اليوم 1 | الجلسة 1: أساسيات Power BI وصياغة تعليمات الذكاء الاصطناعي
يحدد المشاركون أسئلة الأعمال، ويتعرفون على Power BI، ويستوردون مجموعة بيانات البرنامج. ويتعلمون تزويد الذكاء الاصطناعي بسياق كافٍ لإنتاج اقتراحات مفيدة وقابلة للاختبار.
- 20 دقيقة: مقدمة البرنامج وحالة الأعمال؛ تحديد الجمهور والقرارات ومقاييس نجاح تقرير أداء المبيعات.
- 25 دقيقة: سير العمل وواجهة Power BI؛ استكشاف Desktop وPower Query ونموذج البيانات وصفحات التقارير وخدمة Power BI.
- 35 دقيقة: أدوات الذكاء الاصطناعي والتعليمات الفعالة؛ التمييز بين Claude وCopilot في Power BI وMCP، والتدرب على تحديد السياق والمهمة والقيود والمخرجات المتوقعة.
- 40 دقيقة: الاتصال بملفات Excel أو CSV؛ فحص الجداول وأنواع الأعمدة والقيم المفقودة ومستوى التفاصيل في كل صف.
- 40 دقيقة: تمرين موجّه لتحميل جداول المبيعات والجداول المرجعية، وإنشاء أول تمثيل مرئي، واستخدام Claude لاقتراح أسئلة أعمال ومؤشرات أداء رئيسية مفيدة.
- 20 دقيقة: مراجعة واختبار معرفي؛ مقارنة الاقتراحات بالحقول المتاحة، وحل مشكلات الاستيراد الشائعة، وحفظ التقرير.
الجلسة 1: الموضوعات والتطبيق والمخرجات
- التمييز بين التقارير وصفحات التقارير بأسلوب لوحة المعلومات ولوحات المعلومات في الخدمة.
- أسئلة الأعمال وتعريفات مؤشرات الأداء ومستوى تفصيل البيانات، مثل تخصيص صف لكل بند مبيعات.
- صياغة التعليمات باستخدام مخطط الجداول وعينة بيانات معتمدة؛ فحص الافتراضات وتجنب اختلاق أعمدة.
- الفرق بين اقتراح في محادثة ذكاء اصطناعي ومساعد متصل بالنموذج عبر أدوات.
- التمرين العملي: تحديد 5 أسئلة إدارية من حالة المبيعات المقدمة، وربط كل سؤال بالحقول المتاحة، واستيراد الجداول المطلوبة، وإنشاء تمثيل مرئي بسيط للمبيعات، وتسجيل مشكلات جودة البيانات للجلسة التالية.
- مثال تعليمة: «باستخدام مخطط جدول المبيعات هذا، اقترح 5 أسئلة لمدير مبيعات والمقاييس اللازمة للإجابة عنها. استخدم الحقول المدرجة فقط، واطلب مني توضيح التعريفات الناقصة قبل اقتراح الصيغ.»
- المخرج: ملف Power BI محفوظ يتضمن الجداول المستوردة وأول تمثيل مرئي، وقائمة بأسئلة الأعمال، وورقة أولية لتعريف مؤشرات الأداء.
اليوم 1 | الجلسة 2: إعداد البيانات ونمذجتها
يجهز المشاركون البيانات للتحليل ويبنون مخططاً نجمياً بسيطاً. يدعم الذكاء الاصطناعي الشرح واستكشاف المشكلات، مع تحقق المشاركين من كل تحويل وعلاقة.
- 25 دقيقة: مراجعة جودة البيانات؛ تحديد الفراغات والتكرارات والتسميات غير المتسقة والتواريخ غير الصالحة وأنواع البيانات غير الصحيحة.
- 45 دقيقة: تنظيف البيانات باستخدام Power Query؛ تغيير الأنواع وإزالة المسافات الزائدة ومعالجة الأخطاء والقيم الخالية وإزالة السجلات المكررة عندما تبرر قواعد الأعمال ذلك.
- 45 دقيقة: بناء النموذج؛ فصل حقائق المبيعات عن الجداول المرجعية للمنتجات والمناطق، وإنشاء علاقات واحد إلى متعدد وشرح اتجاه التصفية.
- 30 دقيقة: إنشاء جدول تواريخ وربطه بالمبيعات؛ مراجعة تغطية التواريخ والمفاتيح الفريدة وتأثير المرشحات على الإجماليات.
- 25 دقيقة: تمرين لاستكشاف المشكلات بدعم الذكاء الاصطناعي؛ طلب شرح خطوة بلغة M أو تشخيص مشكلة علاقة من Claude، ثم تطبيق التصحيح واختباره.
- 10 دقائق: نقطة تحقق لمطابقة أعداد الصفوف وإجماليات المبيعات قبل التحويل وبعده.
الجلسة 2: الموضوعات والتطبيق والمخرجات
- خطوات التحويل القابلة للتكرار وسلوك تحديث البيانات.
- مقدمة إلى Power Query M بوصفها اللغة التي تنفذ التحويلات، دون برمجة متقدمة.
- جداول الحقائق والأبعاد ومفاتيح البحث الفريدة والسجلات غير المتطابقة.
- بُعد التاريخ وأساسيات تسمية عناصر النموذج ووصفها.
- أهمية النموذج النظيف لتحسين التقارير وإجابات الذكاء الاصطناعي.
- التمرين العملي: تنظيف بيانات المبيعات وتوحيد تسميات المنتجات والمناطق وبناء النموذج، وفحص مشكلة بيانات أُدرجت عمداً. استخدام Claude لاقتراح تصحيح استناداً إلى المخطط أو الصيغة المقدمة، ثم التأكد من الحفاظ على السجلات والإجماليات المقصودة.
- مثال تعليمة: «اشرح خطوة Power Query هذه بلغة إنجليزية مبسطة. وضّح كيفية تعاملها مع التواريخ الفارغة وغير الصالحة، واقترح تصحيحاً عند الحاجة، وقدّم 3 اختبارات للتأكد من عدم فقدان أي صفوف مبيعات صحيحة.»
- المخرج: نموذج نظيف بجداول مترابطة وجدول تواريخ يعمل بصورة صحيحة، وسجل تحقق موجز يوضح أعداد الصفوف والإجماليات وأي استبعادات.
اليوم 2 | الجلسة 3: DAX والتقارير وCopilot
ينشئ المشاركون حسابات الأعمال، ويصممون تمثيلات مرئية مفيدة، ويستكشفون دعم Copilot لإنشاء التقارير وتفسيرها. تستخدم أنشطة Copilot بيئة التدريب المعدّة مسبقاً.
- 25 دقيقة: أساسيات DAX؛ التمييز بين المقاييس والأعمدة المحسوبة وشرح سياق التصفية باستخدام مقطع بيانات للمنطقة أو المنتج.
- 45 دقيقة: إنشاء مقاييس بدعم الذكاء الاصطناعي لإجمالي المبيعات وإجمالي التكلفة وإجمالي الربح وهامش الربح الإجمالي باستخدام SUM والطرح وDIVIDE، والتحقق يدوياً من الإجماليات.
- 35 دقيقة: إنشاء مرئيات التقرير؛ بطاقات مؤشرات الأداء والاتجاه الشهري ومقارنات المنتجات أو المناطق ومقاطع بيانات التاريخ والمنطقة.
- 35 دقيقة: نشاط موجّه باستخدام Copilot؛ طرح أسئلة عن النموذج وطلب صفحة تقرير أو ملخص حيثما كان ذلك مدعوماً، ومقارنة الإجابة بالتقرير.
- 25 دقيقة: تحسين التصميم؛ تنسيق متسق وعناوين واضحة وتنسيقات أرقام مناسبة وألوان تراعي سهولة الوصول وتفاعلات مفيدة.
- 15 دقيقة: نقطة تحقق لاختبار المقاييس تحت تأثير المرشحات وتحديد اقتراح ذكاء اصطناعي غير صحيح أو غير مدعوم.
الجلسة 3: الموضوعات والتطبيق والمخرجات
- تعريفات الأعمال وأساسيات صياغة DAX باستخدام أسماء الجداول والأعمدة الفعلية.
- حساب الهامش كنسبة بين الإجماليات ومعالجة القسمة على صفر.
- اختيار الرسوم المناسبة للسؤال وتجنب المقاييس البصرية المضللة.
- التعامل مع صيغ DAX والمرئيات والنصوص المولّدة بالذكاء الاصطناعي بوصفها اقتراحات تتطلب التحقق.
- التمييز بين Copilot في Power BI وGitHub Copilot بوصفهما منتجين منفصلين بأدوار مختلفة.
- التمرين العملي: بناء صفحة تنفيذية لأداء المبيعات تضم 4 بطاقات مؤشرات أداء واتجاهاً شهرياً ومقارنات للمنتجات والمناطق. استخدام Claude لشرح مقياس وCopilot للإجابة عن سؤال أعمال، والتحقق من الإجابتين بمقارنتهما بقيم التقرير بعد التصفية.
- مثال تعليمة: «أنشئ مقياس Gross Margin باستخدام مقياسي Gross Profit وTotal Sales الحاليين. أعد قيمة فارغة عندما تكون المبيعات صفراً. اشرح الصيغة وكيفية اختبارها مع مرشح منطقة وعلى مستوى الإجمالي الكلي.»
- المخرج: صفحة تقرير بمقاييس أساسية متحقق منها ومرئيات تفاعلية ومقارنة موجزة بين إجابة الذكاء الاصطناعي والبيانات الأصلية. إذا تعذر وصول المشاركين إلى Copilot، يُستخدم عرض من المدربة وإجابة مقدمة للتحقق منها.
اليوم 2 | الجلسة 4: MCP ولوحة معلومات الأعمال النهائية
يشاهد المشاركون كيف يستخدم مساعد ذكاء اصطناعي أدوات للعمل مع نموذج Power BI، ثم يكملون تقاريرهم ويعرضونها. يتخذ جزء MCP شكل عرض توضيحي موجّه مناسب لدورة عامة للمبتدئين.
- 15 دقيقة: شرح MCP؛ التعرف على مساعد الذكاء الاصطناعي وعميل MCP وخادم Power BI والأدوات والنموذج، ومقارنة اقتراح المحادثة بتغيير منفذ في النموذج.
- 45 دقيقة: عرض توضيحي من المدربة للاتصال بنسخة من النموذج التجريبي وفحص الجداول والمقاييس واقتراح مقياس والموافقة على التغيير والاستعلام عن النتائج للتحقق منه.
- 20 دقيقة: نظرة عامة على النشر والمشاركة؛ النشر والوصول إلى مساحات العمل واعتبارات التحديث ودور التراخيص والصلاحيات.
- 65 دقيقة: ورشة المشروع النهائي؛ إكمال تقرير المبيعات واختبار الحسابات والمرشحات وتحسين التخطيط وكتابة ملخص إداري موجز.
- 25 دقيقة: عروض المشاركين أو مراجعة الأقران؛ شرح النتائج الرئيسية وعرض أدلة التحقق وتلقي ملاحظات منظمة.
- 10 دقائق: اختبار معرفي نهائي وأسئلة وخطة عمل فردية لتطبيق التعلم في العمل.
الجلسة 4: نطاق عرض MCP والمخرجات
- تستخدم المدربة خادم Power BI Authoring MCP المحلي مع عميل متوافق جرى اختباره، مثل Claude Desktop أو GitHub Copilot في VS Code. يركز العرض على عمليات النموذج الدلالي: فحص المخطط وإنشاء مقياس واحد وتنفيذ استعلام تحقق. لا ينشئ هذا الخادم صفحات التقارير أو تخطيطات المرئيات.
- حفظ نسخة احتياطية، والبدء بالفحص، وعرض التغيير المقترح قبل تنفيذه، ومقارنة النتيجة بقيمة معروفة. يشاهد المشاركون سير العمل ويشرحونه؛ ويُعد التثبيت المستقل نشاط متابعة اختيارياً.
- مثال تعليمة MCP: «افحص نموذج التدريب المتصل واعرض جداوله ومقاييسه. اقترح مقياس Gross Margin باستخدام المقاييس الحالية. اعرض الصيغة وانتظر الموافقة قبل تعديل النموذج. بعد الموافقة، أنشئه وقارن نتيجته بالتقرير الحالي.»
- المخرج: ملف Power BI مكتمل وملخص إداري موجز وقائمة تحقق. يستطيع المشاركون شرح دور MCP وحدود ما تغيره الأدوات المعروضة ومتى يستخدمون Claude أو Copilot.
- حدود مهمة: يقتصر العرض على عمليات النموذج الدلالي؛ ويكمل المشاركون صفحات التقارير وتخطيطات المرئيات في Power BI Desktop.
المشروع النهائي والتقييم
حالة الأعمال: يحتاج مدير مبيعات إلى رؤية واضحة للإيرادات والربحية عبر الأشهر والمنتجات والمناطق. يستخدم المشاركون مجموعة بيانات أعمال افتراضية لتحديد فروق الأداء ودعم القرارات الإدارية. يجب دعم أي تفسير للأسباب بالبيانات أو طرحه كسؤال يحتاج إلى مزيد من البحث.
- ملف Power BI محفوظ ببيانات منظفة ومخطط نجمي بسيط وجدول تواريخ متصل.
- 4 مقاييس متحقق منها: Total Sales وTotal Cost وGross Profit وGross Margin.
- صفحة تقرير تنفيذية ببطاقات مؤشرات أداء واتجاه شهري ومقارنات للمنتجات والمناطق ومرشحات تفاعلية.
- ملخص إداري يتضمن 3 نتائج وإجراءين موصى بهما أو سؤالين للمتابعة.
- قائمة تحقق تغطي الإجماليات والعلاقات والمرشحات والمبيعات الصفرية واقتراح ذكاء اصطناعي واحداً على الأقل.
- سجل موجز لتعليمتين مفيدتين والأداة المستخدمة وكيفية التحقق من النتائج.
- معايير التقييم: إعداد البيانات والنموذج 25%؛ الحسابات 25%؛ تصميم التقرير 20%؛ استخدام الذكاء الاصطناعي والتحقق منه 15%؛ تفسير الأعمال 15%.
يجمع التقييم بين المشروع ونقاط التحقق خلال الجلسات والاختبار المعرفي النهائي. تدعم معايير التقييم ملاحظات المدربة والتقييم الذاتي للمشاركين، ولا تمثل اختبار شهادة من مورّد تقني.
متطلبات التنفيذ: أدوات الذكاء الاصطناعي والوصول
- يدعم Claude تمارين صياغة التعليمات وشرح الصيغ واستكشاف المشكلات. يتطلب الوصول المباشر إلى نموذج Power BI اتصال MCP معدّاً بصورة منفصلة؛ ولا توفر المحادثة العادية هذا الاتصال.
- يتطلب Copilot في Power BI سعة مدفوعة مؤهلة من Microsoft Fabric أو Power BI Premium وتوافراً إقليمياً مدعوماً وإعدادات المسؤول المناسبة. ينبغي للجهة المنفذة إعداد بيئة تدريب مرخصة واختبارها. لا يكفي ترخيص Power BI Pro أو Premium Per User وحده لتوفير السعة المطلوبة.
- يتطلب عرض MCP الخادم المحلي وعميل ذكاء اصطناعي متوافقاً ومعدّاً والنموذج التجريبي مفتوحاً في Power BI Desktop. يجب اختبار إعداد Claude أو GitHub Copilot والصلاحيات وبيئة التشغيل المطلوبة وشروط الترخيص قبل التدريب. الوصول إلى GitHub Copilot منفصل عن Copilot في Power BI.
منهجية التدريب
- شروح قصيرة وعروض توضيحية من المدربة وتطبيق موجّه ونقاط مراجعة؛ يبني المشاركون تقريراً واحداً عبر الجلسات 4.
- تذكر صفحة المنهجية أن الاستراحات خارج 720 دقيقة تعليمية، بينما تذكر صفحات الجلسات أنها ضمن جدول 9:00 ص إلى 3:00 م.
- عند تعذر الوصول المباشر إلى أدوات الذكاء الاصطناعي، تُستخدم إجابات معدّة مسبقاً ونموذج مرجعي لمواصلة التدريب على التقييم.
- لا يشمل هذا البرنامج التمهيدي DAX المتقدم أو النشر في بيئات الإنتاج أو حوكمة المؤسسات أو الإدارة المستقلة لـMCP.
مجموعة أدوات صياغة تعليمات الذكاء الاصطناعي
- المنهج المستخدم طوال البرنامج: تحديد هدف الأعمال، وتوفير المخطط المناسب أو عينة معتمدة، وتحديد المهمة والقيود والمخرجات المطلوبة، وطلب توضيح المعلومات الناقصة وكيفية اختبار الإجابة.
- Claude — تخطيط التقرير: «اقترح تخطيطاً لمدير مبيعات باستخدام مؤشرات الأداء 4 هذه وهذه الأبعاد. اشرح القرار الذي يدعمه كل تمثيل مرئي.»
- Copilot — ملخص الأداء: «لخّص أداء المبيعات الشهري وحدد أكبر الفروق بين المناطق. اذكر المرشحات والفترة الزمنية المستخدمة.»
- التحقق — مراجعة DAX: «راجع مقياس DAX هذا وتعريفه من منظور الأعمال. حدد الافتراضات واقترح اختبارات للقيم الفارغة والمبيعات الصفرية والإجماليات بعد التصفية.»
التحضير والمراجع
- إعداد مجموعة بيانات مبيعات افتراضية بجداول Sales وProducts وRegions وDate، وحقلي Sales Amount وCost Amount بتعريفات واضحة.
- إعداد تعليمات التمارين وقاموس البيانات وتعريفات مؤشرات الأداء وورقة التعليمات وإجابات التحقق وتقرير مرجعي مكتمل.
- حفظ ملفات Power BI عند نقاط التحقق بعد كل جلسة لتمكين المشاركين من استعادة العمل ومتابعته.
- اختبار الاستيراد والتحديث وتعليمات Copilot وعرض MCP كاملاً، وتجهيز لقطات شاشة أو تسجيل بديل عند تعطل الاتصال المباشر.
- استخدام بيانات تدريب معتمدة في جميع أنشطة الذكاء الاصطناعي، وشرح مراجعة المخرجات والتحكم بصلاحيات الأدوات والاحتفاظ بنسخة احتياطية قبل تعديل النموذج.
- المراجع التقنية: Microsoft Learn — نظرة عامة على Copilot في Power BI؛ Microsoft Learn — خادم Power BI Authoring MCP؛ Microsoft — مستودع Power BI Modeling MCP. تشير النشرة إلى مراجعة المتطلبات والقدرات في 23 أكتوبر 2026، وإعادة التحقق قبل كل تنفيذ لتغير الخدمات والتراخيص.