لوحات بيانات تُبنى حول القرارات لا حول الرسوم
يمتد عمل لوحات البيانات على المسار كاملاً، من البيانات الخام إلى شاشة يثق بها من يقرؤها. نحدد المقاييس مع فريقك، وننمذج البيانات ونجمّعها، ونبني واجهة البرمجة (API) التي تقدّمها، ثم نصمم الواجهة بـ React مع الرسوم البيانية والجداول والمرشحات والتعمق في التفاصيل والتصدير. وتحدد قواعد الوصول من يرى أي الصفوف، ويرتبط كل رقم بالاستعلام الذي أنتجه.
يكون البناء المخصص قراراً صائباً حين تعجز أداة عامة لذكاء الأعمال (BI) عن استيعاب طريقة عملك، أو حين تكون اللوحة جزءاً من منتج يستخدمه عملاؤك، أو حين يحتاج الناس إلى التصرف بناءً على البيانات لا النظر إليها فقط. نبدأ بالقرارات التي يتخذها كل دور، ونرسم الشاشات حولها، ونتحقق منها ببيانات حقيقية قبل صقل الشكل.
تعريف المقاييس
نعمل مع مسؤولي المالية والعمليات والمنتج لنتفق على معنى كل مؤشر أداء (KPI)، وطريقة حسابه، والمصدر المعتمد له، ثم نوثّق ذلك.
رسوم وجداول مخصصة
رسوم بيانية بـ D3.js أو Recharts أو Apache ECharts، وجداول بيانات فيها الفرز والتجميع وتثبيت الأعمدة والتمرير الافتراضي، تُبنى وفق نظام التصميم لديك لا وفق سمة جاهزة من المورّد.
التعمق والتصفية
مرشحات عامة، ونطاقات زمنية، وشرائح، وطرق عرض محفوظة، تتيح للمستخدم أن ينتقل من إجمالي الشركة إلى سجل واحد دون أن يغادر الصفحة أو يفقد السياق.
بيانات مباشرة
تتحدث الشاشات التشغيلية عبر WebSockets أو الأحداث المرسلة من الخادم، مع حدود إنذار وتنبيهات ومؤشرات على قدم البيانات، ليعرف المشغّل متى يمكنه الوثوق بالرقم.
ضبط الوصول إلى البيانات
تُفرض الصلاحيات على مستوى الصفوف والأعمدة في طبقة الاستعلامات، فلا يرى المديرون الإقليميون والتنفيذيون والشركاء الخارجيون إلا البيانات التي يحق لهم الاطلاع عليها.
التصدير والتقارير المجدولة
تصدير إلى PDF وCSV، وتقارير مجدولة بالبريد الإلكتروني، وروابط للمشاركة تعيد إنتاج المرشحات الظاهرة على الشاشة بدقة، فتبقى تقارير مجلس الإدارة والتدقيق متسقة مع اللوحة.
ما تتسلمه منا
- تطبيق لوحة بيانات منشور وجاهز للعمل
- دليل موثّق لتعريفات المقاييس
- نماذج البيانات واستعلامات التجميع
- مكوّنات رسوم وجداول قابلة لإعادة الاستخدام
- مصفوفة الأدوار وصلاحيات البيانات
- قوالب التصدير والتقارير المجدولة
- موصلات مصادر البيانات ومساراتها
- الشيفرة المصدرية وتوثيق الاستعلامات
طريقة عملنا
- 01
ورشة المقاييس
نجلس مع كل دور لنعرف القرارات التي يتخذها وما يراجعه أولاً، ثم نحدد المقاييس والأبعاد والمصادر في دليل يعتمده الجميع.
- 02
طبقة البيانات
يفحص المهندسون الأنظمة المصدرية، ويصممون جداول تجميعية أو طرق عرض محسوبة مسبقاً للاستعلامات الثقيلة، ويبنون مسارات البيانات، ويطابقون الإجماليات مع التقارير التي تثق بها اليوم.
- 03
نموذج أولي ببيانات حقيقية
ننشئ النماذج الأولية للشاشات بأرقام حقيقية لا بأرقام افتراضية، لأن القيم الشاذة والحالات الفارغة والعناوين الطويلة لا تظهر إلا مع بيانات التشغيل الفعلية، ويراجعها المستخدمون مبكراً.
- 04
البناء والتحقق
نبني الشاشات ونربطها ونختبرها تحت الحمل، ونتحقق من كل رقم مقابل استعلامه المصدر، ونختبر الصلاحيات لكل دور قبل إتاحة اللوحة لبقية المؤسسة.
التقنيات التي نستخدمها
| المجال | التقنيات |
|---|---|
| الواجهة | React، TypeScript، TanStack Table، AG Grid، Tailwind CSS |
| الرسوم البيانية | D3.js، Recharts، Apache ECharts، Mapbox GL JS |
| البيانات | PostgreSQL، ClickHouse، Snowflake، BigQuery، Redis |
| المنصة | Node.js، GraphQL، WebSockets، AWS، Docker |
فريقك يقرر من جداول بيانات تُجمَع يدوياً
الأرقام موزعة على عدة أنظمة، ويصدّرها أحدهم في كل دورة تقارير، وحين يصل التقرير إلى أصحابه تكون أرقامه قد تقادمت. ما تحتاج إليه مكان واحد يرى فيه كل دور الأرقام الحالية، ويستطيع أن يبحث في سبب أي تغيّر، ويثق بأن التعريفات واحدة بين الإدارات.
- لوحات KPI للإدارة العليا
- مراقبة الخدمات اللوجستية والأساطيل
- تقارير مالية مع سجلات تدقيق
- تحليلات للعملاء داخل منتجات البرمجيات كخدمة (SaaS)
- تقارير المبيعات ومسار البيع
- مقاييس الدعم ومكتب الخدمة
أسئلة شائعة
لماذا نبني لوحة مخصصة بدل استخدام Tableau أو Power BI؟
إذا كان جمهور اللوحة محللين يستكشفون البيانات، فأداة ذكاء الأعمال غالباً هي الخيار الأفضل والأرخص، وسنقول لك ذلك. أما البناء المخصص فمنطقي حين يجب أن تكون اللوحة جزءاً من منتجك، أو تطابق علامتك التجارية، أو تفرض صلاحيات معقدة، أو تتحدث لحظياً، أو تتيح للناس أن يتصرفوا بناءً على ما يرونه، كاعتماد السجلات أو إسنادها أو تعديلها. ومن الأسباب الشائعة أيضاً كلفة الترخيص لكل مشاهد عند التوسع.
هل يمكن ربط اللوحة بمستودع بياناتنا وأنظمتنا الحالية؟
نعم. نقرأ من مستودعات مثل Snowflake وBigQuery وRedshift، ومن قواعد البيانات التشغيلية، ومن واجهات البرمجة لأدوات مثل نظام تخطيط موارد المؤسسات (ERP) أو إدارة علاقات العملاء (CRM) أو الفوترة لديك. وحين تختلف المصادر، نتفق على المصدر المعتمد لكل مقياس ونوثّقه. وإن لم يكن لديك مستودع بعد، فيمكننا ضمن المشروع بناء قاعدة بيانات تقارير خفيفة تغذيها مسارات مجدولة أو متدفقة.
كيف تبقى اللوحات سريعة مع البيانات الضخمة جداً؟
لا ينبغي أن يتلقى المتصفح صفوفاً أكثر مما يستطيع رسمه. فالحسابات الثقيلة تجري في قاعدة البيانات على جداول مجمّعة مسبقاً أو في مخزن عمودي مثل ClickHouse، وتُحفظ النتائج مؤقتاً، وتعرض الجداول صفوفها على صفحات أو بالتمرير الافتراضي. وتقلّل الرسوم عدد النقاط في السلاسل الطويلة، وتستعلم المرشحات من الخادم بدل تحميل كل شيء مقدماً. ونختبر قبل الإطلاق ببيانات بحجم التشغيل الفعلي، لا بعينة.
هل يمكنكم تضمين التحليلات داخل منتج SaaS الخاص بنا؟
نعم، وهذا من الأسباب الرئيسية للبناء المخصص. فتصبح التحليلات مكوّنات في تطبيقك، تتبع نظام التصميم لديك وتقدمها واجهة البرمجة الخاصة بك، فلا يغادر عملاؤك المنتج. ويُفرض عزل البيانات بين العملاء في كل استعلام، فلا يرى كل عميل إلا بياناته، ويمكن أن تحدد حدود الاستخدام أو ميزات الخطة التقارير التي يستطيع كل حساب فتحها.
ما مدى حداثة البيانات، وهل يمكن أن تتحدث اللوحات لحظياً؟
حداثة البيانات قرار تصميمي يُتخذ لكل مقياس على حدة. فالأرقام التشغيلية، مثل الطلبات المفتوحة أو مواقع المركبات، يمكن أن تصل إلى الشاشة فور وقوع الأحداث. أما المقاييس المالية والاستراتيجية فتُحدَّث عادةً وفق جدول، لأنها تعتمد على بيانات مطابَقة. وتعرض كل لوحة وقت آخر تحديث، فلا يظن أحد أن رقماً يُحدَّث كل ساعة رقم مباشر، ويظهر بوضوح تنبيه على المصادر المتأخرة.