72.3%

+18.4

3.2%

104B

8.7≈

+2.1%

منصة أرقامي | تقرير تحليلي

القرار يبدأ من الرقم

تقرير وصفي ومتقدم عن المتاحف في المملكة العربية السعودية

1 مقدمة

تمثل المتاحف في المملكة العربية السعودية أحد أهم الأوعية المؤسسية لحفظ الذاكرة الوطنية وصون التراث الثقافي والمادي، وهي ليست مجرد أماكن لعرض المقتنيات، بل مؤسسات معرفية وتعليمية وتاريخية وسياحية تؤدي أدوارًا متداخلة في المجتمع. فالمتحف يجمع بين الحفظ والتوثيق والتفسير والعرض، ويتيح للجمهور فرصة فهم الماضي وربطه بالحاضر، كما يسهم في تكوين وعي أعمق بتاريخ البلاد وتنوعها الحضاري والثقافي.

وتزداد أهمية المتاحف في السعودية في ظل ما تمتلكه المملكة من عمق تاريخي وتنوع جغرافي وثقافي كبير يمتد من شمالها إلى جنوبها ومن شرقها إلى غربها. فكل منطقة تحمل خصائص تراثية وتاريخية خاصة بها، والمتاحف تمثل وسيلة عملية لحفظ هذا التنوع وإتاحته للأفراد والباحثين والزوار. كما أن الاهتمام بالمتاحف يتسق مع التوجهات التنموية الرامية إلى تعزيز الثقافة، وتنويع الاقتصاد، وتطوير السياحة، وتحسين جودة الحياة.

ولا تقتصر العناية بالمتاحف على جانب الحفظ فقط، بل تمتد إلى جوانب تنموية أوسع. فالمتاحف تدعم التعليم من خلال توفير خبرة تعليمية مباشرة ومشاهدة حية للمحتوى التاريخي والثقافي. وهي تدعم كذلك السياحة الثقافية عبر جذب الزوار، وخلق مسارات سياحية قائمة على الهوية المحلية، وزيادة الإقبال على المدن والمناطق ذات القيمة التاريخية. كما أن المتاحف تفتح مجالات مهنية واستثمارية في الإدارة الثقافية، والتصميم، والإرشاد، والحفظ، والتوثيق، والفعاليات، والمنتجات الثقافية.

ومن زاوية التخطيط، فإن دراسة بيانات المتاحف وتحليل توزيعها الجغرافي والتنظيمي والموضوعي تساعد في الإجابة عن أسئلة مهمة: هل يتركز النشاط المتحفي في مناطق معينة؟ هل هناك تفاوت بين المناطق في عدد المتاحف؟ ما حجم إسهام القطاعين العام والخاص؟ وما الأنماط المتحفية الأكثر حضورًا؟ إن الإجابة عن هذه الأسئلة تسهم في دعم القرارات المتعلقة بتوزيع الاستثمارات الثقافية، وتحديد المناطق الأقل تمثيلًا، وتعزيز العدالة المكانية في الوصول إلى الخدمات الثقافية.

بناءً على ذلك، يقدم هذا التقرير تحليلًا وصفيًا ومتقدمًا لبيانات المتاحف في المملكة العربية السعودية، مع التركيز على الإحصاءات الوصفية، والرسوم البيانية الملوّنة، والتحليل العنقودي باستخدام K-means وHierarchical Clustering، وصولًا إلى مجموعة من التوصيات العملية.

2 لماذا يجب الاهتمام بالمتاحف في السعودية؟

تنبع أهمية العناية بالمتاحف في المملكة من مجموعة فوائد مترابطة:

1. حفظ التراث والهوية الوطنية: المتاحف تحفظ المقتنيات والقصص والرموز الثقافية من التلف أو الضياع، وتمنح المجتمع ذاكرة مؤسسية منظمة.
2. تعزيز التعليم والتعلّم التطبيقي: المتحف يترجم المعرفة النظرية إلى تجربة مرئية وميدانية تسهّل الفهم وتعمّق الوعي.
3. تنشيط السياحة الثقافية: المتاحف تضيف قيمة للمقاصد السياحية، وتطيل مدة الزيارة، وتدعم الاقتصاد المحلي.
4. تحسين جودة الحياة الثقافية: وجود متاحف فعالة يسهم في خلق بيئة ثقافية غنية للأسر والطلاب والباحثين والزوار.
5. تنمية الاقتصاد الإبداعي: المتاحف ترتبط بقطاعات الفنون، والحرف، والتصميم، والفعاليات، والإرشاد، والنشر، والمحتوى الثقافي.
6. تحقيق توازن تنموي بين المناطق: تحليل توزيع المتاحف يساعد في معرفة المناطق الأكثر والأقل تمثيلًا، مما يدعم توجيه الجهود المستقبلية.
7. دعم صورة المملكة الحضارية: المتاحف من أهم وسائل عرض العمق التاريخي والثقافي للمملكة محليًا ودوليًا.

3 أسئلة البحث

يسعى هذا التقرير إلى الإجابة عن الأسئلة الآتية:

1. ما الصورة العامة لبيانات المتاحف في المملكة العربية السعودية؟
2. كيف يتوزع عدد المتاحف بين المناطق الإدارية؟
3. ما المدن أو المحافظات الأعلى تمثيلًا في البيانات؟
4. ما طبيعة التوزيع بين الأوضاع التنظيمية المختلفة؟
5. ما التصنيفات المتحفية الأكثر ظهورًا؟
6. هل يمكن تجميع المناطق في عناقيد متشابهة باستخدام التحليل العنقودي؟
7. ما أبرز التوصيات التخطيطية التي يمكن الخروج بها من النتائج؟

4 استيراد البيانات

file_path <- "List of public and private museums (2).xlsx"

wide_raw <- read_excel(file_path, sheet = "Sheet1")
museums_raw <- read_excel(file_path, sheet = " Museums")

5 ملاحظة مهمة: ما معنى NA؟

في لغة R ترمز NA إلى:

Not Available
أي أن القيمة مفقودة أو غير متوفرة في البيانات.

وقد يظهر ذلك عندما تكون المعلومة غير مسجلة، أو لم يتم إدخالها، أو غير معروفة. ووجود NA لا يعني بالضرورة خطأ في البيانات، لكنه يعني أن هذه الخانة لا تحتوي قيمة صالحة للتحليل المباشر.

وعند إجراء العمليات الإحصائية، نستخدم غالبًا:

na.rm = TRUE

حتى يتم تجاهل القيم المفقودة أثناء الحسابات مثل المتوسط أو الانحراف المعياري أو المجموع.

6 إعداد البيانات داخليًا

ملاحظة: يتم تجهيز البيانات داخليًا لأغراض التحليل فقط، دون عرض خطوات التنظيف أو التحويل داخل التقرير.

7 نظرة عامة على البيانات

n_museums <- nrow(museums)
n_provinces <- museums %>% distinct(province) %>% nrow()
n_cities <- museums %>% distinct(city_town) %>% nrow()
n_status <- museums %>% distinct(organisational_status) %>% nrow()
n_typology <- museums %>% filter(!is.na(typology)) %>% distinct(typology) %>% nrow()

overview_tbl <- tibble(
  المؤشر = c(
    "إجمالي عدد المتاحف",
    "عدد المناطق الإدارية",
    "عدد المدن/المحافظات",
    "عدد الأوضاع التنظيمية",
    "عدد التصنيفات المتحفية"
  ),
  القيمة = c(n_museums, n_provinces, n_cities, n_status, n_typology)
)

kable(overview_tbl, caption = "مؤشرات عامة عن قاعدة البيانات")

مؤشرات عامة عن قاعدة البيانات

المؤشر	القيمة
إجمالي عدد المتاحف	192
عدد المناطق الإدارية	13
عدد المدن/المحافظات	67
عدد الأوضاع التنظيمية	5
عدد التصنيفات المتحفية	11

7.0.1 تفسير

تشير النتائج إلى أن قاعدة البيانات تغطي 192 متحفًا موزعة على 13 منطقة إدارية و67 مدينة/محافظة. وهذا يعكس تنوعًا جغرافيًا معتبرًا يسمح بدراسة المشهد المتحفي على مستويات متعددة، سواء من حيث المكان أو التنظيم أو التخصص.

8 الإحصاءات الوصفية

8.1 عدد المتاحف حسب المنطقة الإدارية

province_counts <- museums %>%
  count(province, name = "count_museums") %>%
  arrange(desc(count_museums))

kable(province_counts, caption = "عدد المتاحف حسب المنطقة الإدارية")

عدد المتاحف حسب المنطقة الإدارية

province	count_museums
Riyadh	51
Eastern Province	33
Makkah	22
Al-Qassim	20
Aseer	20
Madinah	11
Hail	10
Al-Jawf	6
Jazan	6
Najran	5
Tabuk	4
Al-Bahah	3
Northern Borders	1

province_desc <- describe(province_counts$count_museums) %>%
  as.data.frame() %>%
  select(n, mean, sd, median, min, max, skew, kurtosis)

kable(province_desc, digits = 2, caption = "إحصاءات وصفية لعدد المتاحف بين المناطق")

إحصاءات وصفية لعدد المتاحف بين المناطق

	n	mean	sd	median	min	max	skew	kurtosis
X1	13	14.77	14.38	10	1	51	1.2	0.47

8.1.1 تفسير

يبين هذا الجزء عدد المتاحف في كل منطقة إدارية، ثم يقدّم ملخصًا إحصائيًا لهذا التوزيع. وإذا كان الفرق بين الحد الأدنى والحد الأقصى كبيرًا، مع ارتفاع نسبي في الانحراف المعياري، فهذا يعني أن التوزيع ليس متوازنًا تمامًا بين المناطق، وأن بعض المناطق تستحوذ على نصيب أكبر من النشاط المتحفي مقارنة بغيرها.

8.2 أعلى المدن/المحافظات من حيث عدد المتاحف

city_counts <- museums %>%
  count(city_town, name = "count_museums") %>%
  arrange(desc(count_museums))

kable(head(city_counts, 15), caption = "أعلى 15 مدينة/محافظة من حيث عدد المتاحف")

أعلى 15 مدينة/محافظة من حيث عدد المتاحف

city_town	count_museums
Riyadh	27
Al-Ahsa	15
Jeddah	9
Makkah	9
Buraydah	8
Al Khobar	7
Diriyah	6
Madinah	6
Unaizah	6
Jubbah	5
Al-Namas	4
AlUla	4
Belkrn	4
Sakakah	4
Ar-Rass	3

city_desc <- describe(city_counts$count_museums) %>%
  as.data.frame() %>%
  select(n, mean, sd, median, min, max, skew, kurtosis)

kable(city_desc, digits = 2, caption = "إحصاءات وصفية لعدد المتاحف بين المدن/المحافظات")

إحصاءات وصفية لعدد المتاحف بين المدن/المحافظات

	n	mean	sd	median	min	max	skew	kurtosis
X1	67	2.87	3.92	1	1	27	4.05	20.03

8.2.1 تفسير

تظهر المدن والمحافظات الأعلى تمثيلًا بوصفها مراكز ثقافية أكثر نشاطًا في البيانات. وقد يرتبط ذلك بعوامل مثل الكثافة السكانية، أو المكانة التاريخية، أو مستوى الاستثمار الثقافي والسياحي. أما المدن ذات التمثيل المحدود، فقد تمثل فرصًا مستقبلية للتوسع وإنشاء متاحف جديدة.

8.3 التوزيع حسب الوضع التنظيمي

status_counts <- museums %>%
  count(organisational_status, name = "count_museums") %>%
  arrange(desc(count_museums)) %>%
  mutate(percentage = round(count_museums / sum(count_museums) * 100, 2))

kable(status_counts, caption = "توزيع المتاحف حسب الوضع التنظيمي")

توزيع المتاحف حسب الوضع التنظيمي

organisational_status	count_museums	percentage
Private	143	74.48
Public	43	22.40
3rd Sector	2	1.04
Mixed	2	1.04
N/A	2	1.04

8.3.1 تفسير

يوضح هذا الجدول مدى إسهام كل وضع تنظيمي في المشهد المتحفي. فإذا كانت المتاحف الخاصة أو العامة تشكل النسبة الأكبر، فإن ذلك يعطي انطباعًا عن الجهة الأكثر نشاطًا في إدارة القطاع المتحفي. وهذه النتيجة مهمة لفهم طبيعة الحوكمة الثقافية، ودور القطاعين العام والخاص.

8.4 التوزيع حسب التصنيف المتحفي

typology_counts <- museums %>%
  filter(!is.na(typology)) %>%
  count(typology, name = "count_museums") %>%
  arrange(desc(count_museums)) %>%
  mutate(percentage = round(count_museums / sum(count_museums) * 100, 2))

kable(typology_counts, caption = "توزيع المتاحف حسب التصنيف")

توزيع المتاحف حسب التصنيف

typology	count_museums	percentage
Saudi Heritage	113	59.16
N/A	25	13.09
History & Culture	23	12.04
Specialized	11	5.76
Science & Technology	8	4.19
Archaeology	4	2.09
Natural History	2	1.05
Natural Science	2	1.05
Art	1	0.52
Islamic Art	1	0.52
Multidisciplinary	1	0.52

8.4.1 تفسير

يكشف هذا الجزء عن المجالات المتحفية الأكثر حضورًا، مثل التراث أو التاريخ والثقافة أو المتاحف المتخصصة. ويساعد هذا في معرفة ما إذا كان القطاع المتحفي متنوعًا موضوعيًا، أو متمركزًا حول عدد محدود من التصنيفات، وهو أمر مهم عند التخطيط لتحقيق تنوع ثقافي أوسع.

9 الرسوم البيانية

9.1 الرسم 1: عدد المتاحف حسب المنطقة

ggplot(province_counts,
       aes(x = reorder(province, count_museums), y = count_museums, fill = province)) +
  geom_col(show.legend = FALSE) +
  coord_flip() +
  labs(
    title = "عدد المتاحف حسب المنطقة الإدارية",
    x = "المنطقة الإدارية",
    y = "عدد المتاحف"
  ) +
  scale_fill_brewer(palette = "Set3")

9.1.1 تفسير الرسم

يظهر الرسم تفاوتًا في عدد المتاحف بين المناطق الإدارية، حيث تتقدم بعض المناطق بشكل واضح على غيرها. ويعني ذلك أن النشاط المتحفي أكثر كثافة في مناطق محددة، بينما توجد مناطق أقل تمثيلًا قد تستفيد من تدخلات تخطيطية مستقبلية.

9.2 الرسم 2: أعلى 15 مدينة/محافظة

top_cities <- city_counts %>% slice_max(order_by = count_museums, n = 15)

ggplot(top_cities,
       aes(x = reorder(city_town, count_museums), y = count_museums, fill = city_town)) +
  geom_col(show.legend = FALSE) +
  coord_flip() +
  labs(
    title = "أعلى 15 مدينة/محافظة من حيث عدد المتاحف",
    x = "المدينة/المحافظة",
    y = "عدد المتاحف"
  ) +
  scale_fill_brewer(palette = "Paired")

9.2.1 تفسير الرسم

يساعد هذا الرسم في إبراز المراكز المحلية الأكثر كثافة في النشاط المتحفي. ووجود فارق واضح بين أول المدن وبقية المدن قد يشير إلى مركزية ثقافية أو سياحية في عدد محدود من المدن.

9.3 الرسم 3: التوزيع حسب الوضع التنظيمي

ggplot(status_counts,
       aes(x = reorder(organisational_status, count_museums), y = count_museums, fill = organisational_status)) +
  geom_col(show.legend = FALSE) +
  coord_flip() +
  labs(
    title = "توزيع المتاحف حسب الوضع التنظيمي",
    x = "الوضع التنظيمي",
    y = "عدد المتاحف"
  ) +
  scale_fill_brewer(palette = "Set2")

9.3.1 تفسير الرسم

إذا ظهر تفوق واضح لإحدى الفئات التنظيمية، فإن ذلك يعكس نمط القيادة المؤسسية للقطاع المتحفي. وقد تساعد هذه القراءة في تحديد الحاجة إلى توسيع دور القطاع الخاص أو دعم القطاع غير الربحي أو تعزيز الشراكات المختلطة.

9.4 الرسم 4: أكثر التصنيفات المتحفية ظهورًا

top_typology <- typology_counts %>% slice_max(order_by = count_museums, n = 12)

ggplot(top_typology,
       aes(x = reorder(typology, count_museums), y = count_museums, fill = typology)) +
  geom_col(show.legend = FALSE) +
  coord_flip() +
  labs(
    title = "أكثر 12 تصنيفًا متحفيًا ظهورًا",
    x = "التصنيف",
    y = "عدد المتاحف"
  ) +
  scale_fill_brewer(palette = "Spectral")

9.4.1 تفسير الرسم

يبين الرسم المجالات المتحفية المهيمنة في البيانات، ويوضح ما إذا كان التركّز قائمًا في متاحف التراث أو التاريخ أو غيرها. ويُعد هذا مهمًا لتقييم التنوع الثقافي والتخصصي داخل المشهد المتحفي.

9.5 الرسم 5: النسبة المئوية للأوضاع التنظيمية

ggplot(status_counts,
       aes(x = "", y = percentage, fill = organisational_status)) +
  geom_col(width = 1, color = "white") +
  coord_polar(theta = "y") +
  labs(
    title = "النسبة المئوية للمتاحف حسب الوضع التنظيمي",
    x = NULL,
    y = NULL,
    fill = "الوضع التنظيمي"
  ) +
  scale_fill_brewer(palette = "Pastel1") +
  theme(axis.text = element_blank(),
        axis.ticks = element_blank())

9.5.1 تفسير الرسم

يعرض هذا الرسم الحصص النسبية للأوضاع التنظيمية بصورة سريعة وواضحة. ويساعد ذلك على قراءة البنية العامة للقطاع المتحفي بطريقة بصرية مباشرة تكمل الجداول العددية.

10 التحليل العنقودي (Clustering)

10.1 لماذا نستخدم التحليل العنقودي؟

التحليل العنقودي لا يهدف إلى التنبؤ، بل إلى اكتشاف مجموعات متشابهة داخل البيانات. وفي هذا التقرير نستخدمه لتجميع المناطق الإدارية بحسب خصائصها المتحفية، مثل:

• إجمالي عدد المتاحف
• عدد المدن/المحافظات التي تضم متاحف
• عدد المتاحف العامة
• عدد المتاحف الخاصة
• عدد التصنيفات المتحفية المختلفة

وبذلك نستطيع معرفة ما إذا كانت هناك مناطق ذات خصائص متقاربة، مثل مناطق ذات كثافة متحفية عالية، أو مناطق متوسطة، أو مناطق محدودة النشاط.

10.2 بناء بيانات التحليل العنقودي

province_features <- museums %>%
  mutate(
    is_public = ifelse(organisational_status == "Public", 1, 0),
    is_private = ifelse(organisational_status == "Private", 1, 0)
  ) %>%
  group_by(province) %>%
  summarise(
    total_museums = n(),
    unique_cities = n_distinct(city_town),
    public_museums = sum(is_public, na.rm = TRUE),
    private_museums = sum(is_private, na.rm = TRUE),
    unique_typologies = n_distinct(typology, na.rm = TRUE),
    .groups = "drop"
  )

kable(province_features, caption = "الخصائص المستخدمة في التحليل العنقودي حسب المنطقة")

الخصائص المستخدمة في التحليل العنقودي حسب المنطقة

province	total_museums	unique_cities	public_museums	private_museums	unique_typologies
Al-Bahah	3	3	0	3	1
Al-Jawf	6	2	0	6	2
Al-Qassim	20	5	2	18	3
Aseer	20	10	1	19	2
Eastern Province	33	9	3	28	5
Hail	10	4	1	9	4
Jazan	6	5	0	6	1
Madinah	11	3	2	7	3
Makkah	22	4	8	14	7
Najran	5	3	1	4	2
Northern Borders	1	1	0	1	1
Riyadh	51	16	24	25	9
Tabuk	4	2	1	3	2

10.3 تقييس المتغيرات

cluster_scaled <- scale(province_features %>% select(-province))

10.4 Hierarchical Clustering

التحليل العنقودي الهرمي لا يحتاج إلى تحديد عدد العناقيد مسبقًا، بل يبني شجرة تشابه توضح أي المناطق أقرب إلى بعضها البعض من حيث خصائصها.

dist_matrix <- dist(cluster_scaled)
hc <- hclust(dist_matrix, method = "ward.D2")

10.5 الرسم الشجري (Dendrogram)

plot(
  hc,
  labels = province_features$province,
  main = "التحليل العنقودي الهرمي للمناطق الإدارية",
  xlab = "",
  sub = "",
  cex = 0.9
)
rect.hclust(hc, k = 3, border = 2:4)

10.5.1 تفسير التحليل الهرمي

التحليل العنقودي الهرمي يقوم ببناء شجرة تشابه بين المناطق.

كلما اجتمعت منطقتان في مستوى منخفض من الشجرة فهذا يعني أن خصائصهما المتحفية متشابهة، مثل:

• عدد المتاحف
• انتشار المتاحف بين المدن
• تنوع أنواع المتاحف

وبالتالي فإن المناطق التي تظهر في نفس الفرع من الشجرة تمثل مناطق ذات خصائص متحفية متقاربة.

يساعد هذا النوع من التحليل في:

• اكتشاف الأنماط الجغرافية للنشاط المتحفي
• تحديد المجموعات المتشابهة من المناطق
• دعم التخطيط الثقافي المستقبلي

11 قراءة تحليلية عامة

تشير النتائج الوصفية والرسوم البيانية إلى أن توزيع المتاحف في المملكة ليس متساويًا تمامًا بين جميع المناطق والمدن. فهناك مناطق ومراكز حضرية تستحوذ على عدد أكبر من المتاحف، وهو ما قد يرتبط بتاريخها، أو كثافتها السكانية، أو نشاطها السياحي والثقافي. كما أن التوزيع التنظيمي يكشف عن الفئة الأكثر حضورًا في إدارة المتاحف، بينما يوضح توزيع التصنيفات طبيعة التركيز الموضوعي داخل القطاع.

أما التحليل العنقودي، فيضيف بعدًا تفسيريًا مهمًا؛ إذ لا يكتفي بعرض الأعداد، بل يكشف عن أنماط تشابه بين المناطق. فقد تكون منطقتان متقاربتين ليس فقط في عدد المتاحف، بل أيضًا في عدد المدن المغطاة، ونسبة المتاحف العامة أو الخاصة، وتنوع التصنيفات. وهذه الرؤية أكثر فائدة من مجرد ترتيب المناطق حسب العدد فقط.

12 التوصيات

استنادًا إلى النتائج السابقة، يمكن تقديم التوصيات الآتية:

1. توجيه التوسع المتحفي نحو المناطق الأقل تمثيلًا لتحقيق قدر أكبر من التوازن الثقافي بين مناطق المملكة.
2. تعزيز الربط بين المتاحف والتعليم من خلال برامج مدرسية وجامعية وزيارات منهجية ومحتوى تعليمي مرتبط بالمناهج.
3. تنشيط السياحة الثقافية عبر المتاحف بدمجها ضمن المسارات السياحية، وتطوير التجربة التفاعلية للزوار.
4. تشجيع الشراكات بين القطاعين العام والخاص بما يدعم الاستدامة المالية والتنظيمية للمتاحف.
5. التوسع في التصنيفات المتحفية الأقل حضورًا لتوفير تنوع أكبر في المحتوى الثقافي والعلمي والفني.
6. إنشاء لوحة مؤشرات وطنية للمتاحف تشمل العدد والتوزيع والزوار والبرامج التعليمية والتمويل والانتشار الرقمي.
7. الاستفادة من التحليل العنقودي في التخطيط عبر تصميم سياسات مختلفة لكل مجموعة من المناطق بدلًا من تطبيق سياسة موحدة على الجميع.

13 خاتمة

يبين هذا التقرير أن المتاحف في المملكة العربية السعودية تمثل أصلًا ثقافيًا ومعرفيًا وتنمويًا بالغ الأهمية، وأن تحليل بياناتها يوفر أساسًا عمليًا لفهم واقعها الحالي وتوجيه تطويرها المستقبلي. كما توضح النتائج أن القراءة الوصفية وحدها مهمة، لكنها تصبح أكثر ثراءً عند دعمها بتحليل عنقودي يكشف أنماط التشابه والاختلاف بين المناطق.

وبالتالي، فإن الاهتمام بالمتاحف لا ينبغي أن يُفهم بوصفه اهتمامًا بالماضي فقط، بل بوصفه استثمارًا في التعليم والسياحة والاقتصاد والثقافة والهوية الوطنية. وكلما كانت قاعدة البيانات أكثر اكتمالًا وتحديثًا، أمكن بناء قرارات أكثر دقة وفعالية لدعم هذا القطاع الحيوي.

14 ملاحظة ختامية

يمكن تطوير هذا التقرير مستقبلًا بإضافة: - خرائط جغرافية لانتشار المتاحف - تحليل زمني إذا توفرت بيانات لعدة سنوات - مؤشرات عن عدد الزوار أو التمويل أو الفعاليات - لوحة معلومات تفاعلية باستخدام Shiny أو flexdashboard

72.3%

+18.4

3.2%

104B

8.7≈

+2.1%

نحوِّل الأرقام إلى قرار

جميع الحقوق محفوظة © منصة أرقامي 2025

تواصل: argamil2025@gmail.com

تحليلات اقتصادية ومرئية من السعودية إلى العالم