Mazen Analytics

خلوني اشارك معاكم Analysis Results عملتها على اكتر من 21,000 وظيفة Data في الوطن العربي و اكتر من 41,000 وظيفة داتا في العالم في اكتر من 100 دولة




وزي ما واضح في الصورة الاولى، حللنا حجم الطلب على كل وظيفة من وظائف الداتا، والنتيجة كانت مثيرة للاهتمام خصوصا ترتيب الـData Engineer والـData Scientist والـData Analyst.




بس بعدها جه في دماغي سؤال...

طب الوضع عامل ازاي في الوطن العربي؟ وهل نفس الوظائف هي الاكثر طلبا عندنا؟



فقررنا نعمل الـAnalysis مخصوص للدول العربية، وسحبنا اكتر من 21,000 Job Posting من مواقع التوظيف باستخدام Web Scraping.





وطبعا الموضوع مكنش مجرد اننا نسحب الداتا ونعد الـJob Titles وخلاص 😅

عملنا Data Cleaning وDeduplication وClassification، لان لقينا وظائف كتير جدا بتظهر لما تبحث عن Data Analyst او Data Scientist، لكن لما تقرا الـJob Description تكتشف ان الوظيفة ملهاش علاقة بالـRole اصلا 😂





بعد الـCleaning بدأنا نشوف فعليا:



اكتر Data Role ظاهر في كل دولة عربية

نسبة كل Role داخل الوظائف اللي حللناها في كل دولة

الفرق بين الطلب على Data Analyst وData Engineer وData Scientist وAI/ML وغيرها



وعملنا Map توضح بشكل سريع الـRole الاكثر ظهورا في كل دولة، ومعاها Heatmap للمقارنة بالتفصيل



وحبيت اعمل الـAnalysis بنفسي من الـRaw Data بدل ما اعتمد بس على المواقع والتقارير الجاهزة، خصوصا ان طريقة جمع وتصنيف الداتا نفسها ممكن تغير النتيجة بشكل كبير.



مهم: النتائج دي بتمثل الوظائف اللي قدرنا نجمعها ونحللها في الـSample، مش معناها انها حصر كامل لكل وظائف الداتا في الوطن العربي.


ملحوظة: عدلت صور البوست بال Ai عشان مكنتش عارف اشاركها بسبب ال Aspect Ratios الي بيلزمني بيها اليوتيوب



ولو عايز تجرب تعمل Analysis بنفسك على الداتا

اكتبلي في الكومنتات "Data" وهبعتلك لينك ملفات الـCSV اللي استخدمناها.

Skip the Carousel

1 2 3

3 days ago | [YT] | 39

Mazen Analytics

ليه منريحش نفسنا ونحط كل البيانات في Table واحد؟





يعني فكر فيها...



أنا عندي Customers بيعملوا Orders على Products.

بدل ما أعمل Table للـCustomers...

وTable للـOrders...

وTable للـProducts...

وبعدين أفضل أربطهم ببعض...

ما أحط كل حاجة في Table واحدة وخلاص؟



Order 1001 → Ahmed → 010XXX → Cairo → Laptop → 30,000

Order 1002 → Mohamed → 011XXX → Giza → Mouse → 500

Order 1003 → Ahmed → 010XXX → Cairo → Keyboard → 1,500



شكلها أسهل فعلًا.





لحد ما أحمد يطلب منك 100 مرة.

ساعتها اسم أحمد...

ورقمه...

وعنوانه...

هيتكرروا 100 مرة.



وهنا هتبدأ تظهر عندك مشكلة اسمها...

Data Redundancy.



عشان كدة

بدل ما نخزن "أحمد" من أول وجديد مع كل Order...

ليه ما نخليش أحمد موجود مرة واحدة بس؟





Customers Table:

101 → Ahmed → 010XXX → Cairo





وبعدين أي Order يعمله...

مش محتاج يعرف اسم أحمد ورقمه وعنوانه.





محتاج يعرف حاجة واحدة بس:

Customer ID = 101



كأن أحمد معاه كارت عضوية رقمه 101.





كل ما يشتري حاجة، إحنا مش بنسجل بياناته من الأول...

بنسجل إن:

101 عمل الـOrder ده.





وبكده لو أحمد غير رقم موبايله؟

هغيره مرة واحدة بس.





الفكرة دي جزء أساسي من حاجة اسمها:

Normalization.



والـNormalization مش مجرد Rules بنحفظها:

1NF

2NF

3NF







بس هنا في حاجة غريبة...

لو إحنا تعبنا كل التعب ده عشان نفصل البيانات...

ليه لما نوصل للـData Warehouse والـAnalytics...





بنبدأ أحيانًا نجمع أجزاء منها تاني؟

لو تفتكر لما بنرجع نعمل Data Modeling





الإجابة هنا هتدخلنا في عالم تاني تمامًا:

OLTP vs OLAP.



بس قبل ما أقفل البوست عندي سؤال ليك



إحنا لسه متفقين إن تكرار البيانات ممكن يعمل Data Redundancy...



وإن الـNormalization بيساعدنا ننظم البيانات ونفصلها بشكل أفضل.

طب ليه في الـData Warehouse ممكن نعمل العكس بإيدينا؟





ليه ممكن نعمل Denormalization ونرجع نقرب بيانات من بعض تاني...

مع إننا من شوية كنا بنحاول نفصلها؟



هل كده إحنا بنبوّظ اللي عملناه؟



ولا الـDenormalization هنا ليها هدف تاني؟





فكر فيها واكتبلي رأيك في الكومنتات





وهقولك الإجابة بالتفصيل في شرح

Database Design & Data Modeling.



اتأكد انك متابعني عشان الدرس هينزل قريب علي القناة ان شاء الله

1 month ago | [YT] | 75

Mazen Analytics

لو استخدامك لـ Excel واقف عند الـ Formulas والـ Pivot Table… فأنت لسه مستخدمتش الاكسيل بشكل قوي في تحليل البيانات!



يوم الجمعة بإذن الله عندنا FREE Workshop هنبدأ فيها ندخل لمستوى مختلف شوية في تحليل البيانات باستخدام Excel.

المرة دي مش هنتكلم عن شوية Functions جديدة…

هنتعلم إزاي Excel نفسه ممكن يتحول لأداة أقوى بكتير في التعامل مع البيانات من خلال Power Pivot.


هنفهم وهنطبق مع بعض:

🔹 يعني إيه Power Pivot؟ وليه أصلًا أستخدمه في تحليل البيانات؟

🔹 يعني إيه ETL Process وإزاي الـ Extract, Transform, Load بتحصل جوه Excel؟

🔹 إيه دور Power Query في العملية دي وإزاي بيتكامل مع Power Pivot؟

🔹 إزاي نبني Data Model ونربط أكتر من Table ببعض بدل ما كل شغلنا يبقى على Sheet واحدة؟

🔹 هنبدأ نفهم DAX وإزاي نستخدمه في كتابة Measures وتحليلات أقوى.

🔹 والأهم… إزاي نربط كل ده بالـ Pivot Table ونطلع تحليل مرن وديناميكي من الـ Data Model.


الفكرة إنك بعد الـ Workshop متبقاش شايف Excel مجرد Sheets وFormulas…


لكن تبدأ تشوف الصورة الأكبر:

Power Query → ETL → Data Model → DAX → Power Pivot → Analysis

📅 الجمعة
⏰ 9:30 PM
💰 ال Workshopt مجانية بالكامل ( لعل يبقا علم نافع ان شاء الله 🤍 )

لو حابب تحضر، اكتبلي في الكومنتات كلمة POWER PIVOT

وهنبعتلك تفاصيل ورابط الـ Workshop.

1 month ago | [YT] | 126

Mazen Analytics

بفضل الله Bootcamp جديد 🤍

مش محتاج تتعلم Python كلها عشان تبقى Data Analyst!


وده بالظبط اللي حاولت أطبقه في Python for Data Analysis Bootcamp الجديد على القناة.


الفكرة مش إننا نقعد نتعلم Programming ونحفظ Syntax كتير…

الفكرة إن كل حاجة نتعلمها نسأل بعدها:
أنا كـ Data Analyst هستخدم ده في إيه؟

وعشان كده الـBootcamp مش واقف عند Pandas وقراءة CSV وخلاص.


هنمشي في رحلة عملية نشوف فيها إزاي Python تساعدنا في:
🔹 Web Scraping → نجيب Data من الويب بنفسنا
🔹 Data Analysis → ننظف ونحلل ونستخرج Insights
🔹 Data Visualization → نحول الأرقام لحاجة نقدر نفهمها ونحكي بيها قصة
🔹 Time Series Analysis → نفهم التغير مع الوقت ونحلل الـTrends


والأهم إن كل Topic مش مجرد كود بنكتبه…

لكن بنحاول نفهم: إمتى أستخدمه؟ وليه؟ وإيه المشكلة اللي بيحلها؟

وده جزء من الفكرة اللي بحاول أبني عليها المحتوى الفترة دي:

نتعلم الـTopics اللي محتاجينها في الشغل… والأداة تيجي بعدها.

لينك ال Bootcamp:
https://youtu.be/V7Ej23sG6Ho?si=4EOMZ...

1 month ago | [YT] | 20

Mazen Analytics

يمكن ده من أكتر الأسئلة اللي اتسألتها على كل المنصات، خصوصًا من الناس اللي بدأت Freelancing أو بتقدم Service.

وغالبًا اللي بيسأل بيكون مستني مني إجابة زي:
"خد 1000 جنيه."
أو "خد 5000 جنيه."

بس للأسف الموضوع مش Direct كده 😅

وأنا فاكر في بداياتي إن دي كانت من أكتر الحاجات اللي بتحيرني فعلًا...

العميل يشرح المطلوب، وأنا أكون فاهم هعمل إيه كويس جدًا، لكن أول ما يسألني:

"تمام.. التكلفة كام؟"

هنا تبدأ المشكلة 🙂

لأن تسعير الخدمات أصعب بكتير من تسعير المنتجات.

المنتج غالبًا عندك تكلفة واضحة نسبيًا:
تكلفة شراء + تشغيل + مصاريف + هامش ربح.

لكن الخدمة؟

تكلفتها مش واضحة بنفس الشكل.

وعشان كده مفيش طريقة واحدة تقولك: "ده السعر الصح."

أنا بشوف إنك ممكن تبص للتسعير من 3 زوايا:

1- Cost Based
وقتك + مجهودك + أي تكاليف هتدفعها عشان تنفذ الشغل.

2- Market Based
السوق بيسعّر النوع ده من الخدمات في حدود كام؟
مش عشان تقلد السعر، لكن عشان تفهم أنت واقف فين.

3- Value Based
ودي من أهم الحاجات مع الخبرة:
الشغل اللي هتعمله قيمته إيه بالنسبة للعميل؟

Dashboard بتوفر ساعتين شغل كل شهر مش زي Dashboard هتساعد شركة تاخد قرارات بملايين.

وعشان كده طبيعي جدًا في البداية متبقاش عارف تسعّر شغلك.

لأن جزء كبير من التسعير مش مجرد معادلة...
هو تقدير بيتحسن مع خبرتك، وفهمك للسوق، وفهمك لقيمة شغلك.

فبدل ما تسأل:
"آخد كام في المشروع ده؟"

ابدأ اسأل نفسك:
هيكلفني كام؟ السوق بيدفع كام؟ والقيمة اللي هقدمها للعميل قد إيه؟

ومن التلاتة دول... تبدأ توصل لسعر منطقي فعلًا.



قولي كدة بتسعر شغلك بناء علي اية في الكومنتات 😅

1 month ago (edited) | [YT] | 54

Mazen Analytics

كل فترة وأنا بنزل فيديوهات على اليوتيوب ألاقي نفس السؤال بيتكرر...


"أنا فاضلي إيه في Excel؟"

"طب Power BI أتعلم فيه إيه كمان؟"

"أنا خلصت SQL... كده خلاص؟"


ولقيت إن المشكلة مش إن الناس مش بتتعلم...

المشكلة إن الناس مش عارفة هي وصلت لفين، وفاضلها إيه.

عشان كده عملت الـ Roadmap البسيطة دي.


عشان أي حد يبص عليها يعرف:

أنا خلصت إيه.
وإيه اللي لسه ناقصني.
وإيه المفروض أتعلمه بعد كده.

سواء هدفك تبقى Data Analyst...
أو حتى بتستخدم الأدوات دي في شغلك ومش ناوي تشتغل محلل بيانات.

وبرضو عشان في ناس لحد دلوقتي فاكرة إن اللي بيعمل كورسات مش بيشارك علمه. 😅

والله الرزق على الله...

وممكن دعوة صادقة من حد تكون عند ربنا أغلى من أي فلوس.

عشان كده حاولت أخلي الـ Roadmap بسيطة ومباشرة، بحيث تقدر تمشي عليها حتى لو هتتعلم بشكل مجاني من اليوتيوب.

أكيد فيه مواضيع متقدمة هتحتاج ترجع فيها لمصادر أجنبية لأنها لسه مش متوفرة عربي بشكل كافي...

لكن على الأقل هتبقى عارف أنت رايح فين، بدل ما تتفرج على فيديوهات عشوائية.

بص على الـ Roadmap...

وقولي إيه الجزء اللي لسه ناقصك؟

Excel؟
Power Query؟
DAX؟
SQL؟
ولا حاجة تانية؟


ولو لقيت إن ناس كتير ناقصها نفس الموضوع...

إن شاء الله أنزل له شرح مجاني على اليوتيوب.


يمكن فيديو واحد يوفر على حد شهور من التخبط. ❤️

1 month ago | [YT] | 189

Mazen Analytics

من كام شهر...

كنت شغال مع شركة، وكان عندهم سؤال بسيط جدًا...

"إيه أفضل Campaign نزوّد لها الميزانية؟"

أول رد ممكن أي حد يقوله:

بص على Meta Ads Manager أو Google Ads.

لكن الحقيقة...

المنصات دي بتقولك كام واحد شاف الإعلان...
كام واحد ضغط...
كام واحد عمل Conversion.

بس...

هل دي فعلًا الأرقام اللي تساعدك تاخد قرار؟

خليني أسألك كام سؤال.

لو Campaign جابت 1000 Lead...

كام واحد منهم رد فعلًا؟

كام واحد طلب يعرف السعر؟

كام واحد وصل لمرحلة متابعة جدية؟

كام واحد بقى Qualified Lead؟

كام واحد اشترى؟

وفجأة اكتشفنا إننا بنبني قراراتنا على أول خطوة في رحلة العميل...

وسايبين باقي الرحلة كلها.

وقتها قررنا نبني Lead Tracking System.

مش علشان نعرف عدد الـ Leads...

لكن علشان نعرف رحلة كل Lead من أول ما ضغط على الإعلان لحد ما اشترى أو خرج من الـ Funnel.

وبعد فترة...

بقينا نقدر نجاوب على أسئلة عمر منصة الإعلانات لوحدها ما كانت هتجاوب عليها.

مش:
"أنهي Campaign جابت Leads أكتر؟"

لكن:

أنهي Campaign جابت Qualified Leads أكتر؟
أنهي Campaign نسبة تحويلها أعلى؟
أنهي مصدر بيجيب عملاء بيشتروا فعلًا؟
وأنهي Campaign تستحق فعلًا إننا نعمل لها Scaling؟

وده كان أكبر درس اتعلمته...

الـ Dashboard لوحدها مش بتديك Insights.

الـ Insights بتبدأ من لحظة إنك تعرف إيه البيانات اللي لازم تتجمع من الأساس.

وده بالنسبة لي هو الفرق بين...

واحد بيقرأ أرقام...

وواحد بيستخدم البيانات علشان ياخد قرار يزوّد أرباح الشركة.

لأن في النهاية...

أفضل Campaign مش اللي جابت أكبر عدد Clicks...

أفضل Campaign هي اللي جابت أكبر عدد عملاء حقيقيين.

لو البوست ده عجبكم... ممكن أشارك في البوست الجاي إزاي صممنا الـ Lead Tracking System وإيه البيانات اللي كنا بنجمعها علشان نعرف الـ Qualified Leads الحقيقيين.

2 months ago | [YT] | 41

Mazen Analytics

من كام يوم...

كنا شغالين على مشروع لشركة.





المطلوب كان نبني النظام من الصفر.

وقبل ما نكتب ولا سطر SQL...

كان لازم الأول نصمم الـ Database.





زمان...

دي كانت مرحلة كنت بتتعمل غالبًا بواسطة Data Architect أو Database Designer.

لكن المرة دي؟



استخدمنا AI يساعدنا نبني الـ ERD بالكامل.



من الـ Business Requirements...

لحد العلاقات بين الجداول...

والـ Constraints...

والـ Database Structure.



المشكلة ان

كتير من محللين البيانات لسه فاكرين إن شغلهم بيقف عند:

Excel

Power BI





لكن الحقيقة...

لو عايز تبقى أقوى في السوق خلال السنين الجاية...

في حاجتين لازم تبدأ تتعلمهم من دلوقتي:



افهم أساسيات Data Engineering.

مش لازم تبقى Data Engineer...

لكن لازم تعرف يعني إيه Data Modeling...

ERD...

Normalization...

ETL...



وتفكر إزاي البيانات بتتخزن قبل ما تحللها.





والحاجة التانية...

اتعلم AI داخل مجالك.

مش إنك تتفرج على فيديو "أفضل 10 برومبتات في Claude".

ولا تعرف الفرق بين ChatGPT وGemini.



ده مش هيخليك مميز.

لكن لما تستخدم AI عشان:

تصمم Database

تراجع SQL

تبني ETL

تساعدك في الـ Data Modeling

تكتب Documentation

ساعتها الـ AI هيزود قيمتك فعلًا.





وأعتقد إن دي واحدة من أهم المهارات اللي هتميز أي Data Analyst خلال الفترة الجاية.



أنا بفكر أنزل فيديو كامل على يوتيوب أوريكم إزاي استخدمنا AI في تصميم الـ Database للمشروع خطوة بخطوة.

لو مهتم تشوف Workflow كامل من أول الـ Requirements لحد الـ ERD...

اكتبلي في الكومنت:



ولو لقيتكم مهتمين بالموضوع هنزل المشروع كامل إن شاء الله. 🔥

2 months ago | [YT] | 156

Mazen Analytics

بسم الله توكلنا على الله ❤️



بما إن إجازة الصيف بدأت، فحبيت أزود المحتوى المجاني إن شاء الله، عشان إخواتنا في الجامعات يستغلوا الفترة دي بأفضل شكل ممكن، ويتعلموا مهارة ممكن تكون سبب في فتح أبواب رزق وفرص جديدة ليهم.

وأكيد أي حد يقدر يحضر، سواء لسه بيبدأ أو عنده معرفة بسيطة بـ SQL 🙏


هنعمل Free SQL for Data Analysis Bootcamp



هنبدأ من الصفر تمامًا وهنغطي:


✅ SELECT وكتابة أول Query
✅ WHERE vs HAVING
✅ GROUP BY
✅ Joins بأنواعها المختلفة
✅ Subqueries
✅ Window Functions
✅ String Functions واستخدامها في Data Cleaning
✅ CTEs
✅ Temp Tables
✅ Stored Procedures
✅ Triggers & Events
✅ Ai for SQL + Text to SQL
✅ Full Project (Data Cleaning + EDA)
✅ Connectivity modes ( طرق ربط SQL مع Power Bi )


📅 الموعد:
الأحد 28 يونيو
⏰ الساعة 8:30 مساءً


الهدف من البوتكامب مش إنك تحفظ أوامر SQL، لكن إنك تتعلم إزاي تستخدمها كمحلل بيانات لحل مشاكل حقيقية والعمل على مشاريع عملية.


ولو حابب تحضر، اكتب SQL في الكومنتات، وإن شاء الله هبعتلك لينك المحاضرة ❤️



ومتنساش تعمل منشن لأي حد ممكن يستفيد، لعلها تكون علمًا نافعًا لنا ولكم 🤍



و اخترت SQL مخصوص لان دا كان طلب الغالبية منكم هبقا انزل تصويت قريب برضو فتأكد انك متابعني ❤️

3 months ago | [YT] | 98

Mazen Analytics

عشان اوصلك ال Kpis فعلا مهمة ازاي في اي شركة





تخيل أول ما بدأ الماتش...

الـ 11 لاعب سابوا مراكزهم وجروا كلهم على جون المنافس عشان يجيبوا جول! 😅



أكيد المنظر هيكون غريب...

لكن الأكيد أكتر إن الفريق هيخسر.



ليه؟



لأن كل لاعب ليه دور مختلف:



المهاجم هدفه التسجيل.

صانع الألعاب هدفه صناعة الفرص.

المدافع هدفه منع الهجمات.

حارس المرمى هدفه حماية الشباك.



كل واحد عنده KPI مختلف، وفي النهاية كل الـ KPIs دي بتخدم هدف واحد: الفوز بالمباراة.

وده بالضبط اللي بيحصل في الشركات.



لما كل الأقسام تشتغل من غير مؤشرات أداء واضحة:



فريق المبيعات يجري ورا أي مبيعات وخلاص.

فريق التسويق يركز على عدد المشاهدات فقط.

خدمة العملاء تهتم بإغلاق التذاكر بسرعة.

والإدارة مستنية الأرباح تزيد!



النتيجة؟



كل فريق شغال... لكن محدش عارف هو بيتحرك في الاتجاه الصح ولا لأ.

الـ KPI مش مجرد رقم في Dashboard.



الـ KPI هو البوصلة اللي بتقول لكل شخص:



إيه المطلوب منه؟

وإزاي نجاحه هيأثر على نجاح الفريق كله؟



عشان كده قبل ما تسأل:

هنقيس إيه؟



اسأل الأول:

"إحنا عايزين نوصل لإيه؟"



لأن أسوأ KPI ممكن تحطه...

هو KPI بيخلي الناس تجري بسرعة...

في الاتجاه الغلط.



قولّي في الكومنتات:

إيه أغرب KPI شوفته قبل كده في شركة أو مشروع؟

3 months ago | [YT] | 16