب في معظم الحالات |
| **حقول التاريخ** | 90%+ | 99%+ | يجب التحقّق من النظام |
| **Picklist** | 95%+ | 99%+ | مفردات مُتحكَّم بها |
| **نص حرّ** | 70%+ | غير منطبق | توقّع أقل مقبول |

### الأهداف حسب مجال البيانات

| المجال | الهدف الإجمالي | الأبعاد ذات الأولوية |
|--------|-----------------|------------------------|
| **العميل** | 90%+ | الاكتمال، التفرّد |
| **المنتج** | 95%+ | الاتساق، الصحة |
| **المالية** | 98%+ | الدقة، الحداثة |
| **التسويق** | 85%+ | الاكتمال، الصحة |
| **التشغيلي** | 80%+ | الحداثة، الاكتمال |

### ضبط معاييرك الخاصة

[يبدأ إرساء المعايير بتقييم حالتك الحالية](https://www.acceldata.io/article/how-to-measure-data-quality) ووضع أهداف واقعية بناءً على القدرات والأدوات المتاحة والتوقّعات.

1. شغّل فحص DQS أوّلي لإرساء خطّ الأساس
2. حدّد الأعلى أداءً والأضعف
3. ضع أهداف تحسين (5–10% تحسّن في الربع واقعي)
4. وثّق الأهداف في سياسات حوكمتك

## وتيرة التقارير

طابِق وتيرة التقارير مع احتياجات الجمهور.

| الجمهور | التردّد | التنسيق | المحتوى |
|---------|---------|---------|----------|
| Data Stewards | أسبوعيًا | لوحة معلومات | مقاييس تفصيلية، تعمّقات |
| Data Owners | شهريًا | تقرير | درجات الأبعاد، الاتجاهات، المشكلات |
| مجلس الحوكمة | شهريًا | عرض | Scorecard، توصيات |
| القيادة التنفيذية | ربع سنوي | ملخّص | الدرجة الإجمالية، ROI، القضايا الاستراتيجية |

### تقرير steward الأسبوعي

ركّز على التفاصيل القابلة للتنفيذ:

- المشكلات الجديدة المحدّدة هذا الأسبوع
- التقدّم في عناصر المعالجة المفتوحة
- الحقول التي تتجه في الاتجاه الخاطئ
- جدول الفحص القادم

### تقرير owner الشهري

ركّز على المساءلة:

- الحالة الحالية مقابل الأهداف
- اتجاهات شهر إلى شهر
- احتياجات الموارد للتحسين
- حالة امتثال السياسة

### الملخّص التنفيذي الربعي

ركّز على التأثير التجاري:

- درجة الجودة الإجمالية والاتجاه
- ROI من تحسينات الجودة
- مناطق المخاطر التي تتطلّب استثمارًا
- التوصيات الاستراتيجية

## حساب ROI

أظهِر القيمة عبر ربط تحسينات الجودة بالنتائج التجارية.

### فئات التكلفة

| الفئة | أمثلة |
|-------|-------|
| **التكاليف المباشرة** | تخزين المكررات، عمل إعادة العمل |
| **تكاليف الفرصة** | مبيعات ضائعة من بيانات اتصال سيئة |
| **تكاليف المخاطر** | غرامات الامتثال، فشل الذكاء الاصطناعي |
| **تكاليف الكفاءة** | الوقت المُنفَق في البحث عن البيانات الصحيحة |

### معادلة ROI

```
ROI = (قيمة التحسّن - تكلفة التحسّن) / تكلفة التحسّن × 100

مثال:
- تقليل المكررات وفّر 500 ساعة من التنظيف بـ 50 دولارًا/ساعة = 25000 دولار
- تنفيذ DQS + وقت steward = 8000 دولار
- ROI = (25000 - 8000) / 8000 × 100 = 212%
```

### أمثلة تقدير القيمة

| التحسّن | حساب القيمة |
|---------|--------------|
| صحة البريد الإلكتروني 85% ← 95% | 10% بريد إلكتروني أكثر تُسلَّم × قيمة الحملة |
| تقليل المكررات 5% ← 1% | توفير التخزين + عمل الدمج المتجنّب |
| حداثة 60% ← 85% | قرارات أسرع × قيمة القرار |

## استخدام DQS للقياس

يوفّر DQS البنية التحتية للمقاييس لبرنامج القياس لديك.

### مقاييس DQS لـ Scorecards

| حاجة Scorecard | مقياس DQS |
|-----------------|-----------|
| درجة الاكتمال | Completeness Rate (completenessRate_01) |
| درجة الصحة | Validity Rate (validityRate_01) |
| درجة التفرّد | Uniqueness Rate (uniquenessRate_01) |
| درجة الحداثة | Freshness Rate (freshnessRate_01) |
| درجة الاتساق | Conformance Rate (conformanceRate_01) |

### إنشاء Definition للقياس

هيكل Definition لديك للقياس:

1. **سمِّه بوضوح**: «Customer Data Quality - Monthly Scorecard»
2. **أدرج جميع الأبعاد**: فعّل الاكتمال والصحة والتفرّد والحداثة والاتساق
3. **اضبط العتبات**: أعدّ أهدافًا تطابق معاييرك
4. **جدوِل باتساق**: شغّل في نفس اليوم من كل شهر لمقارنة الاتجاه

### تصدير النتائج

يتيح DQS تصدير CSV من أجل:

- التكامل مع أدوات BI
- تحليل الاتجاه التاريخي
- التقارير التنفيذية
- عروض مجلس الحوكمة

## البدء

نفّذ القياس على مراحل:

### المرحلة 1: خطّ الأساس (الأسبوع 1–2)

1. أنشئ DQS Definitions لمجالات البيانات الحرجة
2. شغّل فحوصات أوّلية عبر جميع الأبعاد
3. وثّق درجات الحالة الحالية
4. حدّد أهم 3–5 مناطق مشكلات

### المرحلة 2: الأهداف (الأسبوع 3–4)

1. اضبط أهداف تحسين لكل بُعد
2. وثّق الأهداف في سياسات الحوكمة
3. أرسِ وتيرة تقارير
4. خصّص الملكية لكل هدف

### المرحلة 3: Scorecard (الشهر 2)

1. ابنِ قالب scorecard
2. املأه بدورة القياس الأولى
3. قدّمه إلى مجلس الحوكمة
4. اجمع الملاحظات على التنسيق والمحتوى

### المرحلة 4: الاستدامة (مستمرّة)

1. شغّل القياسات وفق الجدول
2. أرسِل التقارير إلى أصحاب المصلحة حسب الوتيرة
3. تتبّع الاتجاهات عبر الزمن
4. عدّل الأهداف أثناء التحسّن

## الخطوات التالية

- [بناء ثقافة جودة البيانات](/ar/resources/best-practices/building-data-quality-culture/): قُد التبنّي من خلال إدارة التغيير
- [مخاطر جودة البيانات الشائعة](/ar/resources/best-practices/common-pitfalls/): تجنّب الأخطاء التي تُقوّض القياس
- [فهم النتائج](/resources/using-dqs/understanding-results/): فسّر مقاييس DQS بفعالية