Modex

Modex

Share

Financial courses & consulting in Finance, Investment & Financial Modeling. The Best e-Place To Get Your Skills To The Top Level You Seek.

Through this platform, we promise you, you will achieve the best version you are looking for in yourself, by accessing all the developing courses you desire.

04/06/2026

📌 Mistakes That Ruin Your Analysis

Filtering Data Is Not Analysis!

واحدة من أكثر الأخطاء الشائعة عند المبتدئين في Excel هي:
Using Filters Instead of Proper Analysis

كتير من الناس تفتح Dataset كبيرة،
تعمل Filter على بعض الأعمدة،
وتفتكر إنها كده عملت Data Analysis.

لكن الحقيقة؟

📌 الـ Filter مجرد أداة لاستعراض البيانات…
مش أداة لاستخراج Insights.

لأن الـ Filter بيجاوب على سؤال:
“وريني البيانات دي”

لكن الـ Analysis بيجاوب على سؤال:
“إيه اللي البيانات دي بتقوله؟”

الاعتماد على الـ Filters فقط ممكن يخليك:

• تفوت Trends مهمة
• تركز على جزء صغير من البيانات
• تستنتج نتائج غير دقيقة
• تضيع فرص لاكتشاف Patterns حقيقية
• تبني قرارات على ملاحظات سطحية

مثال بسيط:

عندك بيانات مبيعات سنة كاملة.

ممكن تعمل Filter على شهر معين وتشوف الأرقام.

لكن هل ده يوضح:

• أفضل المنتجات؟
• اتجاه المبيعات عبر الوقت؟
• أكثر العملاء ربحية؟
• أسباب ارتفاع أو انخفاض الأداء؟

طبعًا لا.

التحليل الحقيقي يحتاج:

• Pivot Tables
• Charts & Visualizations
• KPIs
• Trend Analysis
• Comparisons
• Data Modeling

الـ Filter بيساعدك تشوف البيانات…
لكن التحليل هو اللي بيحول البيانات إلى قرارات.

متخلطش بين استعراض البيانات وتحليل البيانات.

تابعوا باقي سلسلة:
Mistakes That Ruin Your Analysis

03/06/2026

📌 Mistakes That Ruin Your Analysis

Colors Are Not Data!

واحدة من الأخطاء الشائعة في الـ Data Analysis هي:
Overusing Colors Instead of Labels

كتير من الناس تعتمد على الألوان فقط عشان تشرح البيانات أو تميز النتائج.

أخضر = جيد 🟢
أحمر = سيئ 🔴
أصفر = يحتاج انتباه 🟡

لكن المشكلة إن الألوان وحدها ليست كافية

ليه؟

لأن مش كل الناس بتفهم البيانات بنفس الطريقة.

الاعتماد على الألوان فقط ممكن يسبب:

• سوء فهم للنتائج
• صعوبة في قراءة التقارير
• مشاكل لمرضى عمى الألوان (Color Blindness)
• تقارير غير واضحة عند الطباعة بالأبيض والأسود
• Dashboards يصعب فهمها مع زيادة حجم البيانات

مثال بسيط:

تخيل Dashboard فيها عشرات المؤشرات،
وكل مؤشر معتمد على لون فقط بدون أي Label أو Value.

بالنسبة لصاحب التقرير ممكن تكون واضحة.

لكن لأي شخص جديد؟
هيشوف مجموعة ألوان فقط بدون سياق واضح.

✅ الأفضل؟

• استخدم Labels واضحة
• اعرض الأرقام والقيم الفعلية
• أضف Titles وLegends مناسبة
• استخدم الألوان كعامل مساعد وليس كمصدر المعلومة الأساسي

اللون المفروض يدعم المعلومة
مش يكون هو المعلومة نفسها.

أفضل Dashboard مش الأكثر ألوانًا،
لكن الأكثر وضوحًا.

تابعوا باقي سلسلة:
Mistakes That Ruin Your Analysis

02/06/2026

📌Mistakes That Ruin Your Analysis

Your Data Looks Clean… But It Isn’t!

واحدة من أكتر الأخطاء اللي بتسبب نتائج مضللة في الـ Data Analysis هي:
Not Cleaning Imported Data

كتير من الناس بتفترض إن البيانات بمجرد ما يتعملها Import تبقى جاهزة للتحليل.

لكن الحقيقة؟
الـ imported data غالبًا بيكون فيه مشاكل مخفية مش باينة من أول نظرة

📌 أشهر المشاكل اللي بتكون موجودة:

• Extra Spaces
• Hidden Characters
• Wrong Data Formats
• Null Values
• Numbers Stored as Text
• Inconsistent Categories

المشكلة إن البيانات ممكن شكلها يكون طبيعي جدًا
لكن Excel بيتعامل معاها بشكل مختلف تمامًا.

مثال بسيط:

عندك اسمين ظاهرين بنفس الشكل:

Customer A

Customer A

لكن واحد منهم فيه Space إضافية في آخر الاسم.

بالنسبة لك هما نفس العميل.
لكن بالنسبة لـ Excel؟
دول قيمتين مختلفتين!

وده ممكن يسبب:
• نتائج غير دقيقة
• Pivot Tables فيها أخطاء
• Charts مضللة
• Duplicates غير حقيقية
• KPIs غير موثوقة

قبل ما تبدأ أي Analysis:

• استخدم TRIM لإزالة الـ spaces
• راجع الـ Data Types
• ابحث عن Null Values
• نظف الـ Categories المتكررة بصيغ مختلفة
• افحص البيانات قبل بناء أي Dashboard أو Report

قاعدة مهمة:

“Garbage In = Garbage Out”

مهما كانت أدوات التحليل قوية
لو البيانات نفسها غير نظيفة،
فالنتائج مش هتكون موثوقة.

تابعوا باقي سلسلة:
Mistakes That Ruin Your Analysis

01/06/2026

📌 Mistakes That Ruin Your Analysis

Your Formula Works… But Your Results Are Wrong!

واحدة من أكثر أخطاء Excel خطورة هي:
Using VLOOKUP Incorrectly

المشكلة إن الـ formula ممكن تشتغل عادي جدًا…
لكن ترجع بيانات غلط بدون أي Error Message

وده بيخلي ناس كتير تثق في النتائج وهي أصلًا غير صحيحة.

📌 أشهر الأخطاء في VLOOKUP:

استخدام Approximate Match بدل Exact Match

مثال:

=VLOOKUP(A2,$F$2:$G$100,2,TRUE)

في الحالة دي Excel هيحاول يجيب “أقرب قيمة” مش بالضرورة القيمة الصحيحة.

وفي بيانات كتير، ده ممكن يرجع نتائج مضللة تمامًا.

الأفضل غالبًا:

=VLOOKUP(A2,$F$2:$G$100,2,FALSE)

علشان يبحث عن تطابق دقيق.

اختيار Column Index غلط

مثلاً:

=VLOOKUP(A2,$F$2:$J$100,4,FALSE)

لو رقم العمود مش صحيح،
ممكن ترجع بيانات من عمود مختلف تمامًا بدون ما تاخد بالك.

النتيجة؟

• تقارير غير دقيقة
• بيانات عملاء أو مبيعات خاطئة
• KPIs غير صحيحة
• قرارات مبنية على معلومات غلط

قبل ما تعتمد على أي VLOOKUP:

• تأكد من الـ Lookup Value
• راجع الـ Table Array
• تأكد من الـ Column Index Number
• استخدم FALSE إذا كنت محتاج Exact Match
• اختبر النتائج على أكثر من صف

أحيانًا المشكلة مش إن الـ formula فيها Error…
المشكلة إنها بتشتغل “بنجاح” لكن بنتائج خاطئة.

تابعوا باقي سلسلة:
Mistakes That Ruin Your Analysis

31/05/2026

📌 Mistakes That Ruin Your Analysis

“One Click Can Destroy Your Entire Dataset…”

واحدة من أخطر أخطاء الـ Data Analysis مش في الـ formulas
لكن في البداية قبل أي تحليل أصلاً:
No Backup Before Cleaning Data

ناس كتير أول ما تستلم Dataset
تبدأ مباشرة تعمل cleaning:

* Delete rows
* Remove duplicates
* Filter data
* تعديل values

ومن غير أي نسخة احتياطية

📌 المشكلة إن أي خطوة غلط في الـ cleaning مش بتتراجع بسهولة
وممكن تضيع بيانات مهمة جدًا بدون ما تحس.

اللي ممكن يحصل:
• حذف بيانات أساسية بالغلط
• فقدان rows مهمة في التحليل
• نتائج تحليل ناقصة أو misleading
• مستحيل ترجع للنسخة الأصلية
• وقت كبير بيضيع في إعادة الشغل من الأول

مثال بسيط:

تعمل Remove Duplicates
وبعدها تكتشف إن الـ “duplicates” كانت actual transactions مش تكرار غلط

أو تمسح rows فيها Missing values
لكنها كانت جزء مهم من analysis segment معين.

الحل؟

• اعمل Copy من الملف قبل أي تعديل
• اشتغل على نسخة (Raw vs Clean)
• استخدم Versioning (v1, v2, v3)
• احتفظ بالـ original dataset دايمًا
• وثّق كل خطوة في الـ cleaning

قاعدة مهمة في الـ Data Analysis:

“Never clean data you can’t get back.”

قبل ما تشتغل علي أي dataset
اعمل backup أولًا.

تابعوا باقي سلسلة:
Mistakes That Ruin Your Analysis

30/05/2026

📌 Mistakes That Ruin Your Analysis

Empty Cells Can Break Your Entire Analysis!

واحدة من أكتر الأخطاء اللي ناس كتير بتتجاهلها في Excel هي:
وجود Blank Cells في أعمدة مهمة

الـ cell الفاضية ممكن شكلها يكون بسيط
لكن في الـ Data Analysis تأثيرها أكبر بكتير مما تتخيل

خصوصًا لو كانت موجودة في أعمدة زي:

* Sales
* Dates
* Customer IDs
* Categories
* Revenue
* KPIs

المشكلة إن Excel بيتعامل مع الـ blanks بطرق مختلفة حسب نوع التحليل،
وده ممكن يسبب نتائج inaccurate بدون ما تاخد بالك.

الـ Blank Cells ممكن:
• تبوظ الـ Pivot Tables
• تعمل مشاكل في الـ Charts
• تأثر على الـ calculations
• تخلي الـ averages تطلع غلط
• تسبب missing insights في الـ dashboards
• تعمل مشاكل في الـ filtering والـ grouping

مثال بسيط:

لو عندك عمود مبيعات فيه خلايا فاضية،
الـ Pivot Table ممكن:

* تستبعد بيانات
* تعرض categories ناقصة
* أو تحسب النتائج بشكل غير دقيق

وفي الـ charts؟
ممكن تلاقي أرقام ناقصة

✅ الحل؟

• استخدم Go To Special → Blanks لاكتشاف الخلايا الفاضية
• راجع الـ imported data دائمًا
• استخدم IFERROR أو Replace لما يكون مناسب
• اتأكد إن الأعمدة الأساسية كاملة قبل أي تحليل

تنظيف البيانات مش خطوة “اختيارية”
دي جزء أساسي من شغل أي Data Analyst محترف.

قبل ما تبدأ أي Dashboard أو Report
اتأكد إن بياناتك كاملة فعلًا.

تابعوا باقي سلسلة:
Mistakes That Ruin Your Analysis

29/05/2026

أكتر غلطة ناس كتير بتعملها في بداية أي كورس Financial Modeling إنهم يستخفوا بالأساسيات.

“Excel ده سهل”
“القوايم المالية ذاكرتها قبل كده”
“الجزء ده ممل شوية”

بس الحقيقة إن الأساسيات دي هي اللي بتفرق بعدين.

لأنك هنا مش بتدرس القوايم المالية كحفظ أو مراجعة، أنت بتتعلم تفهمها بعقلية شخص بيحلل وبيقرر.

ومهما كنت فاكر إنك عارف بعض الحاجات، دايمًا فيه طريقة تفكير مختلفة أو Perspective جديد ممكن يغير فهمك تمامًا.

عشان كده مهم تحضر، تطبق، وتدي كل مرحلة حقها، لأن كل خطوة في البداية هي اللي هتسهل عليك اللي جاي بعد كده

28/05/2026

📌 Mistakes That Ruin Your Analysis

Manual Calculations Are Quietly Ruining Your Reports!

واحدة من أكتر الأخطاء اللي لسه ناس كتير بتعملها في Excel هي:
عمل الحسابات يدويًا بدل استخدام الـ formulas

يمكن الموضوع يبان أسرع في البداية
لكن في الحقيقة هو من أكبر أسباب الأخطاء في الـ Data Analysis

المشكلة إن أي رقم بيتكتب يدويًا:

* صعب مراجعته
* سهل يتغير بالغلط
* ومش بيتحدث تلقائيًا مع البيانات الجديدة

وده مع الوقت بيسبب مشاكل كبيرة جدًا.

الـ Manual Calculations ممكن تؤدي إلى:
• Human Error
• Wrong Totals
• Inconsistent Reports
• أرقام مختلفة في كل نسخة من الملف
• ضياع وقت في المراجعة والتعديل
• نتائج غير دقيقة في الـ dashboards والتحليل

مثال بسيط:

بدل ما تستخدم:
=SUM(B2:B20)

تلاقي حد حاسب الـ total يدوي وكتبه بنفسه داخل الـ cell

ولو اتضافت بيانات جديدة؟
الرقم يفضل قديم وغلط.

الحل؟

• استخدم formulas بدل الكتابة اليدوية
• خلي الحسابات Dynamic
• ⁠استخدم:

* SUM
* AVERAGE
* IF
* XLOOKUP
* Pivot Tables

• راجع أي رقم مكتوب يدويًا داخل الـ reports

الـ Excel معمول عشان يحسب مكانك
فكل ما تقلل التدخل اليدوي،
كل ما تحليلك يبقى أدق وأكثر احترافية.

تابعوا باقي سلسلة:
Mistakes That Ruin Your Analysis

27/05/2026

الفرق بين إنك تتعلم Finance من الكتب
وإنك تتعلمه من حد اشتغل فعلًا في السوق؟
ضخم جدًا.

لأن النظري بيقول المعلومة
لكن الخبرة بتقولك المعلومة دي بتتطبق إزاي في الشغل الحقيقي.

لما تتعلم من شخص عنده سنين خبرة في:
• Financial Advisory
• Feasibility Studies
• Real Estate Modeling
واشتغل على Projects مع شركات كبيرة

فأنت مش بتاخد كورس وبس،
أنت بتفهم الـ mindset وطريقة التفكير اللي السوق فعلًا محتاجها.

وده اللي بيفرق بين حد حافظ المحتوى
وحد عارف يستخدمه صح.

26/05/2026

نتمنى لكم عيدًا سعيدًا مليئًا بالفرح والنجاح بمناسبة حلول عيد الأضحي المبارك

كل عام وأنتم بخير، ونسأل الله أن يعيده عليكم بالصحة والسعادة.

Want your school to be the top-listed School/college in Riyadh?

Click here to claim your Sponsored Listing.

Location

Telephone

Website

Address


Riyadh

Opening Hours

Monday 9am - 11am
Tuesday 9am - 11am
Wednesday 9am - 11am
Thursday 9am - 11am
Friday 2pm - 6pm
Saturday 9am - 11am
Sunday 9am - 11am