يمكن أن يساعدك على تحديد الأنماط والاتجاهات في بياناتك بسرعة وسهولة ، ويسمح لك بإعادة ترتيب البيانات ومعالجتها بعدة طرق لمساعدتك على فهمها بشكل أفضل. على سبيل المثال ، يمكنك استخدام جدول محوري لتلخيص البيانات بسرعة حسب الفئات ، مثل الشهر أو المنطقة أو المنتج. يمكن أن يسهل ذلك معرفة كيفية ارتباط العوامل المختلفة ببعضها البعض ، ويمكن أن يساعدك في اتخاذ قرارات أفضل بناءً على البيانات.
يُطلق على الجدول المحوري الجدول "المحوري" لأنه يسمح لك بتدوير البيانات في الجدول أو تدويرها. بمعنى آخر ، يمكنك إعادة ترتيب البيانات في الجدول لمشاهدتها من منظورات مختلفة ولمساعدتك على فهمها بشكل أفضل.
على سبيل المثال ، يمكنك استخدام جدول محوري لإعادة ترتيب البيانات بحيث يتم تنظيمها حسب فئات مختلفة ، مثل المنطقة أو المنتج. يتيح لك ذلك الاطلاع بسرعة على كيفية ارتباط العوامل المختلفة ببعضها البعض ، ويمكن أن يساعدك في تحديد الاتجاهات والأنماط في البيانات.
إن القدرة على إعادة ترتيب البيانات ومعالجتها في الجدول المحوري هي ما يجعلها أداة قوية لتحليل البيانات. من خلال التمحور حول البيانات ، يمكنك رؤية المعلومات التي تحتاجها بسرعة وسهولة بالطريقة الأكثر إفادة لك ، كما يمكنك اتخاذ قرارات أفضل بناءً على الأفكار التي تكتسبها من البيانات.
لنفترض أن لديك جدول بيانات مبيعات لشركة ، مع صف واحد لكل عملية بيع وأعمدة لتاريخ البيع ، والمنطقة التي تم فيها البيع ، والمنتج الذي تم بيعه ، ومقدار البيع. يسمح لك الجدول المحوري بتلخيص هذه البيانات بسرعة بعدة طرق. على سبيل المثال ، يمكنك استخدام جدول محوري لمشاهدة إجمالي المبيعات حسب المنطقة ، أو لمشاهدة إجمالي عدد المبيعات لكل منتج.
لإنشاء جدول محوري ، عليك أولاً تحديد أعمدة البيانات التي تريد تضمينها في الجدول. بعد ذلك ، ستختار الأعمدة التي تريد استخدامها لتجميع البيانات ، على سبيل المثال حسب المنطقة أو حسب المنتج. أخيرًا ، يمكنك اختيار الإحصائيات الموجزة التي تريد رؤيتها لكل مجموعة ، مثل إجمالي المبيعات أو متوسط مبلغ البيع. عندئذٍ يُنشئ الجدول المحوري تلقائيًا عرضًا مُلخصًا للبيانات يُظهر لك المعلومات التي تحتاجها بتنسيق سهل القراءة.
بهذه الطريقة ، يمكن أن يساعدك الجدول المحوري في فهم مجموعات البيانات المعقدة بسرعة وسهولة واتخاذ قرارات أفضل بناءً على المعلومات التي تحتوي عليها.
مثال على الجدول المحوري
افترض أن لدينا الجدول التالي لبيانات المبيعات:
| Date | Region | Product | Sales |
|---|---|---|---|
| 2021-01-01 | East | Apples | 100 |
| 2021-01-01 | East | Oranges | 50 |
| 2021-01-01 | West | Apples | 70 |
| 2021-01-01 | West | Oranges | 30 |
| 2021-02-01 | East | Apples | 120 |
| 2021-02-01 | East | Oranges | 60 |
| 2021-02-01 | West | Apples | 80 |
| 2021-02-01 | West | Oranges | 40 |
لإنشاء جدول محوري من هذه البيانات ، نحتاج أولاً إلى تحديد الأعمدة التي نريد تضمينها في الجدول. لنفترض أننا نريد أن نرى إجمالي المبيعات حسب المنطقة والمنتج. في هذه الحالة ، سنحدد أعمدة المنطقة والمنتج والمبيعات.
بعد ذلك ، نحتاج إلى اختيار الطريقة التي نريد تجميع البيانات بها. في هذه الحالة ، نريد تجميع البيانات حسب المنطقة والمنتج ، لذلك سنقوم بسحب عمودي المنطقة والمنتج إلى قسم "تسميات الصفوف" من الجدول المحوري.
أخيرًا ، نحتاج إلى اختيار الإحصائيات الموجزة التي نريد رؤيتها لكل مجموعة. في هذه الحالة ، نريد أن نرى إجمالي المبيعات لكل مجموعة ، لذلك سنقوم بسحب عمود المبيعات إلى قسم "القيم" في الجدول المحوري واختيار "المجموع" كإحصاء موجز.
سينشئ الجدول المحوري تلقائيًا عرضًا مُلخصًا للبيانات التي تبدو كالتالي:
| Region | Product | Sales |
|---|---|---|
| East | Apples | 220 |
| Oranges | 110 | |
| West | Apples | 150 |
| Oranges | 70 |
كما ترى ، قام الجدول المحوري بتجميع البيانات تلقائيًا حسب المنطقة والمنتج ، وقد قام بحساب إجمالي المبيعات لكل مجموعة. هذا يجعل من السهل معرفة كيفية ارتباط المبيعات لكل منتج وكل منطقة ، ويسمح لك بتحديد الاتجاهات والأنماط في البيانات بسرعة وسهولة.
