لماذا يعتبر تحليل البيانات مفتاح النمو في شركتك؟

Table of Content

 
 

ما هو تحليل البيانات؟

تحليل البيانات هو عملية فحص وتحويل وتصور البيانات بهدف اكتشاف معلومات مفيدة واستخلاص استنتاجات تدعم اتخاذ القرارات. تتضمن هذه العملية استخدام أدوات وتقنيات لتحليل مجموعات البيانات الكبيرة والمعقدة بغرض الحصول على رؤى قيمة تسهم في تحسين أداء الأعمال وزيادة الكفاءة.

مميزات تحليل البيانات: كيف يعزز أداء شركتك؟

تحليل البيانات يعد أداة قوية للشركات التي تسعى إلى تحسين أدائها وزيادة كفاءتها. من خلال استخراج الرؤى القيمة من البيانات المتاحة، يمكن للشركات اتخاذ قرارات مستنيرة وتحقيق نتائج أفضل. فيما يلي بعض المميزات الأساسية لتحليل البيانات وكيفية تأثيرها على أداء شركتك:

  1. اتخاذ قرارات مبنية على البيانات

يمكن لتحليل البيانات توفير معلومات دقيقة وموثوقة تدعم اتخاذ القرارات. بدلاً من الاعتماد على التخمينات أو الحدس، يمكن للشركات استخدام البيانات الفعلية لفهم الاتجاهات والأنماط واتخاذ قرارات مدروسة تعزز من فرص النجاح.

  1. تحسين الكفاءة التشغيلية

من خلال تحليل العمليات والبيانات التشغيلية، يمكن للشركات تحديد المناطق التي تحتاج إلى تحسين وتطوير استراتيجيات لزيادة الكفاءة. يساعد هذا في تقليل التكاليف، وزيادة الإنتاجية، وتحسين جودة المنتجات أو الخدمات.

  1. تعزيز تجربة العملاء

يمكن لتحليل البيانات مساعدة الشركات في فهم سلوك العملاء واحتياجاتهم وتفضيلاتهم بشكل أفضل. يتيح ذلك تخصيص المنتجات والخدمات وتقديم تجارب مخصصة تعزز من رضا العملاء وتزيد من الولاء للعلامة التجارية.

  1. التنبؤ بالاتجاهات المستقبلية

يساعد التحليل التنبؤي في التنبؤ بالاتجاهات المستقبلية والتخطيط المسبق. يمكن للشركات استخدام البيانات التاريخية و نماذج التنبؤ للتنبؤ بالطلب، وتحديد الفرص المستقبلية، والاستعداد للتحديات القادمة.

  1. الكشف عن الأنماط والمشكلات

من خلال تحليل البيانات، يمكن للشركات اكتشاف الأنماط والمشكلات الخفية التي قد تؤثر على الأداء. يتيح ذلك اتخاذ إجراءات تصحيحية في الوقت المناسب وتجنب المشاكل قبل أن تصبح أكبر.

  1. زيادة العائد على الاستثمار (ROI)

يساعد تحليل البيانات في تحديد الاستراتيجيات والتكتيكات التي تحقق أفضل العوائد. يمكن للشركات توجيه مواردها نحو الأنشطة الأكثر فاعلية وتحقيق أعلى عائد على الاستثمار.

  1. دعم الابتكار والتطوير

يتيح تحليل البيانات للشركات اكتشاف أفكار جديدة وتطوير منتجات وخدمات مبتكرة. يمكن استخدام البيانات لتحديد الفرص الجديدة واستكشاف المجالات التي يمكن تحسينها أو تقديم حلول جديدة فيها.

  1. تعزيز الشفافية و المسائلة

يساهم تحليل البيانات في زيادة الشفافية والمسائلة داخل الشركة. من خلال توفير رؤى واضحة وقابلة للقياس، يمكن للشركات متابعة الأداء وتحسينه باستمرار.


ما هي الخطوات الأساسية لتحليل البيانات؟

  1. جمع البيانات : الخطوة الأولى والأكثر أهمية في عملية تحليل البيانات. تشمل هذه الخطوة تحديد المصادر المختلفة للبيانات مثل قواعد البيانات الداخلية، السجلات، الاستطلاعات، التقارير، وبيانات الإنترنت. الهدف هو الحصول على مجموعة شاملة 
    من البيانات التي يمكن تحليلها لاستخلاص رؤى قيمة.

  1. تنظيف البيانات : عملية إزالة الأخطاء والشوائب من البيانات لضمان دقتها. يتضمن هذا التخلص من القيم الناقصة أو المتكررة، وتصحيح الأخطاء الإملائية أو النحوية، وتوحيد الصيغ والوحدات. تعتبر هذه الخطوة حيوية لأنها تؤثر بشكل كبير على دقة وموثوقية التحليل.

  1. استكشاف البيانات : يشمل فحص البيانات لفهم هيكلها والتعرف على الأنماط الأولية والاتجاهات. يتضمن ذلك استخدام تقنيات تحليل البيانات الاستكشافي (EDA) مثل الرسوم البيانية والمخططات التوضيحية لفهم توزيع البيانات وتحديد العلاقات بين المتغيرات المختلفة.

  1. تحليل البيانات : خطوة استخدام الأدوات والتقنيات لتحليل البيانات واستخلاص الرؤى منها. قد يشمل ذلك استخدام الأساليب الإحصائية، ونماذج التعلم الآلي، وتقنيات تحليل البيانات الأخرى مثل التحليل الوصفي، التحليل التشخيصي، والتحليل التنبؤي.

  1. تفسير النتائج : يتضمن فهم وتفسير النتائج المستخلصة من التحليل. يجب أن تكون هذه النتائج واضحة ومفهومة بحيث يمكن استخدامها لدعم اتخاذ القرارات. يتطلب هذا الربط بين النتائج وبين السياق العملي أو التجاري لتحديد كيف يمكن استخدام هذه النتائج لتحسين الأداء أو حل مشكلة معينة.

  1. تقديم النتائج : هو الخطوة الأخيرة التي تشمل عرض النتائج بطريقة واضحة ومفهومة. يتضمن ذلك استخدام الرسوم البيانية، والمخططات، والتقارير لتوضيح النتائج. يجب أن تكون العروض التقديمية مبسطة وموجهة نحو الجمهور المستهدف لضمان فهمهم الكامل للنتائج وأهميتها.

8 أنواع مختلفة من تحليل البيانات


  •  التحليل الوصفي (Descriptive Analytics)
  •  لتحليل التشخيصي (Diagnostic Analytics)
  • التحليل التنبؤي (Predictive Analytics) التحليل الوصفي (Prescriptive Analytics)
  • تحليل البيانات الاستكشافي (Exploratory Data Analysis – EDA)
  • التحليل الكمي (Quantitative Analysis)
  • التحليل النوعي (Qualitative Analysis)
  • تحليل البيانات الضخمة (Big Data Analytics)

1- التحليل الوصفي (Descriptive Analytics)

التحليل الوصفي يركز على تلخيص البيانات وتقديم لمحة عامة عن ما حدث في الماضي. يستخدم هذا النوع من التحليل الإحصاءات الأساسية مثل المتوسطات والانحرافات المعيارية لتقديم صورة واضحة ومفهومة عن البيانات. الهدف الرئيسي من التحليل الوصفي هو فهم الوضع الحالي والأحداث الماضية.

2- التحليل التشخيصي (Diagnostic Analytics)

التحليل التشخيصي يساعد في فهم الأسباب وراء الأحداث الماضية. يهدف هذا النوع من التحليل إلى تحديد العوامل والعلاقات التي أدت إلى نتائج معينة. يتم استخدام تقنيات تحليل الانحدار، والتحليل السببي، وتحليل البيانات التاريخية للوصول إلى استنتاجات واضحة.

3- التحليل التنبؤي (Predictive Analytics)

التحليل التنبؤي يستخدم النماذج الإحصائية وخوارزميات التعلم الآلي للتنبؤ بالأحداث المستقبلية بناءً على البيانات التاريخية. يساعد هذا النوع من التحليل الشركات في التخطيط المستقبلي واتخاذ القرارات الاستباقية.

4- التحليل الوصفي (Prescriptive Analytics):

يوفر التحليل الوصفي توصيات واضحة حول الإجراءات التي يمكن اتخاذها لتحقيق النتائج المرجوة. يعتمد هذا النوع من التحليل على النتائج المستخلصة من التحليل التنبؤي والتشخيصي لتقديم نصائح قابلة للتنفيذ.

5- تحليل البيانات الاستكشافي (Exploratory Data Analysis – EDA):

يستخدم تحليل البيانات الاستكشافي لتحديد الأنماط والعلاقات داخل البيانات دون فرض فرضيات مسبقة. يتيح هذا النوع من التحليل اكتشاف رؤى جديدة ومفاجئة في البيانات.

6- التحليل الكمي (Quantitative Analysis):

يركز التحليل الكمي على تحليل البيانات العددية باستخدام الأدوات الإحصائية والنماذج الرياضية. يساعد هذا النوع من التحليل في تقديم رؤى دقيقة وقابلة للقياس.

7- التحليل النوعي (Qualitative Analysis):

يستخدم لفهم البيانات غير العددية مثل النصوص والصور ومقاطع الفيديو. يساعد هذا النوع من التحليل في تقديم رؤى عن السلوكيات والمشاعر والاتجاهات من خلال تحليل البيانات بطريقة وصفية.

8- تحليل البيانات الضخمة (Big Data Analytics):

يهدف إلى معالجة وتحليل مجموعات البيانات الكبيرة والمعقدة التي لا يمكن معالجتها باستخدام الأدوات التقليدية. يتضمن هذا النوع من التحليل استخدام تقنيات مثل Hadoop وSpark لتحليل البيانات في الوقت الحقيقي واستخراج رؤى قيمة.

استخدامات تحليل البيانات في القطاعات

تحليل البيانات أصبح أداة حيوية في مختلف القطاعات، حيث يساعد في تحسين الكفاءة، وتقديم رؤى قيمة، ودعم اتخاذ القرارات الاستراتيجية. فيما يلي نظرة على كيفية استخدام تحليل البيانات في بعض القطاعات الرئيسية:

  1. قطاع الرعاية الصحية

تحليل البيانات يلعب دورًا كبيرًا في تحسين الرعاية الصحية من خلال:

  • تحسين التشخيص والعلاج: يمكن استخدام البيانات لتحليل تاريخ المرضى والتنبؤ بالأمراض وتحديد العلاجات الأكثر فعالية.
  • إدارة الموارد: يساعد تحليل البيانات في تحسين إدارة الموارد الصحية مثل الأدوية والمعدات الطبية.
  • مراقبة الصحة العامة: يتيح تحليل البيانات مراقبة انتشار الأمراض والأوبئة، مما يساعد في اتخاذ إجراءات استباقية لحماية الصحة العامة.
  1. قطاع التجزئة

تحليل البيانات يمكن أن يعزز أداء قطاع التجزئة من خلال:

  • تحليل سلوك العملاء: يساعد في فهم تفضيلات العملاء وأنماط الشراء لتقديم منتجات وخدمات مخصصة.
  • إدارة المخزون: يمكن استخدام البيانات للتنبؤ بالطلب وتحسين إدارة المخزون لتقليل الفاقد وزيادة الأرباح.
  • تحسين التجارب التسويقية: يمكن تحليل البيانات لتحديد الاستراتيجيات التسويقية الأكثر فعالية وتحسين الحملات التسويقية.
  1. قطاع التصنيع

تحليل البيانات يلعب دورًا هامًا في تحسين العمليات التصنيعية من خلال:

  • تحسين الكفاءة التشغيلية: يمكن استخدام البيانات لتحليل العمليات الإنتاجية وتحديد المناطق التي تحتاج إلى تحسين.
  • إدارة الصيانة: يساعد تحليل البيانات في التنبؤ بالأعطال وتحديد أفضل أوقات الصيانة، مما يقلل من التوقفات غير المتوقعة.
  • تحسين الجودة: يمكن استخدام البيانات لمراقبة جودة المنتجات وتحديد العيوب المحتملة وتحسين معايير الجودة.
  1. قطاع المالية

تحليل البيانات يمكن أن يحسن أداء القطاع المالي من خلال:

  • إدارة المخاطر: يمكن استخدام البيانات لتحليل المخاطر وتطوير استراتيجيات لإدارتها بفعالية.
  • التنبؤ المالي: يساعد تحليل البيانات في التنبؤ بالأداء المالي المستقبلي واتخاذ قرارات استثمارية مدروسة.
  • تحليل السوق: يمكن استخدام البيانات لفهم اتجاهات السوق وتحديد الفرص الاستثمارية المحتملة.
  1. قطاع التعليم

تحليل البيانات يمكن أن يعزز جودة التعليم من خلال:

  • تحليل الأداء الأكاديمي: يساعد في فهم نقاط القوة والضعف لدى الطلاب وتطوير خطط تعليمية مخصصة.
  • إدارة الموارد التعليمية: يمكن استخدام البيانات لتحسين إدارة الموارد التعليمية وتقديم تعليم ذو جودة عالية.
  • تحليل التغذية الراجعة: يساعد تحليل البيانات في فهم تقييمات الطلاب والأساتذة وتحسين البرامج التعليمية بناءً على هذه التغذية الراجعة.
  1. قطاع النقل والخدمات اللوجستية

تحليل البيانات يلعب دورًا هامًا في تحسين كفاءة النقل والخدمات اللوجستية من خلال:

  • تحسين إدارة الأسطول: يمكن استخدام البيانات لتحليل أداء المركبات وتحديد أفضل طرق الصيانة والتشغيل.
  • تحسين سلاسل التوريد: يساعد تحليل البيانات في تحسين إدارة سلاسل التوريد وتقليل التكاليف وزيادة الكفاءة.
  • تحليل حركة المرور: يمكن استخدام البيانات لتحليل حركة المرور وتطوير حلول لتحسين تدفق المرور وتقليل الازدحام.
  1. قطاع الطاقة

تحليل البيانات يساعد في تحسين كفاءة قطاع الطاقة من خلال:

  • تحليل استهلاك الطاقة: يمكن استخدام البيانات لتحليل استهلاك الطاقة وتحديد الفرص لتقليل التكاليف وزيادة الكفاءة.
  • تحسين إدارة الشبكات: يساعد تحليل البيانات في تحسين إدارة شبكات الطاقة وتحديد أفضل استراتيجيات الصيانة والتشغيل.
  • تحليل مصادر الطاقة المتجددة: يمكن استخدام البيانات لتحليل أداء مصادر الطاقة المتجددة وتطوير استراتيجيات لتحسين استخدامها.
  1. قطاع الزراعة

تحليل البيانات يعزز أداء القطاع الزراعي من خلال:

  • تحسين الإنتاجية: يمكن استخدام البيانات لتحليل التربة والمحاصيل وتطوير استراتيجيات لزيادة الإنتاجية.
  • إدارة الموارد الزراعية: يساعد تحليل البيانات في تحسين إدارة الموارد المائية والسماد واستخدامها بكفاءة.
  • التنبؤ بالمحاصيل: يمكن استخدام البيانات للتنبؤ بإنتاج المحاصيل وتحديد أفضل أوقات الزراعة والحصاد.

مثال على تحليل البيانات


  • تحسين الحملات التسويقية

بناءً على نتائج التحليل، يمكن للشركة تحسين حملاتها التسويقية من خلال:

استهداف الفئات العمرية التي أظهرت أعلى معدلات شراء بعروض ترويجية مخصصة

تركيز الإعلانات في المناطق الجغرافية ذات الأداء الأفضل

استخدام البيانات لتخصيص الرسائل التسويقية وجعلها أكثر جاذبية للعملاء

  • إدارة المخزون

باستخدام التنبؤ بمستويات الطلب المستقبلية، يمكن للشركة تحسين إدارة المخزون من خلال:

زيادة المخزون من المنتجات الأكثر طلباً

تقليل المخزون من المنتجات التي لا تظهر طلباً كبيراً

تحسين إدارة سلسلة التوريد لتجنب نقص المخزون وتحقيق توازن أفضل

العلاقة بين تحليل البيانات والتكنولوجيا

في الماضي، كانت عملية تحليل البيانات للحصول على رؤى الأعمال تعتمد بشكل كبير على الجهد اليدوي، مما كان يستغرق وقتًا طويلًا. منذ السبعينيات، بدأت الشركات في استخدام التكنولوجيا الإلكترونية، بما في ذلك قواعد البيانات العلائقية، ومستودعات البيانات، وخوارزميات التعلم الآلي، وحلول البحث على الويب، وأدوات عرض البيانات، لتسهيل وتسريع وأتمتة التحليلات.

رغم هذه التطورات، ظهرت تحديات جديدة. أدى تزايد عدد حلول التحليلات وإدارة البيانات التنافسية وغير المتوافقة أحيانًا إلى إنشاء مستودعات تكنولوجية داخل الأقسام ومع الشركاء الخارجيين. كما أن بعض الحلول معقدة وتتطلب خبرة فنية تتجاوز مستوى مستخدمي الأعمال العاديين.

علاوة على ذلك، فرضت مصادر البيانات الحديثة تحديات على قدرة قواعد البيانات التقليدية على التعامل مع البيانات غير المهيكلة مثل البريد الإلكتروني، النصوص، الفيديو، والصوت. الأدوات التقليدية غير مجهزة للتعامل مع هذه الأنواع من البيانات وتحليلها بفعالية.

الوصول إلى مصادر البيانات المتزايدة وتحديد قيمتها ليس بالأمر السهل، خاصة وأن معظم البيانات اليوم تكون شبه مهيكلة أو غير مهيكلة، مما يستدعي حلولاً أكثر تقدمًا ومرونة للتعامل مع التحديات الحالية والمستقبلية.

كيف يساعد CMMS في تحليلات البيانات؟

Key Smart CMMS هو نظام إدارة الصيانة المحوسب الذي يلعب دورًا حيويًا في جمع وتحليل البيانات لدعم اتخاذ القرارات الاستراتيجية وتحسين الكفاءة التشغيلية. من خلال جمع بيانات شاملة في الوقت الحقيقي عن أداء المعدات وجداول الصيانة وتكاليف الصيانة، يمكن للشركات تحديد الأنماط والاتجاهات لتحسين جداول الصيانة الوقائية وتقليل التوقفات غير المخططة. كما يوفر النظام رؤى قابلة للتنفيذ من خلال تحليلات متقدمة تساعد في اتخاذ قرارات مستنيرة، وتحسين استراتيجيات الصيانة، وتقييم جدوى استبدال الأصول.

يوفر Key Smart CMMS مجموعة واسعة من التقارير المخصصة التي تساعد في مراقبة الأداء وتحسين العمليات. يمكنه التكامل مع أنظمة أخرى مثل ERP وSCADA لتحسين تدفق البيانات وتوحيد العمليات، مما يسهم في تحسين التخطيط والتنسيق بين الأقسام. يستفيد النظام أيضًا من التحليل التنبؤي لتوقع الأعطال وتحسين جداول الصيانة، مما يساعد في زيادة عمر المعدات وتقليل التكاليف المرتبطة بالتوقفات والإصلاحات الطارئة. علاوة على ذلك، يعزز النظام الأمان والامتثال للمعايير الصناعية والتنظيمية من خلال جمع وتحليل بيانات الامتثال وتوفير تقارير دقيقة لعمليات التدقيق.

بفضل التحليلات المتقدمة، يدعم Key Smart CMMS التحسين المستمر لعمليات الصيانة، مما يتيح للشركات تحقيق كفاءة تشغيلية أعلى، تقليل التكاليف، وتحسين الأداء العام للأصول.

 
 

اطلب نسخة تجريبية

أطلق العنان لقوة البساطة مع Key Smart Application. قم بتبسيط عملياتك وتعزيز كفاءتك ورفع مستوى نجاحك

الأسئلة الشائعة حول تحليل البيانات

ما هى مراحل تحليل البيانات بالترتيب ؟

  • التحليل الوصفي (Descriptive Analytics): يركز على تلخيص البيانات وتقديم لمحة عامة عن الماضي.
  • التحليل التشخيصي (Diagnostic Analytics): يساعد في فهم الأسباب وراء الأحداث الماضية باستخدام أدوات تحليل العلاقات والانحدار.
  • التحليل التنبؤي (Predictive Analytics): يستخدم النماذج الإحصائية وخوارزميات التعلم الآلي للتنبؤ بالأحداث المستقبلية بناءً على البيانات التاريخية.
  • التحليل الوصفي (Prescriptive Analytics): يقدم توصيات واضحة حول الإجراءات التي يمكن اتخاذها لتحقيق النتائج المرجوة، مستنداً إلى نتائج التحليل التنبؤي والتشخيصي.
  • تحليل البيانات الاستكشافي (Exploratory Data Analysis – EDA): يكتشف الأنماط والعلاقات داخل البيانات دون فرض فرضيات مسبقة، باستخدام تقنيات مثل الرسوم البيانية والمخططات التوضيحية.
  • التحليل الكمي (Quantitative Analysis): يركز على تحليل البيانات العددية باستخدام الأدوات الإحصائية والنماذج الرياضية، ويقدم رؤى دقيقة وقابلة للقياس.
  • التحليل النوعي (Qualitative Analysis): يفهم البيانات غير العددية مثل النصوص والصور ومقاطع الفيديو، ويقدم رؤى عن السلوكيات والمشاعر والاتجاهات.
  • تحليل البيانات الضخمة (Big Data Analytics): يعالج ويحلل مجموعات البيانات الكبيرة والمعقدة باستخدام تقنيات مثل Hadoop وSpark، لاستخراج رؤى قيمة في الوقت الحقيقي.

ما هى أفضل أنواع لتحليل البيانات

أفضل نوع من تحليل البيانات يعتمد على الأهداف المرجوة. لكل نوع مزايا واستخدامات معينة تناسب احتياجات محددة.

ما هو تخصص تحليل البيانات؟

تخصص تحليل البيانات هو مجال متعدد التخصصات يركز على استخدام الأساليب العلمية والمنهجيات لتحليل البيانات بهدف استخراج رؤى قيمة تدعم اتخاذ القرارات. يشمل هذا التخصص مجموعة واسعة من المهارات والمعارف التي تساعد الأفراد على فهم البيانات وتطبيق التحليلات اللازمة لتحسين الأداء وحل المشكلات.

مكونات تخصص تحليل البيانات:

1- الرياضيات والإحصاء:

يشمل المعرفة بالمفاهيم الإحصائية مثل المتوسطات، والانحرافات المعيارية، والاحتمالات، والاختبارات الفرضية.

القدرة على تطبيق النماذج الرياضية والإحصائية لتحليل البيانات وتفسير النتائج.

2- تقنيات البرمجة:

استخدام لغات البرمجة مثل Python وR لتحليل البيانات.

تطوير الخوارزميات والنماذج البرمجية لمعالجة البيانات وتحليلها بفعالية.

3- إدارة البيانات:

جمع البيانات من مصادر متنوعة مثل قواعد البيانات، والسجلات، وبيانات الإنترنت.

تنظيف البيانات وتنظيمها لضمان دقتها وجودتها.

4- أدوات تحليل البيانات:

استخدام أدوات وبرامج تحليل البيانات مثل SQL، وExcel، وTableau، وPower BI.

القدرة على إنشاء وتفسير الرسوم البيانية والمخططات لتوضيح النتائج.

5- التعلم الآلي والذكاء الاصطناعي:

فهم وتطبيق تقنيات التعلم الآلي مثل التصنيف، والانحدار، والعنقدة.

استخدام أدوات الذكاء الاصطناعي لتطوير نماذج تنبؤية وتحليل البيانات الضخمة.

6- التفكير النقدي وحل المشكلات:

القدرة على تحليل المشكلات وتحديد الحلول المحتملة باستخدام البيانات.

التفكير النقدي لفهم العلاقات والأنماط في البيانات وتطبيقها على السياق العملي.

7- التواصل والتقديم:

مهارات عرض وتقديم النتائج بطريقة واضحة ومفهومة للجمهور المستهدف.

القدرة على كتابة التقارير والتفسيرات التي تدعم اتخاذ القرارات.

8- تطبيقات تخصص تحليل البيانات:

التسويق: تحليل سلوك العملاء وتطوير استراتيجيات تسويقية مخصصة.

المالية: تحليل البيانات المالية لتوقع الاتجاهات وتقييم الأداء المالي.

الرعاية الصحية: استخدام البيانات لتحسين رعاية المرضى وتحديد الأنماط الصحية.

التصنيع: تحسين العمليات الإنتاجية وتقليل التكاليف من خلال تحليل بيانات التشغيل.

التجزئة: تحسين إدارة المخزون وتقديم تجارب تسوق مخصصة للعملاء.

Request a Demo

Unlock the power of simplicity with a key smart application. Streamline your operations, boost efficiency, and elevate your success.

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

Set your categories menu in Header builder -> Mobile -> Mobile menu element -> Show/Hide -> Choose menu
Start typing to see posts you are looking for.