نُشرت بواسطة:admin
22 Aug 2026
إذا كنت تتعلم Microsoft Power BI أو تستعد لاختبار PL-300: Microsoft Power BI Data Analyst، فمجرد حفظ أسماء الأدوات والأوامر لن يكون كافيًا.
العمل الحقيقي على Power BI يعتمد على فهم رحلة البيانات كاملة:
مصدر البيانات ← التنظيف والتحويل ← نمذجة البيانات ← DAX ← التقارير والرسوم ← النشر والأمان.
ولهذا جمعنا في هذا الدليل مجموعة من أهم أسئلة Power BI مع الإجابات والتفسير، بداية من الأساسيات وحتى أسئلة Power Query وDAX ونمذجة البيانات والسيناريوهات العملية.
ملاحظة مهمة: الأسئلة الموجودة هنا أسئلة تدريبية أعدت لمساعدتك على فهم Power BI وطبيعة المهارات المطلوبة في مسار PL-300، وليست أسئلة فعلية أو مسربة من اختبار Microsoft.
إذا كنت تريد التعلم من خلال تطبيقات ومشروعات عملية، يمكنك الاطلاع على دورة Power BI في معهد مسارتك والتعرف على محتوى البرنامج التدريبي المتاح حضوريًا وأونلاين حسب الدفعات.
Power BI منصة لتحليل البيانات وذكاء الأعمال Business Intelligence من Microsoft، تساعد على الاتصال بمصادر البيانات المختلفة، تنظيفها وتحويلها، بناء نماذج مترابطة، إجراء التحليلات، ثم عرض النتائج في تقارير ولوحات معلومات تفاعلية.
ويستخدم Power BI في مجالات متعددة، مثل:
المبيعات.
المالية.
التسويق.
الموارد البشرية.
العمليات.
إدارة المشاريع.
تحليل الأداء.
التقارير التنفيذية.
متابعة مؤشرات الأداء KPI.
وباختصار:
Excel يساعدك على العمل مع البيانات، بينما Power BI يساعدك على بناء نظام تقارير وتحليل يمكن تحديثه والتفاعل معه ومشاركته بصورة أكثر تنظيمًا.
إذا كنت لا تزال في بداية تحليل البيانات، فقد يكون البدء بـ دورة تحليل البيانات باستخدام Microsoft Excel خطوة جيدة قبل الانتقال إلى Power BI.
اختبار PL-300: Microsoft Power BI Data Analyst هو الاختبار المرتبط بمسار Microsoft الخاص بمحلل بيانات Power BI.
ويختبر قدرة المتقدم على استخدام Power BI في التعامل مع دورة تحليل البيانات وليس مجرد معرفته بواجهة البرنامج.
وتدور المهارات الحالية للاختبار حول أربعة مجالات رئيسية:
| مجال المهارة | الوزن التقريبي |
|---|---|
| Prepare the Data – إعداد البيانات | 25–30% |
| Model the Data – نمذجة البيانات | 25–30% |
| Visualize and Analyze the Data – تصور البيانات وتحليلها | 25–30% |
| Manage and Secure Power BI – إدارة Power BI وتأمينه | 15–20% |
لذلك فإن الاستعداد الجيد لـPL-300 يحتاج إلى فهم عملي لـ:
Power Query + Data Modeling + DAX + Visualization + Power BI Service + Security.
ولا يفضل الاعتماد على رقم ثابت لعدد أسئلة PL-300؛ لأن Microsoft لا تعرض في دليل المهارات الحالي عددًا ثابتًا يجب بناء خطة المذاكرة عليه.
الإجابة المختصرة:
Power BI Desktop يستخدم بصورة أساسية لبناء نموذج البيانات وإنشاء التقارير، بينما Power BI Service يستخدم لنشر التقارير ومشاركتها وإدارة مساحات العمل والتحديثات والصلاحيات.
داخل Power BI Desktop يمكنك:
الاتصال بالبيانات.
استخدام Power Query.
بناء العلاقات.
إنشاء Measures باستخدام DAX.
تصميم صفحات التقرير.
إنشاء Visualizations.
بعد الانتهاء من التقرير يمكن نشره إلى Power BI Service للاستفادة من إمكانيات مثل:
Workspaces.
مشاركة التقارير.
إدارة الوصول.
تحديث البيانات.
التعاون داخل المؤسسة.
قاعدة سهلة للتذكر:
Desktop للبناء والتحليل، وService للنشر والإدارة والمشاركة.
قد يعتقد البعض أن المصطلحين يعنيان الشيء نفسه، لكنهما مختلفان.
التقرير يمكن أن يحتوي على عدة صفحات، ويقدم تحليلًا تفصيليًا وتفاعليًا للبيانات.
لوحة المعلومات في Power BI Service تعرض أهم العناصر والمؤشرات في شاشة واحدة لمتابعة الأداء بسرعة.
إذا كان المدير يريد استكشاف التفاصيل، فقد يحتاج إلى Report.
أما إذا كان يريد معرفة الوضع الحالي لأهم المؤشرات بسرعة، فقد تكون Dashboard أنسب.
Power Query هو محرك تجهيز وتحويل البيانات المستخدم في Power BI.
ويستخدم قبل مرحلة التحليل لمعالجة البيانات الخام وتحويلها إلى صورة مناسبة لبناء نموذج البيانات.
يمكن استخدامه في:
إزالة الصفوف غير المطلوبة.
تغيير أنواع البيانات.
تقسيم الأعمدة.
دمج البيانات.
إضافة أعمدة.
استبدال القيم.
التعامل مع القيم المفقودة.
إزالة التكرارات.
إعادة تشكيل البيانات.
لديك ملف مبيعات يحتوي على أسماء العملاء مكررة ومسافات غير ضرورية وتواريخ مخزنة كنصوص.
قبل تحليل البيانات، يمكنك استخدام Power Query لتنظيف هذه المشكلات.
المبدأ الأساسي:
لا تبدأ بناء Dashboard فوق بيانات غير منظمة.
هذا من أكثر أسئلة Power BI شيوعًا.
يستخدم لربط جدولين اعتمادًا على عمود أو مفتاح مشترك.
يشبه إلى حد ما عمليات JOIN في SQL.
يستخدم لوضع صفوف جدول تحت صفوف جدول آخر له بنية مشابهة.
لديك:
جدول مبيعات 2025.
جدول مبيعات 2026.
إذا أردت إنشاء جدول مبيعات واحد يحتوي على السنتين، استخدم:
Append.
أما إذا كان لديك:
جدول المبيعات.
جدول بيانات العملاء.
وتريد إضافة معلومات العميل إلى كل عملية بيع، فقد تستخدم:
Merge.
لأن Power BI يتعامل مع كل عمود وفق نوع البيانات المحدد له.
من الأنواع الشائعة:
Text.
Whole Number.
Decimal Number.
Date.
Date/Time.
True/False.
إذا كان عمود المبيعات مخزنًا كنص Text، فقد تواجه مشكلة عند محاولة إجراء عمليات حسابية عليه.
كذلك إذا كانت التواريخ غير معرفة بصورة صحيحة، فقد تتأثر التحليلات الزمنية.
لذلك يعد فحص أنواع البيانات من الخطوات المهمة قبل بناء النموذج.
Star Schema أو النموذج النجمي من أهم طرق تنظيم نماذج البيانات في أنظمة ذكاء الأعمال.
يتكون عادة من:
يحتوي على الأحداث أو العمليات التي نريد تحليلها.
مثل:
جدول المبيعات
وقد يحتوي على:
Sales Amount.
Quantity.
Customer ID.
Product ID.
Date ID.
تحتوي على المعلومات الوصفية المستخدمة في تحليل Fact Table.
مثل:
Customers.
Products.
Dates.
Regions.
ويكون جدول العمليات في المنتصف، والجداول الوصفية حوله، لذلك يشبه الشكل النجمة.
لأنه يساعد على:
تبسيط النموذج.
فهم العلاقات بسهولة.
كتابة DAX بصورة أوضح.
تحسين قابلية الصيانة.
تقليل التعقيد.
لنفترض أن لدينا:
جدول Customers
وكل عميل موجود فيه مرة واحدة.
ولدينا:
جدول Sales
ويمكن أن يظهر نفس العميل في مئات عمليات البيع.
العلاقة تكون:
Customers 1 → * Sales
أي:
عميل واحد يمكن أن يكون لديه العديد من عمليات البيع.
وهذا النوع من العلاقات من أكثر العلاقات استخدامًا في نماذج Power BI.
لأن زيادة العلاقات دون حاجة قد تجعل النموذج:
أكثر تعقيدًا.
أصعب في الفهم.
عرضة لمسارات تصفية غير واضحة.
أصعب عند كتابة DAX.
أكثر عرضة لنتائج تحليل غير متوقعة.
النموذج الجيد ليس النموذج الذي يحتوي على أكبر عدد من العلاقات.
النموذج الجيد هو الذي يحقق التحليل المطلوب بأوضح بنية ممكنة.
DAX – Data Analysis Expressions هي لغة التعبيرات المستخدمة في Power BI لإنشاء الحسابات والتحليلات داخل نموذج البيانات.
ومن أشهر استخداماتها:
Measures.
Calculated Columns.
النسب.
المقارنات.
حسابات الوقت.
مؤشرات الأداء.
التحليل وفق شروط وفلاتر معينة.
ومن الدوال الشائعة:
SUM
COUNT
DISTINCTCOUNT
CALCULATE
FILTER
DIVIDE
SUMX
RELATED
لكن الهدف ليس حفظ أكبر عدد من الدوال.
الأهم هو فهم:
متى تستخدم الدالة؟ وكيف يتغير الناتج وفق سياق التصفية؟
هذا أحد أهم الأسئلة لأي شخص يتعلم Power BI.
يتم حساب قيمة لكل صف في الجدول ويتم تخزين النتيجة داخل النموذج.
يتم حسابها حسب السياق الموجود في التقرير عند الاستخدام.
إذا أنشأت Measure:
Total Sales = SUM(Sales[Amount])
ثم وضعت المنطقة Region داخل التقرير، سيقوم Power BI بحساب إجمالي المبيعات لكل منطقة وفق الفلاتر الموجودة.
ولهذا تعد Measures مناسبة جدًا للتجميعات والتحليلات الديناميكية.
القاعدة العملية:
لا تنشئ Calculated Column لمجرد أن بإمكانك ذلك.
إذا كان الحساب تجميعيًا ويتغير حسب التقرير، فغالبًا يكون Measure هو الخيار المناسب.
دالة CALCULATE من أهم دوال DAX لأنها تسمح بتقييم تعبير معين تحت سياق تصفية Filter Context معدل.
مثال مبسط:
إذا كنت تريد حساب مبيعات منطقة معينة، يمكنك استخدام CALCULATE لتطبيق الفلتر المطلوب على Measure المبيعات.
لذلك عند دراسة DAX يجب ألا تتعامل مع CALCULATE كصيغة تحفظها فقط.
يجب أن تفهم:
Filter Context.
تأثير الفلاتر.
العلاقات.
كيفية تعديل السياق.
يشير إلى الصف الحالي أثناء تنفيذ عملية على مستوى الصفوف.
يشير إلى مجموعة الفلاتر التي تحدد البيانات التي سيتم استخدامها لحساب النتيجة.
قد تأتي الفلاتر من:
Visual.
Slicer.
Filters Pane.
علاقة بين الجداول.
DAX.
ويعتبر فهم Context من النقاط التي تنقل المتعلم من كتابة DAX بسيطة إلى فهم التحليل بصورة احترافية.
لا توجد إجابة واحدة تصلح لكل الحالات، لكن الخطأ هو البدء بإضافة المزيد من الرسوم أو DAX قبل معرفة مصدر المشكلة.
ابدأ بمراجعة:
حجم البيانات.
الجداول والأعمدة غير المستخدمة.
نموذج العلاقات.
Power Query transformations.
Calculated Columns.
Measures المعقدة.
طريقة الاتصال بمصدر البيانات.
عدد العناصر المرئية في صفحات التقرير.
شخّص سبب البطء أولًا، ثم حسّن الجزء المسؤول عنه.
وهذه طريقة تفكير مهمة جدًا في تحليل البيانات عمومًا:
لا تعالج العرض قبل تحديد السبب.
غالبًا لا.
هدف لوحة المعلومات ليس إثبات قدرتك على استخدام كل أنواع الرسوم الموجودة في Power BI.
الهدف هو:
مساعدة المستخدم على فهم ما يحدث واتخاذ قرار.
قبل إضافة أي Visualization اسأل:
ما السؤال الذي يجيب عنه هذا الرسم؟
إذا لم توجد إجابة واضحة، فقد لا تحتاج إليه.
بدل عرض عشرات المؤشرات بلا ترتيب، يمكنك تنظيم الصفحة إلى:
أولًا: النتيجة الرئيسية
إجمالي المبيعات.
الربح.
معدل النمو.
ثانيًا: لماذا حدثت النتيجة؟
المبيعات حسب المنتج.
المنطقة.
الفترة.
ثالثًا: أين يحتاج المستخدم للتدخل؟
المنتجات المتراجعة.
المناطق الأقل أداءً.
الانحراف عن المستهدف.
هنا تتحول Dashboard من مجموعة رسوم إلى أداة قرار.
يكون Bar Chart غالبًا أكثر مناسبة عندما تريد مقارنة عدة فئات بسهولة.
أما Pie Chart فيناسب الحالات البسيطة جدًا التي تريد فيها إظهار توزيع أجزاء محدودة من إجمالي واحد.
لكن عند زيادة عدد الفئات يصبح من الصعب مقارنة الشرائح بصريًا.
لذلك:
اختيار الرسم يجب أن يعتمد على السؤال التحليلي وليس على جمال الشكل فقط.
Row-Level Security – RLS يستخدم للتحكم في البيانات التي يمكن لكل مستخدم رؤيتها داخل التقرير.
لديك تقرير مبيعات يغطي:
الرياض.
جدة.
الدمام.
وتريد أن يرى مدير كل منطقة بيانات منطقته فقط.
بدل إنشاء تقرير منفصل لكل مدير، يمكن إعداد RLS بحيث تظهر لكل مستخدم البيانات المسموح له بها فقط.
وهذا مهم خصوصًا عند استخدام Power BI داخل المؤسسات.
Workspace هي مساحة عمل داخل Power BI Service تستخدم لتنظيم وإدارة المحتوى والتعاون حول:
Reports.
Semantic Models.
Dashboards.
Dataflows.
المحتوى المرتبط بالمشروع.
ويمكن استخدامها مع فرق العمل وإدارة مستويات الوصول والصلاحيات.
أ) فتح Power BI واختيار الرسوم.
ب) طلب ملف Excel.
ج) تحديد الأسئلة والقرارات التي تريد الإدارة دعمها.
د) اختيار ألوان Dashboard.
الإجابة الأنسب: ج).
التحليل يبدأ من سؤال العمل Business Question وليس من الرسم البياني.
يجب أن تعرف:
ماذا تريد الإدارة معرفته؟
ما القرار الذي ستتخذه؟
ما مؤشرات الأداء المهمة؟
من سيستخدم التقرير؟
كم مرة سيتم تحديثه؟
بعد ذلك تحدد البيانات المطلوبة.
أ) تعديل الرقم داخل التقرير.
ب) اختيار الرقم الأكبر.
ج) مراجعة مصدر البيانات وقواعد الحساب والتحويلات والفلاتر.
د) تجاهل الاختلاف.
الإجابة الأنسب: ج).
قبل نشر أي تقرير يجب التحقق من:
مصدر البيانات.
الفلاتر.
العلاقات.
تعريف KPI.
طريقة حساب المبيعات.
التواريخ.
البيانات المكررة أو المفقودة.
Dashboard جميلة تعرض رقمًا خاطئًا لا تقدم قيمة.
دقة البيانات تأتي قبل التصميم.
لا.
إجمالي المبيعات يوضح ماذا حدث لكنه لا يوضح بالضرورة لماذا حدث.
يجب أن يسمح التحليل بالنظر إلى أبعاد مثل:
الوقت.
المنتج.
المنطقة.
العميل.
قناة البيع.
مندوب المبيعات.
ثم مقارنة النتائج بفترات سابقة أو مستهدفات محددة.
وهنا تظهر القيمة الحقيقية لـPower BI:
الانتقال من عرض الرقم إلى تفسير الرقم.
عند مواجهة سؤال يعتمد على سيناريو، لا تبدأ بالبحث عن الكلمة التي تذكرك بدالة أو زر معين.
استخدم هذه الطريقة.
هل المشكلة متعلقة بـ:
إعداد البيانات؟
النموذج؟
DAX؟
الأداء؟
Visualization؟
الأمان؟
النشر؟
إذا كان الحل يمكن تنفيذه بطريقة واضحة وبسيطة، فلا تفترض أن الحل الأكثر تعقيدًا هو الأفضل.
اسأل:
هل المشكلة يجب أن تعالج في:
مصدر البيانات؟
Power Query؟
Data Model؟
DAX؟
Visual؟
Power BI Service؟
اختيار الطبقة الصحيحة جزء مهم من تصميم حلول Power BI.
الحل الذي يعمل على Dataset صغير قد لا يكون الأفضل عند التعامل مع ملايين الصفوف.
فكر في:
الأداء.
قابلية التحديث.
سهولة الصيانة.
سهولة الاستخدام.
الأمان.
وفق التقسيم الحالي للمهارات، اجعل مذاكرتك موزعة على أربعة محاور أساسية.
ركز على:
الاتصال بمصادر البيانات.
Import.
DirectQuery.
Power Query.
Data Profiling.
معالجة الأخطاء.
القيم الفارغة.
تغيير أنواع البيانات.
Merge.
Append.
Pivot وUnpivot.
ركز على:
Star Schema.
Fact Tables.
Dimensions.
Relationships.
Cardinality.
Cross-filter direction.
Date Tables.
Measures.
Calculated Columns.
أساسيات DAX.
Filter Context.
تعلم:
اختيار Visualization المناسب.
Slicers.
Filters.
Drill Down.
Drill Through.
Tooltips.
KPIs.
Conditional Formatting.
تصميم صفحات التقارير.
تحسين تجربة المستخدم.
تحليل الاتجاهات.
ركز على:
Workspaces.
نشر المحتوى.
إدارة الوصول.
تحديث البيانات.
Row-Level Security.
مشاركة التقارير.
إدارة عناصر Power BI Service.
إذا كنت تريد تغطية هذه المهارات داخل برنامج تدريبي عملي، راجع تفاصيل دورة تحليل البيانات باستخدام Power BI.
| الأسبوع | التركيز |
|---|---|
| الأسبوع 1 | أساسيات Power BI وواجهة البرنامج |
| الأسبوع 2 | Power Query وتنظيف البيانات |
| الأسبوع 3 | العلاقات وData Modeling |
| الأسبوع 4 | أساسيات DAX وMeasures |
| الأسبوع 5 | DAX والتحليل باستخدام Filter Context |
| الأسبوع 6 | Data Visualization وDashboard Design |
| الأسبوع 7 | Power BI Service وRLS والنشر |
| الأسبوع 8 | مشروع كامل + مراجعة مهارات PL-300 |
في نهاية كل أسبوع نفذ شيئًا حقيقيًا.
مثل:
Dashboard مبيعات.
تقرير موارد بشرية.
Financial Dashboard.
Marketing Dashboard.
تحليل عمليات.
لأن مشاهدة عشر ساعات من Power BI ليست مثل بناء تقرير واحد بنفسك.
ليس الهدف اختيار أداة وإلغاء الأخرى.
في كثير من الوظائف الأداتان تكملان بعضهما.
| Excel | Power BI |
|---|---|
| ممتاز للتحليل اليومي | ممتاز للتقارير المتكررة |
| مرن جدًا للمستخدم الفردي | مناسب أكثر للتقارير التفاعلية |
| قوي في الجداول والحسابات | قوي في Data Modeling |
| مناسب للعمل اليدوي السريع | مناسب للأتمتة والتحديث |
| Pivot Tables | Interactive Visuals |
| Power Query متاح | Power Query جزء أساسي |
| تقارير فردية | مشاركة وتحليل مؤسسي |
إذا كانت معرفتك بـExcel محدودة، ابدأ بـ تحليل البيانات باستخدام Excel.
وإذا كنت تتعامل مع برامج Microsoft Office بصورة أوسع، يمكنك أيضًا الاطلاع على دورة MOS من مسارتك.
هذه نقطة مهمة لأن الخطأ الشائع هو جمع دورات بدون مسار واضح.
حدد هدفك أولًا.
انتقل إلى دورة تحليل البيانات باستخدام Python.
Python تساعدك على التوسع في:
تحليل البيانات.
الأتمتة.
معالجة البيانات.
البرمجة.
المسارات المرتبطة بالذكاء الاصطناعي لاحقًا.
اطلع على دورة IIBA-CBDA لتحليل بيانات الأعمال.
الفرق الأساسي أن Power BI أداة قوية لتنفيذ التحليل وعرضه، بينما CBDA تركز أكثر على:
ما المشكلة؟ ما البيانات المطلوبة؟ ماذا تعني النتيجة؟ وكيف تساعد في اتخاذ القرار؟
يمكنك تصفح دورات تحليل البيانات في معهد مسارتك ومقارنة البرامج حسب المهارة التي تحتاج إلى تطويرها.
DAX قوية، لكن جودة النموذج تؤثر مباشرة على سهولة التحليل.
ابدأ بالنموذج ثم الحسابات.
بعض المبتدئين يقضون معظم وقتهم في تصميم Dashboard ويتجاهلون تنظيف البيانات.
لكن البيانات السيئة ستنتج تحليلًا سيئًا مهما كان التصميم جذابًا.
كل Visualization يجب أن يجيب عن سؤال.
لا تحول Dashboard إلى معرض رسوم بيانية.
المستخدم يفضل تقريرًا بسيطًا وصحيحًا على تقرير مذهل بصريًا يحتوي على أرقام غير موثوقة.
أكبر فارق في التعلم يحدث عندما تواجه بيانات غير مثالية وتحاول تنظيفها وربطها وتحليلها بنفسك.
قد تعرف DAX جيدًا لكنك لا تعرف ما المؤشر الذي يحتاج إليه مدير المبيعات.
محلل البيانات القوي لا يسأل فقط:
كيف أحسب هذا الرقم؟
بل يسأل أيضًا:
لماذا نحسبه؟ وما القرار الذي سيتغير بناءً عليه؟
بعد كل سؤال لا تكتفِ بمعرفة الإجابة الصحيحة.
اسأل نفسك:
لماذا هذه الإجابة أفضل؟
لماذا الخيارات الأخرى غير مناسبة؟
في أي جزء من Power BI تنفذ؟
هل توجد طريقة أبسط؟
ماذا يحدث لو كبر حجم البيانات؟
هل الحل قابل للصيانة؟
هل النتيجة ستفيد المستخدم النهائي؟
هذه الطريقة تحول حل الأسئلة من عملية حفظ إلى تدريب على التفكير كمحلل بيانات.
نعم، يمكن للمبتدئ تعلم Power BI، خصوصًا إذا كان لديه فهم أساسي لكيفية تنظيم البيانات والجداول.
معرفة Excel تساعد، لكنها لا تعني أنك يجب أن تكون خبير Excel قبل البدء.
المهم أن تتعلم Power BI بالترتيب الصحيح:
البيانات → Power Query → النموذج → DAX → التقرير → النشر.
وتغطي دورة Power BI في معهد مسارتك هذه الرحلة من الاتصال بالبيانات وتنظيفها إلى بناء النماذج والتقارير ولوحات المعلومات.
البداية في Power BI ليست صعبة، لكن المستوى المتقدم يحتاج إلى فهم جيد لنمذجة البيانات وDAX وسياق التصفية، وليس مجرد معرفة استخدام الرسوم.
ابدأ بفهم رحلة البيانات كاملة.
لا تركز على DAX وحدها.
المهارات الأساسية هي:
Power Query، Data Modeling، DAX، Data Visualization وPower BI Service.
Power Query يستخدم بصورة أساسية لتجهيز وتحويل البيانات قبل التحليل، بينما DAX تستخدم لإنشاء الحسابات والتحليلات داخل نموذج Power BI.
ليس شرطًا إلزاميًا، لكن وجود أساس جيد في Excel والجداول والبيانات يجعل البداية أسهل.
يمكن لمن يحتاج تأسيسًا أقوى دراسة دورة Excel لتحليل البيانات أولًا.
لا ينبغي الاستعداد له بهذه الطريقة.
فهم الأدوات مهم، لكن كثيرًا من المهارات تحتاج إلى معرفة متى تستخدم الحل المناسب في سيناريو عملي.
المسار المرتبط حاليًا هو Microsoft Certified: Power BI Data Analyst Associate، ويرتبط به اختبار PL-300.
لا تبنِ استعدادك على ما يسمى بالأسئلة المسربة.
المحتوى والاختبارات يمكن تحديثهما، بينما فهم المهارات الأساسية يجعلك قادرًا على التعامل مع سيناريو لم تشاهده من قبل.
لا.
DAX جزء مهم، لكن محلل Power BI يحتاج أيضًا إلى:
تجهيز البيانات.
تصميم النموذج.
فهم العلاقات.
اختيار المؤشرات.
تصميم التقارير.
التعامل مع Power BI Service.
فهم احتياجات العمل.
يستخدم Power BI في عدة أدوار، مثل:
Data Analyst.
BI Analyst.
Business Analyst.
Reporting Specialist.
Financial Analyst.
Marketing Analyst.
Operations Analyst.
Power BI Developer.
لكن اسم الأداة وحده لا يضمن وظيفة؛ الأفضل الجمع بين المهارة التقنية، فهم الأعمال، مشروعات عملية وPortfolio يمكن عرضه.
أفضل طريقة لتعلم Power BI أو الاستعداد لمسار PL-300 ليست حفظ عشرات أسئلة Power BI وإجاباتها.
ركز على فهم:
كيفية تجهيز البيانات.
Power Query.
بناء نموذج بيانات صحيح.
العلاقات.
DAX.
Filter Context.
تصميم التقارير.
اختيار الرسوم المناسبة.
Power BI Service.
الأمان والصلاحيات.
تحويل البيانات إلى قرار.
والأهم:
لا تجعل هدفك إنشاء Dashboard جميلة فقط؛ اجعل هدفك بناء تقرير يجيب عن سؤال حقيقي ويساعد شخصًا على اتخاذ قرار أفضل.
إذا كنت تريد التعلم من خلال مسار منظم وتطبيق عملي، يمكنك الاطلاع على دورة Power BI لتحليل البيانات وذكاء الأعمال في معهد مسارتك.
ولبناء مسار أوسع في البيانات، يمكنك استكشاف دورات تحليل البيانات، أو الانتقال بعد Power BI إلى تحليل البيانات باستخدام Python أو IIBA-CBDA لتحليل بيانات الأعمال.
دورات ذات صلة
دورة تحليل بيانات الموارد البشرية HR Data Analysis – احتراف قراءة مؤشرات الموارد البشرية
المدة: 5 Days
أقرب موعد: سيتم تحديده قريبًا
عرض تفاصيل البرنامج
دورة تحليل البيانات باستخدام Microsoft Excel في الرياض | مسارتك
المدة: 28 Days
أقرب موعد: سيتم تحديده قريبًا
عرض تفاصيل البرنامج
دورة MOS في الرياض | تدريب Microsoft Office حضوري وأونلاين
المدة: 28 Days
أقرب موعد: الجمعة 11-09-2026
عرض تفاصيل البرنامج
دورة CIPD أونلاين – نؤهلك لشهادة الموارد البشرية المعتمدة شهادة CIPD ، الأسعار، والخطوات الكاملة
المدة: 5 Days
أقرب موعد: سيتم تحديده قريبًا
عرض تفاصيل البرنامج
دورة Microsoft Azure Developer Associate | تطوير تطبيقات Azure
المدة: 5 Days
أقرب موعد: سيتم تحديده قريبًا
عرض تفاصيل البرنامج
دورة PRINCE2 Agile Foundation – التأسيس العملي لإدارة المشاريع الرشيقة مع معهد مسارتك
المدة: 5 Days
أقرب موعد: سيتم تحديده قريبًا
عرض تفاصيل البرنامج
دورة إدارة البرامج الناجحة MSP – احتراف إدارة البرامج والتحول المؤسسي مع معهد مسارتك
المدة: 5 Days
أقرب موعد: سيتم تحديده قريبًا
عرض تفاصيل البرنامج
دورة PHRi في الرياض | التحضير لشهادة محترف الموارد البشرية الدولية
المدة: 14 Days
أقرب موعد: الجمعة 11-09-2026
عرض تفاصيل البرنامج
