كيفية استخدام SUMIFS مع نطاق تاريخ في جداول بيانات Google

تُعد معالجة البيانات المجدولة وتحليل السلاسل الزمنية من الركائز الأساسية التي يعتمد عليها صناع القرار والمحللون الماليون في بيئات الأعمال المعاصرة. وتبرز أداة جداول بيانات Google (Google Sheets) كواحدة من أكثر المنصات السحابية مرونة وقوة في إدارة وتنسيق البيانات الضخمة واستخلاص المؤشرات الحيوية منها بدقة متناهية. إن القدرة على استخراج مجاميع رقمية مقيدة بأطر زمنية محددة — مثل احتساب إجمالي الإيرادات لربع سنوي معين، أو رصد المصروفات التشغيلية بين تاريخين محددين — تمثل متطلباً جوهرياً لا غنى عنه في بناء لوحات التحكم والنماذج الإحصائية والمالية المتقدمة.

في قلب هذه العمليات الحسابية المتقدمة تقبع دالة الجمع الشرطي متعدد المعايير SUMIFS، والتي تتيح للمستخدمين تجاوز حدود الجمع البسيط لتطبيق منطق ترشيح متقدم يعتمد على مصفوفات متعددة وشروط متزامنة. ومع ذلك، فإن التعامل مع البيانات الزمنية يفرض تحديات تقنية فريدة ترتبط بكيفية تفسير النظام للتواريخ، وآليات الربط المنطقي مع مشغلات المقارنة، والتعامل مع التنسيقات الإقليمية المتنوعة، وحالات عدم تجانس البيانات المدخلة. يهدف هذا الدليل الشامل والمفصل إلى تقديم تشريح أكاديمي وتطبيقي دقيق لكيفية تطويع دالة SUMIFS للتعامل مع النطاقات الزمنية بكفاءة وموثوقية رياضية مطلقة.

سيتناول هذا المقال التحليلي العميق كل جزئية برمجية ورياضية تتعلق بتركيب الدالة، وطبيعة التواريخ كأرقام تسلسلية داخل المحرك الحسابي لـ Google Sheets، واستراتيجيات بناء الصيغ الثابتة والديناميكية، ومعالجة الأخطاء الشائعة، وصولاً إلى مقارنة الدالة مع البدائل المعمارية المتقدمة مثل QUERY و FILTER واستعراض دراسات حالة واقعية تمس صميم العمليات المالية والتشغيلية في المؤسسات الحديثة.

1. مقدمة نظرية حول دالة SUMIFS والجمع الشرطي الزمني

1.1 مفهوم الجمع الشرطي متعدد المعايير في جداول البيانات

يُعرف الجمع الشرطي في علم الحوسبة الإحصائية بأنه عملية اختزال رياضي لمصفوفة عددية أحادية البعد عبر تطبيق مرشحات منطقية تفرز السجلات بناءً على تحقق شروط محددة مسبقاً. في بيئة جداول بيانات Google، تمثل دالة SUMIFS التطور الطبيعي لدالة الجمع الشرطي الأحادي SUMIF. يكمن الفارق الجوهري بين الدالتين في أن SUMIF تقتصر على تقييم معيار منطقي واحد فقط (مثل جمع المبيعات لموظف معين)، بينما تتيح SUMIFS تقييم منظومة متكاملة من الشروط المتزامنة التي تخضع لمنطق الربط العطفي (AND logic)، حيث لا يُدرج أي عنصر في المجموع النهائي ما لم يستوفِ كافة الشروط المفروضة على نطاقاته المقابلة في الوقت ذاته.

تكتسب المعالجة الزمنية للبيانات أهمية قصوى عند الانتقال من مرحلة التجميع البسيط إلى مرحلة النمذجة الإحصائية والتحليل المالي الدوري. ففي الواقع العملي، نادراً ما تطلب الإدارة المالية مجاميع مطلقة غير مقيدة بفاصل زمني؛ بل تركز التقارير على قياس الأداء المالي ضمن فترات محددة (مثل الشهر الحالي، أو المقارنة بين الربع الأول والربع الثاني، أو قياس الأثر المالي لحملة تسويقية محصورة بين تاريخين). إن دمج القيود الزمنية داخل معادلات الجمع يتيح تحويل السجلات الخام غير المهيكلة إلى تدفقات نقدية مفهومة، مما يدعم بناء مؤشرات الأداء الرئيسية (KPIs) بدقة إحصائية متناهية تخلو من الانحيازات الحسابية الناتجة عن تداخل الفترات.

من الناحية المعمارية، تعمل دالة SUMIFS عبر إجراء مسح خطي أو مصفوفي متوازٍ لخلايا النطاقات المحددة. يقوم المحرك بفحص الخلية الأولى في كل نطاق شروط، وإذا تحققت كافة المعايير المنطقية بصورة متزامنة (True)، يتم تمرير القيمة العددية المقابلة لها في نطاق الجمع إلى المجمع التراكمي الداخلي (Accumulator)، وتتكرر هذه العملية لجميع الصفوف بكفاءة حسابية عالية، مما يجعلها الخيار القياسي والأكثر أماناً في إعداد التقارير المالية المتكررة.

1.2 البنية التركيبية الأساسية لصيغة SUMIFS

تتميز صيغة دالة SUMIFS بترتيب معاملات يختلف جذرياً عن سابقتها SUMIF، وهو اختلاف محوري يجب على كل محلل استيعابه بدقة لتجنب الأخطاء المنطقية. الصيغة العامة للدالة تُكتب على النحو التالي:

=SUMIFS(sum_range, criteria_range1, criterion1, [criteria_range2, criterion2, ...])

يتضح من هذا التركيب أن المعامل الأول والمفصلي هو نطاق الجمع (sum_range)، وهو النطاق الفعلي المحتوي على القيم الرقمية المُراد جمعها. يليه بعد ذلك زوج أو أكثر من المعاملات: نطاق المعيار الأول (criteria_range1) متبوعاً بـ المعيار الأول (criterion1)، ثم يتكرر هذا النمط للأزواج اللاحقة حسب الحاجة. هذه البنية تجعل الدالة قابلة للتوسع اللانهائي نظرياً لإضافة عدد غير محدود من القيود المنطقية المتزامنة.

تفرض جداول بيانات Google قواعد صارمة للتحقق من صحة المدخلات عند تنفيذ هذه الدالة؛ وأهم هذه القواعد على الإطلاق هي قاعدة “تطابق الأبعاد والمصفوفات”. يجب أن تتطابق جميع النطاقات (نطاق الجمع وكافة نطاقات المعايير) في عدد الصفوف والأعمدة بدقة متناهية. إذا كان نطاق الجمع يمتد من الخلية B2 إلى B100، فيجب بالضرورة أن تمتد جميع نطاقات المعايير من الصف 2 إلى الصف 100 (مثلاً A2:A100 و C2:C100). في حال حدوث أي تفاوت في الأبعاد — كأن يكون نطاق الجمع B2:B100 ونطاق التاريخ A2:A99 — سيتوقف محرك الحساب فوراً ويُرجع خطأ عدم توافق في أبعاد المصفوفة (مثل خطأ #VALUE!)، لأن الدالة تعتمد على التقييم الموضعي (Positional Evaluation) لعناصر المصفوفات المتقابلة.

2. التعامل مع التواريخ كقيم رقمية تسلسلية في جداول بيانات Google

2.1 التمثيل الرياضي للتواريخ خلف الواجهة الرسومية

لكي يتعامل المحلل باحترافية مع التواريخ داخل الدوال الرياضية، يجب أن يدرك أن ما يراه على الشاشة من تنسيقات زمنية (مثل 15/01/2023 أو 2023-01-15) ليس سوى “طبقة عرض مرئية” (Visual Representation) تُخفي وراءها قيمة رقمية حقيقية تُعرف بـ الرقم التسلسلي (Serial Number). يعتمد نظام Google Sheets نظام الترقيم التسلسلي المستند إلى تاريخ مرجعي أساسي (Epoch) يبدأ من تاريخ 30 ديسمبر 1899، حيث يُعتبر هذا التاريخ هو النقطة صفر (أو اليوم صفر).

بناءً على هذا النموذج الحسابي، فإن كل يوم تالٍ يمثل زيادة عددية صحيحة بمقدار 1. على سبيل المثال، يُمثل تاريخ 1 يناير 1900 الرقم التسلسلي 2، بينما يُمثل تاريخ 1 يناير 2023 الرقم التسلسلي 44927. أما الأوقات والساعات، فيتم تمثيلها ككسور عشرية ملحقة بالرقم الصحيح لليوم؛ فالساعة 12:00 ظهراً تمثل القيمة 0.5، وبالتالي فإن تاريخ 1 يناير 2023 الساعة 12:00 ظهراً يُخزن داخلياً كقيمة عائمة 44927.5. هذا الفهم الرياضي يوضح سبب قدرة دالة SUMIFS على تطبيق معاملات المقارنة الحسابية مثل “أكبر من” أو “أصغر من” على التواريخ؛ فالمحرك لا يقارن نصوصاً أو أسماء شهور، بل يقارن أرقاماً تسلسلية على خط الأعداد الحقيقية.

تنشأ التعقيدات الكبرى عند وجود تعارض في التنسيقات الإقليمية (Locale Settings). ففي بعض البلدان يُكتب التاريخ بتنسيق اليوم أولاً DD/MM/YYYY، بينما يُكتب في بلدان أخرى بتنسيق الشهر أولاً MM/DD/YYYY. إذا أُدخل تاريخ بتنسيق يخالف الإعداد الإقليمي للورقة، فلن يتمكن المحرك من تحويله إلى رقم تسلسلي، بل سيعامله كنص جامد (Text String). النتيجة الحتمية لذلك هي فشل المقارنات المنطقية في SUMIFS، حيث إن أي مقارنة عددية بين رقم تسلسلي وقيمة نصية ستؤدي إلى تجاهل الصف المعني، مما ينتج عنه مجاميع صفرية أو خاطئة تماماً دون إظهار أي رسالة خطأ تحذيرية.

2.2 التحقق من صحة البيانات الزمنية قبل المعالجة

نظراً لحساسية التواريخ وميلها للتشوه أثناء عمليات الاستيراد والتفريغ اليدوي، يُعد التحقق من سلامة البيانات الزمنية خطوة هندسية استباقية لا غنى عنها قبل بناء نماذج SUMIFS. تُعد دالة ISDATE الأداة المعيارية الأولى لفحص الخلايا والتأكد من أن القيمة المدخلة يتم تفسيرها برمجياً كتاريخ سليم ذي رقم تسلسلي صالح. تُرجع الدالة القيمة المنطقية TRUE إذا كانت الخلية تحتوي على تاريخ صحيح، بينما تُرجع FALSE إذا كانت الخلية فارغة أو تحتوي على نص غير معترف به زمنياً.

في حالات تدفق البيانات من مصادر خارجية مثل ملفات CSV أو قواعد بيانات غير متوافقة، تظهر التواريخ غالباً في صيغة نصوص صريحة. لتنظيف هذه البيانات وتحويلها إلى قيم تسلسلية معتمدة، يمكن اللجوء إلى دالة DATEVALUE، والتي تأخذ النص الذي يمثل التاريخ وتعيد الرقم التسلسلي المقابل له وفقاً لإعدادات المنطقة الزمنية للجدول. كما يمكن استخدام أدوات تنظيف البيانات مثل خاصية “التحقق من صحة البيانات” (Data Validation) لفرض إدخال تواريخ صالحة فقط وتوفير واجهة تفاعلية لاختيار التاريخ عبر التقويم المدمج، مما يضمن خلو العمود الزمني من أي شوائب نصية تعطل عمل محرك الحساب الرياضي.

3. بناء المعاملات المنطقية وأداة الربط النصي للتاريخ

3.1 استخدام علامات المقارنة المنطقية مع التواريخ

يتطلب حصر البيانات ضمن نطاق زمني محدد استخدام مشغلات المقارنة الرياضية المزدوجة لتأطير الفترة بين حد أدنى (تاريخ البداية) وحد أقصى (تاريخ النهاية). تشمل هذه المشغلات: “أكبر من أو يساوي” (>=) لتحديد بداية الفترة الزمنية، و”أصغر من أو يساوي” (<=) لتحديد نهايتها، بالإضافة إلى المعاملات البسيطة مثل “أكبر من” (>) و”أصغر من” (<) و”يساوي” (=) و”لا يساوي” ().

تكمن القاعدة الجوهرية في بيئة جداول بيانات Google في أن جميع معاملات المقارنة يجب أن تُمرر إلى الدالة كقيم نصية محاطة بعلامات تنصيص مزدوجة (Double Quotes)، مثل ">=" أو "<=". يرجع السبب في ذلك إلى أن محرك الدوال يحلل المعيار الداخلي ككتلة منطقية نصية متكاملة قبل تقييمها مقابل خلايا النطاق. بناءً على طبيعة المعاملات، يمكن تصنيف النطاقات الزمنية إلى نوعين رئيسيين:

• النطاقات الزمنية المغلقة (Closed Time Ranges): وهي النطاقات التي تشتمل على حد أدنى وحد أقصى محددين بدقة، مثل الفترة من 1 يناير 2023 إلى 31 مارس 2023. تتطلب هذه النطاقات إدراج شرطين متزامنين على عمود التاريخ داخل دالة SUMIFS.
• النطاقات الزمنية المفتوحة (Open-ended Time Ranges): وهي التي تقيس الأداء التراكمي منذ تاريخ معين وحتى اللحظة (Cumulative to date)، أو التي تجمع كافة السجلات التاريخية السابقة لتاريخ محدد، وتتطلب شرطاً منطقياً واحداً فقط على عمود التاريخ.

3.2 آلية الربط النصي باستخدام معامل الربط (&)

عند الاعتماد على مراجع الخلايا لجعل النموذج ديناميكياً — كأن يكون تاريخ البداية مسجلاً في الخلية D2 وتاريخ النهاية في E2 — لا يمكن وضع مرجع الخلية داخل علامات التنصيص المزدوجة مباشرة؛ فكتابة ">=D2" ستجعل المحرك يبحث حرفياً عن القيمة النصية “D2” داخل عمود التاريخ، وهو ما سيؤدي حتماً إلى عدم العثور على أي تطابق وإرجاع نتيجة صفرية.

لحل هذه المشكلة الهندسية، نستخدم معامل الربط النصي (Ampersand: &). يعمل هذا المعامل على دمج المشغل المنطقي النصي مع القيمة الفعلية المستخرجة من مرجع الخلية في سلسلة نصية واحدة ديناميكية. على سبيل المثال، التعبير ">="&D2 يُقرأ برمجياً على خطوتين: أولاً، يستدعي المحرك القيمة الرقمية التسلسلية المخزنة في الخلية D2 (ولتكن 44927 المقابلة لتاريخ 01/01/2023)، ثانياً، يقوم بربطها نصياً مع رمز المقارنة لينتج التعبير المنطقي النهائي ">=44927"، وهو التعبير الدقيق الذي يفهمه محرك SUMIFS ويطبقه على نطاق التاريخ.

4. التطبيق العملي: جمع القيم ضمن نطاق تاريخ محدد عبر مراجع الخلايا

4.1 إعداد وتجهيز هيكل البيانات النموذجي

لبناء نموذج احترافي يسهل تدقيقه وتوسيعه مستقبلاً، يجب أن يتسم الجدول بتنظيم هيكلي معياري يفصل بين البيانات الأولية (Raw Data) ومدخلات التحكم (Input Parameters) وخلية المخرجات الحسابية. لنفترض أن لدينا جدول معاملات مبيعات يحتوي على البيانات الموضحة في الجدول التالي:

الصف	عمود التاريخ (A)	عمود الإيراد (B)	عمود المنتج (C)
2	2023-01-05	1,500	أجهزة حاسوب
3	2023-01-12	2,300	شاشات عرض
4	2023-01-20	850	ملحقات
5	2023-02-02	3,100	أجهزة حاسوب
6	2023-02-15	1,200	طابعات
7	2023-02-28	4,500	خوادم شبكية
8	2023-03-10	950	شاشات عرض
9	2023-03-22	2,800	أجهزة حاسوب

في لوحة التحكم المنفصلة بالورقة، نخصص الخلية D2 لتستقبل “تاريخ بداية الفترة” (مثلاً 2023-01-10)، ونخصص الخلية E2 لتستقبل “تاريخ نهاية الفترة” (مثلاً 2023-02-20). إن عزل معايير الإدخال في خلايا مستقلة يمنح النموذج مرونة تشغيلية هائلة، حيث يتيح للمستخدم تعديل الفترات الزمنية وملاحظة التحديث اللحظي للنتائج دون الحاجة إلى تعديل الكود الداخلي للصيغة الحسابية.

4.2 كتابة الصيغة المعيارية وتحليل نتائجها

بالاستناد إلى الهيكل البياني أعلاه، تصاغ معادلة SUMIFS المعيارية لحساب إجمالي الإيرادات للفترة الزمنية المحددة في الخلية F2 كما يلي:

=SUMIFS(B2:B9, A2:A9, ">="&D2, A2:A9, "<="&E2)

لتتبع المسار التنفيذي الحسابي لهذا التعبير داخل معالج جداول Google، دعنا نفكك الآلية خطوة بخطوة:

• تقييم المراجع: يقرأ المحرك التاريخ في D2 ويحوله إلى رقم تسلسلي، ثم يربطه بالمشغل ليصبح المعيار الأول: ">=44936" (الموافق 10 يناير 2023). وبالمثل، يقرأ المحرك الخلية E2 ليصبح المعيار الثاني: "<=44977" (الموافق 20 فبراير 2023).
• المسح المصفوفي والترشيح: يمر المحرك على صفوف عمود التاريخ (A2:A9):
  • الصف 2 (2023-01-05): لا يحقق المعيار الأول (أصغر من 10 يناير) -> يستبعد (False).
  • الصف 3 (2023-01-12): يحقق الشرطين معاً -> يُقبل (True) ويُمرر المبلغ 2,300.
  • الصف 4 (2023-01-20): يحقق الشرطين معاً -> يُقبل (True) ويُمرر المبلغ 850.
  • الصف 5 (2023-02-02): يحقق الشرطين معاً -> يُقبل (True) ويُمرر المبلغ 3,100.
  • الصف 6 (2023-02-15): يحقق الشرطين معاً -> يُقبل (True) ويُمرر المبلغ 1,200.
  • الصف 7 (2023-02-28): يتجاوز تاريخ النهاية -> يستبعد (False).
  • الصف 8 والصف 9: يتجاوزان تاريخ النهاية -> يستبعدان (False).
• التجميع الرياضي: تجمع الدالة القيم المقبولة فقط: 2300 + 850 + 3100 + 1200 = 7,450.

عند إجراء التحقق اليدوي الرياضي للنتيجة نجد تطابقاً كاملاً وموثوقاً بنسبة 100%، مما يثبت صحة الصيغة وسلامة الربط المنطقي بين المعاملات ومراجع الخلايا.

5. استخدام دالة DATE المباشرة داخل معايير SUMIFS

5.1 الترميز الثابت للتواريخ داخل الصيغة الحسابية

في بعض السيناريوهات الخاصة بالنمذجة الإحصائية الثابتة أو الفحوصات التدقيقية السريعة (Ad-hoc Analysis)، قد يفضل المحلل تضمين التواريخ المرجعية مباشرة داخل نص الصيغة دون تخصيص خلايا إدخال خارجية. ومع ذلك، فإن كتابة التاريخ كنص يدوي ينطوي على مخاطر هيكلية جسيمة. الممارسة البرمجية الآمنة والمعتمدة هندسياً في جداول بيانات Google هي دمج دالة DATE المباشرة ضمن معايير SUMIFS.

تأخذ دالة DATE ثلاثة وسائط رقمية صريحة بالترتيب التالي: السنة (Year)، ثم الشهر (Month)، ثم اليوم (Day) وفق البنية: DATE(year, month, day). تكمن القوة التقنية لهذه الدالة في أنها تقوم بتوليد الرقم التسلسلي للتاريخ بصورة فورية ومطلقة داخل الذاكرة بمعزل تام عن أي إعدادات إقليمية أو تنسيقات لغوية للواجهة. تُكتب صيغة الجمع الشرطي الثابتة على النحو التالي:

=SUMIFS(B2:B9, A2:A9, ">="&DATE(2023, 1, 10), A2:A9, "<="&DATE(2023, 2, 20))

يوضح الجدول المقارن التالي الفروق الهندسية بين أسلوب الترميز الثابت باستخدام DATE وأسلوب الاعتماد على مراجع الخلايا الديناميكية:

وجه المقارنة	استخدام مراجع الخلايا (Dynamic Cell References)	التضمين المباشر عبر دالة DATE (Hardcoded DATE)
المرونة وقابلية التعديل	عالية جداً؛ يتغير المجموع تلقائياً بمجرد تعديل تاريخ الخلية.	منخفضة؛ يتطلب تغيير الفترة تعديل الصيغة الرياضية يدوياً.
الحصانة ضد التغيير العرضي	أقل؛ قد يغير مستخدم آخر محتوى خلية التاريخ دون قصد.	عالية جداً؛ التواريخ محمية وثابتة داخل تركيبة المعادلة.
سهولة القراءة والتدقيق	ممتازة للتقارير التنفيذية ولوحات المعلومات التفاعلية.	ممتازة لتقارير الإقفال المالي السنوي والتدقيق الحسابي التاريخي.

5.2 تجنب أخطاء كتابة التواريخ النصية المباشرة

يلجأ بعض المستخدمين المبتدئين إلى كتابة التواريخ بشكل نصي مباشر داخل علامات التنصيص، مثل صياغة المعادلة كالتالي: =SUMIFS(B2:B9, A2:A9, ">=01/10/2023"). تُعد هذه الممارسة من أخطر الأخطاء البرمجية الشائعة في بيئات العمل السحابية المشتركة. تكمن الكارثة في أن هذا التعبير غامض بالنسبة لمحرك الجداول؛ فهل يقصد المحلل تاريخ 10 يناير 2023 (وفق التنسيق الأمريكي MM/DD/YYYY) أم تاريخ 1 أكتوبر 2023 (وفق التنسيق البريطاني والدولي DD/MM/YYYY)؟

إذا فُتحت الورقة الحسابية بواسطة مستخدم في منطقة جغرافية تختلف إعداداتها الإقليمية عن منشئ الورقة الأصلي، سيقوم Google Sheets بإعادة تفسير النص بطريقة خاطئة تماماً، مما يقلب النتائج الحسابية رأساً على عقب، أو يتوقف عن مطابقة البيانات ويُرجع صفراً. يضمن استخدام دالة DATE(YYYY, MM, DD) فرض هيكل قياسي ثابت ذي تفسير عالمي مطلق لا يتبدل بتغير المنطقة الزمنية أو الإقليمية للمستخدمين، مما يحفظ سلامة النماذج والتقارير المالية متعددة الجنسيات.

6. بناء نطاقات تاريخ ديناميكية بالاعتماد على الدوال الزمنية المتقدمة

6.1 الجمع الشرطي المتغير مع دالة TODAY

في بيئات العمل اللحظية ولوحات المراقبة التشغيلية اليومية، يحتاج المحللون إلى تقارير تنزلق زمنياً تلقائياً مع مرور الأيام (Rolling Time Windows)، مثل حساب إجمالي المبيعات لـ “آخر 7 أيام” أو “آخر 30 يوماً” أو “آخر 365 يوماً” دون أي تدخل بشري يومي لتعديل التواريخ المرجعية. يتحقق هذا المستوى المتقدم من الأتمتة عبر دمج دالة TODAY التلقائية داخل معايير SUMIFS.

تُرجع دالة TODAY() الرقم التسلسلي المعبر عن تاريخ اليوم الحالي في كل مرة يُعاد فيها فتح الملف أو إجراء تعديل عليه. ونظراً لأن التواريخ أرقام تسلسلية صحيحة، يمكن إجراء العمليات الحسابية البسيطة عليها مباشرة. على سبيل المثال، التعبير TODAY()-7 يُرجع تاريخ اللحظة الحالية مطروحاً منه 7 أيام بدقة مطلقة. يمكن صياغة معادلة جمع مبيعات آخر 30 يوماً متجددة تلقائياً حتى اليوم كالتالي:

=SUMIFS(B2:B1000, A2:A1000, ">="&(TODAY()-30), A2:A1000, "<="&TODAY())

تجدر الإشارة إلى أن دالة TODAY() تنتمي إلى فئة “الدوال المتقلبة” (Volatile Functions)؛ مما يعني أن المحرك يُعيد حسابها بشكل متكرر عند كل حدث تعديل في الورقة. في جداول البيانات العملاقة التي تحتوي على مئات الآلاف من الصفوف وعشرات الصيغ المتقلبة، قد يؤدي ذلك إلى استهلاك زائد لموارد المعالجة السحابية، لذا يُستحسن هندسياً وضع صيغة TODAY() في خلية مرجعية مركزية واحدة وتوجيه كافة دوال SUMIFS للإشارة إليها بدلاً من استدعاء الدالة مئات المرات داخل الصيغ المركبة.

6.2 التحليل الزمني الشهري والسنوي باستخدام EOMONTH و EDATE

تتطلب الإقفالات المحاسبية إعداد تقارير دورية تلتزم ببدايات ونهايات الأشهر الميلادية أو الفصول المالية بدقة. توفر جداول بيانات Google دوال زمنية متقدمة تندمج بسلاسة داخل SUMIFS، وأهمها دالتا EOMONTH و EDATE.

تُستخدم دالة EOMONTH (End of Month) لحساب آخر يوم في الشهر بعد إضافة أو طرح عدد محدد من الأشهر من تاريخ معين. الصيغة الرياضية EOMONTH(TODAY(), 0) تُرجع بدقة متناهية آخر يوم في الشهر الحالي (سواء كان 28 أو 29 أو 30 أو 31 يوماً دون الحاجة لبناء شروط منطقية معقدة)، بينما التعبير EOMONTH(TODAY(), -1) + 1 يُرجع أول يوم في الشهر الحالي بدقة بالغة. بالاعتماد على هذا المنطق، تصاغ معادلة جمع مبيعات “الشهر الحالي بالكامل” على النحو التالي:

=SUMIFS(B2:B1000, A2:A1000, ">="&(EOMONTH(TODAY(), -1)+1), A2:A1000, "<="&EOMONTH(TODAY(), 0))

أما دالة EDATE، فتتيح إزاحة التاريخ بعدد معين من الأشهر مع الحفاظ على نفس اليوم، وهي مثالية لمقارنات الأداء السنوي (Year-over-Year) والربعي. على سبيل المثال، لحساب مجاميع نفس الفترة المقابلة من العام الماضي، يمكن ربط المعايير بـ EDATE(D2, -12) و EDATE(E2, -12)، مما يمنح المحلل قدرة استثنائية على بناء تقارير مقارنة زمنية ديناميكية فائقة التعقيد بأقل قدر من الجهد البرمجي.

7. توسيع نموذج الجمع: دمج نطاق التاريخ مع معايير نصية وفئوية متعددة

7.1 إضافة شروط الفئات، والمنتجات، والمناطق الجغرافية

تتجلى القوة الحقيقية لدالة SUMIFS في قدرتها على التمدد الأفقي لدمج القيود الزمنية مع مرشحات وصفية غير زمنية داخل نفس السطر البرمجي الحسابي. في التحليلات الإدارية المتقدمة، لا يقتصر السؤال على “كم بعنا في هذا الربع؟”، بل يتشعب ليشمل: “كم بعنا من المنتج (X) في المنطقة الجغرافية (Y) بواسطة المندوب (Z) خلال هذا الربع الزمني تحديداً؟”.

تتم إضافة هذه القيود ببساطة عبر زيادة أزواج المعايير (نطاق المعيار يليه الشرط). من الناحية الرياضية، تخضع هذه العملية لمنطق تقاطع المجموعات (Set Intersection)، حيث تشكل القيود الزمنية مصفوفة أحادية، وتشكل القيود الوصفية مصفوفات متوازية، وتستخلص الدالة فقط العناصر المشتركة في جميع الشروط المتزامنة. يوضح المثال التالي صيغة متقدمة تجمع الإيرادات لمنتج “أجهزة حاسوب” في المنطقة “الشمالية” ضمن نطاق زمني محدد بين الخلية D2 و E2:

=SUMIFS(B2:B100, A2:A100, ">="&D2, A2:A100, "<="&E2, C2:C100, "أجهزة حاسوب", G2:G100, "المنطقة الشمالية")

تضمن هذه الصياغة عزل البيانات شديدة التخصيص واستخلاص الرؤى التشغيلية المعقدة دون الحاجة لتقسيم الجداول أو الاعتماد على أعمدة مساعدة تثقل حجم الملف وتبطئ معالجته.

7.2 استخدام الرموز البرمجية البديلة (Wildcards) مع القيود الزمنية

تدعم دالة SUMIFS في جداول بيانات Google استخدام الرموز البديلة أو ما يعرف بـ Wildcards في المعايير النصية، مما يمنحها مرونة مذهلة في مطابقة النصوص الجزئية بالتزامن مع القيود الزمنية الصارمة. الرموز الأساسية المعتمدة هي:

• رمز النجمة (*): يمثل أي عدد من المحارف النصية (بما في ذلك الصفر من المحارف). على سبيل المثال، المعيار "حاسوب*" يطابق “حاسوب محمول”، “حاسوب مكتبي”، و”حاسوب”.
• علامة الاستفهام (?): تمثل محرفاً فردياً واحداً فقط في موقع محدد بدقة.
• علامة التلدة (~): تُستخدم كرمز هروب (Escape Character) إذا كان النص الفعلي المُراد البحث عنه يحتوي على علامة النجمة أو الاستفهام ذاتها (مثل "~*").

لتطبيق ذلك عملياً، إذا أردنا جمع إيرادات كافة أنواع وموديلات الحواسيب (مثل “حاسوب ديل”، “حاسوب لينوفو”، “حاسوب إتش بي”) المباعة فقط في الربع الأول من عام 2023، تصاغ المعادلة على النحو التالي:

=SUMIFS(B2:B100, A2:A100, ">="&DATE(2023,1,1), A2:A100, "<="&DATE(2023,3,31), C2:C100, "*حاسوب*")

تتيح هذه التركيبة البرمجية الفعالة اختزال العشرات من معايير المطابقة الفردية في شرط نصي ديناميكي واحد مقترن بإطار زمني مغلق، مما يرفع من جودة وكفاءة المعالجة البيانية.

8. تشخيص واستكشاف الأخطاء الشائعة وإصلاحها

8.1 معالجة أخطاء عدم تطابق أبعاد النطاقات والمصفوفات

يُعد خطأ عدم تساوي أبعاد المصفوفات #VALUE! (Array arguments to SUMIFS are of different size) أحد أكثر الأخطاء التي يواجهها المحللون عند بناء صيغ الجمع الشرطي. يقع هذا الخطأ عندما لا تتطابق أرقام صفوف البداية والنهاية لنطاق الجمع مع نطاقات المعايير. على سبيل المثال، الصيغة التالية خاطئة حتماً:

=SUMIFS(B2:B500, A2:A499, ">="&D2, A2:A500, "<="&E2)

في هذا المثال، يمتد نطاق المعيار الأول (A2:A499) على 498 صفاً، بينما يمتد نطاق الجمع (B2:B500) على 499 صفاً. نظراً لأن محرك Google Sheets يقوم بعملية تتبع تكراري متزامن لمؤشرات الصفوف، فإن التفاوت في الأبعاد يجعل من المستحيل منطقياً مقارنة الصف رقم 500، مما يؤدي إلى انهيار الصيغة بالكامل وإظهار الخطأ الفوري.

لضمان الوقاية التامة من هذا الخطأ، يمكن الاعتماد على خيارين هندسيين:

1. التثبيت الدقيق للنطاقات: مراجعة أرقام الصفوف والتأكد من أنها متطابقة حرفياً في كافة الوسائط، واستخدام التثبيت بالمراجع المطلقة (علامة الدولار $) مثل $B$2:$B$500 و $A$2:$A$500 لمنع انزياح النطاقات عند نسخ الصيغة ولصقها في خلايا أخرى.
2. استخدام مراجع الأعمدة الكاملة (Open-ended Column References): مثل =SUMIFS(B:B, A:A, ">="&D2, A:A, "<="&E2). في هذه الحالة، تغطي الدالة كافة صفوف العمود من الصف الأول إلى الأخير بالتساوي، مع مراعاة تجنب وضع الصيغة ذاتها داخل العمود A أو B لتفادي حدوث “مرجع دائري” (Circular Reference).

8.2 حل مشكلة المجموع الصفري والنتائج غير المتوقعة

في كثير من الحالات، لا تظهر الدالة أي رسائل خطأ، ولكنها تُرجع القيمة 0 على الرغم من وجود معاملات وبيانات واضحة في الجدول تقع ضمن الفترة المحددة. يعود هذا السلوك غير المتوقع غالباً إلى أحد سببين تقنيين خفيين:

السبب الأول: وجود نصوص مخفية أو مسافات بيضاء (Whitespace Corruption):
عند استيراد البيانات من ملفات الويب أو الأنظمة المصرفية، قد تلتصق مسافات فارغة غير مرئية بخلايا التاريخ أو خلايا المعايير (مثل " 2023-01-15 "). تجعل هذه المسافات المحرك يتعامل مع الخلية كنص غير زمني. لعلاج ذلك، يُنصح بتطبيق دالة TRIM و CLEAN لتنظيف الأعمدة، أو استخدام ميزة “إزالة المسافات الزائدة” من قائمة البيانات.

السبب الثاني: تداخل التوقيت والأختام الزمنية (Timestamps / Fractional Days):
إذا كانت البيانات الزمنية مصدرها استمارات Google Forms أو سجلات خوادم تشتمل على الوقت (الساعات والدقائق والثواني)، فإن القيمة الرقمية للخلية تحتوي على كسر عشري (مثلاً 44927.75 لتاريخ 1 يناير 2023 الساعة 6 مساءً). إذا كان معيار النهاية هو "<=2023-01-01" (والذي يكافئ رياضياً الرقم الصحيح 44927.00 وهو بداية اليوم في تمام منتصف الليل 00:00)، فإن المعاملة التي تمت في الساعة 6 مساءً ستُستبعد لأن 44927.75 > 44927.00.

لعلاج هذه المعضلة الزمنية بدقة، يمكن اتباع أحد الحلين التاليين:

• إضافة يوم كامل لمعيار النهاية واستخدام معامل “أصغر من الصريح” كالتالي: A:A, "<"&(E2+1)؛ مما يضمن شمول كافة المعاملات المنفذة حتى الثانية 23:59:59 من تاريخ النهاية المستهدف.
• تجريد عمود التاريخ من الكسور الزمنية عبر إنشاء عمود مساعد يطبق دالة INT على التواريخ كالتالي: =INT(A2)، حيث تقوم الدالة بحذف الجزء العشري والإبقاء على الرقم الصحيح لليوم فقط.

9. مقارنة منهجية: SUMIFS مقابل البدائل المتقدمة في Google Sheets

9.1 دالة SUMIFS في مواجهة دالة QUERY مع قيود التواريخ

تُعد دالة QUERY من أقوى الدوال المتاحة في جداول بيانات Google، حيث تتيح تنفيذ استعلامات شبيهة بلغة SQL على مجموعات البيانات. عند مقارنة SUMIFS مع QUERY في معالجة النطاقات الزمنية، تبرز فروق جوهرية في الأداء وسهولة البناء والاستقرار الهيكلي.

تتفوق دالة SUMIFS بشكل ساحق في سهولة القراءة والسرعة الحسابية؛ حيث إن صيغتها واضحة ومباشرة ولا تتطلب أي تحويلات مسبقة لتنسيقات التواريخ. في المقابل، تتطلب دالة QUERY صياغة معقدة جداً للتعامل مع التواريخ داخل جملة WHERE، إذ تشترط لغة الاستعلامات تمرير التاريخ كنص بتنسيق إجباري صارم هو date 'yyyy-MM-dd' حصراً. يوضح المثال التالي مدى التعقيد التركيبي لدالة QUERY لتحقيق نفس النتيجة التي تحققها SUMIFS البسيطة:

=QUERY(A2:C, "SELECT SUM(B) WHERE A >= date '"&TEXT(D2,"yyyy-MM-dd")&"' AND A <= date '"&TEXT(E2,"yyyy-MM-dd")&"' LABEL SUM(B) ''", 0)

ومع ذلك، تتفوق دالة QUERY عندما يحتاج المحلل إلى توليد تقرير تجميعي متعدد الأعمدة يتضمن التجميع حسب الفئة والفرز الرياضي (GROUP BY and ORDER BY) في مصفوفة واحدة متكاملة تفيض تلقائياً. يوضح الجدول التالي مقارنة تقنية معيارية بين الأداتين:

المعيار	دالة SUMIFS	دالة QUERY
السرعة في المجاميع المفردة	فائقة جداً وخفيفة على الذاكرة	أبطأ نسبياً بسبب مرحلة تحليل نص الاستعلام (Parsing)
التعامل مع تنسيق التاريخ	تلقائي ومرن عبر الأرقام التسلسلية	معقد ويتطلب دالة TEXT(..., "yyyy-MM-dd")
إخراج التقارير متعددة الأبعاد	يتطلب كتابة صيغة منفصلة لكل خلية	تخرج جدولاً كاملاً بصيغة واحدة عبر GROUP BY
حساسية نوع البيانات في العمود	تتجاهل النصوص تلقائياً وتجمع الأرقام	تفشل إذا كان العمود يحتوي على خليط نصوص وأرقام

9.2 دالة SUM مع FILTER كبديل مرن للجمع الشرطي

يتمثل البديل المعماري الثاني لدالة SUMIFS في دمج دالة الجمع العامة مع دالة FILTER على النحو التالي: =SUM(FILTER(B2:B100, A2:A100 >= D2, A2:A100 <= E2)).

تتميز تركيبة SUM(FILTER()) بمرونة منطقية غير مسبوقة تتفوق بها على SUMIFS في معالجة الشروط المنطقية البديلة (OR Logic). فبينما تعجز SUMIFS عن تطبيق شرط “أو” داخل نفس الصيغة دون الجمع بين دالتين، تتيح FILTER استخدام المعاملات الرياضية البولينية؛ حيث يمثل رمز الجمع (+) المنطق “OR”، ويمثل رمز الضرب (*) المنطق “AND”.

لكن على الجانب الآخر، تكمن نقطة الضعف الرئيسية في تركيبة SUM(FILTER()) في أنها تُرجع خطأ #N/A (No matches found) إذا لم يتحقق أي شرط في النطاق الزمني، مما يضطر المحلل إلى تغليفها بدالة IFNA أو IFERROR لمنع تشوه التقرير، في حين تُرجع دالة SUMIFS الرقم 0 بانسيابية وأمان رياضي كامل في حال عدم وجود تطابقات.

10. تحسين الأداء والكفاءة في مجموعات البيانات الضخمة

10.1 تحسين مراجع النطاقات وتقليل العبء الحسابي

في بيئات الأعمال الاحترافية التي تتعامل مع أوراق عمل تحتوي على عشرات الآلاف من الصفوف المحدثة لحظياً، تصبح كفاءة استهلاك موارد المعالجة عاملاً حاسماً في سرعة استجابة الملف وتفادي مشاكل التجمد والبطء الحسابي. يرتبط أداء دالة SUMIFS ارتباطاً طردياً بعدد الخلايا التي يقوم المحرك بفحصها في كل دورة تقييم.

تعتبر الإشارة إلى الأعمدة الكاملة المفتوحة (مثل A:A و B:B) ممارسة شائعة لراحتها البرمجية، لكنها تجبر المحرك السحابي على حجز وفحص أكثر من 1,000,000 خلية في الذاكرة لكل عمود حتى لو كانت البيانات الفعلية لا تتجاوز 5,000 صف. يكمن التحسين الهندسي في استخدام النطاقات الديناميكية المحدودة بدقة (Bounded Dynamic Ranges) أو تقليص عدد الصفوف الفارغة في الورقة إلى الحد الأدنى الضروري عبر حذف الصفوف الزائدة أسفل الجدول.

كذلك، يُنصح بشدة بتجنب تكرار العمليات الحسابية المتطابقة داخل المعايير. فبدلاً من كتابة ">="&DATE(YEAR(TODAY()), 1, 1) داخل 50 خلية ملخصة مختلفة، يجب حساب تاريخ بداية العام في خلية تحكم مستقلة واحدة (Control Cell)، وتوجيه كافة دوال SUMIFS للإشارة إلى تلك الخلية، مما يقلل عدد العمليات الحسابية المتكررة ويسرع زمن إعادة التحميل بشكل ملحوظ.

10.2 الاستفادة من دالة ARRAYFORMULA مع النطاقات الزمنية

يواجه العديد من المطورين قيداً معمارياً أصيلاً في دالة SUMIFS، وهو أنها غير متوافقة بطبيعتها مع دالة ARRAYFORMULA لإنتاج مصفوفات تجميعية تلقائية تمتد لعدة صفوف دفعة واحدة؛ حيث إن SUMIFS صُممت داخلياً لتكديس القيم وإرجاع ناتج عددي مفرد (Scalar Value) في الخلية التي تحويها فقط.

للتغلب على هذا القيد وبناء لوحات بيانات تفاعلية سريعة تفيض تلقائياً عبر الأشهر دون الحاجة لسحب ونسخ معادلة SUMIFS يدوياً في كل صف، يلجأ مهندسو البيانات إلى بديل رياضي عبقري يتمثل في استخدام دالة SUMPRODUCT أو الجداء المصفوفي الرياضي (Matrix Multiplication عبر MMULT). توفر دالة SUMPRODUCT قدرة مصفوفية مذهلة على تقييم المصفوفات البولينية للتواريخ وضربها في نطاق القيم وجمعها في خطوة ذرية واحدة، مما يمنح المطورين قوة هائلة في بناء نماذج مرنة وقابلة للتوسع التلقائي.

11. أفضل الممارسات الهندسية لتصميم نماذج التقارير الزمنية

11.1 التكامل مع أدوات التحقق من الصحة وعناصر التحكم التفاعلية

يتطلب تصميم النماذج المؤسسية الموجهة للمستخدمين النهائيين تحصين واجهة الإدخال ضد الأخطاء البشرية التي قد تعطل عمل معادلات SUMIFS. يتمثل المعيار الذهبي في دمج خلايا معايير التاريخ مع أداة التحقق من صحة البيانات (Data Validation) مع تفعيل خيار “التاريخ الصالح” (Is valid date)، مما يتيح ظهور منتقي التاريخ التفاعلي (Date Picker) عند النقر المزدوج على الخلية، ويمنع إدخال نصوص عشوائية غير متوافقة زمنياً.

بالإضافة إلى ذلك، يجب بناء آليات تحقق منطقي تمنع التناقض الزمني؛ كأن يدخل المستخدم “تاريخ نهاية” يسبق “تاريخ البداية”. يمكن ضبط التحقق من صحة البيانات في خلية تاريخ النهاية (E2) بحيث تشترط صيغة مخصصة مثل =E2>=D2 مع إظهار رسالة تنبيه للمستخدم تفيد بوجوب أن يكون تاريخ النهاية لاحقاً لتاريخ البداية، مما يضمن تدفق بيانات منطقية سليمة إلى محرك SUMIFS طوال الوقت.

كما يمكن تعزيز التجربة البصرية للوحة التحكم عبر استخدام التنسيق الشرطي (Conditional Formatting) على جدول البيانات الخام، بحيث يتم تظليل الصفوف التي تقع تواريخها ضمن النطاق الزمني المحدد باللون الأخضر تلقائياً باستخدام الصيغة: =AND($A2>=$D$2,$A2<=$E$2). يمنح هذا التكامل البصري المستخدم قدرة فورية على التحقق بالعين المجردة من السجلات المشمولة في المجموع النهائي.

11.2 توثيق النماذج وتأمين صيغ العمليات الحسابية

في بيئات الأعمال التشاركية، يُعد تأمين وحماية المعادلات الحسابية ضد التعديل العرضي ركيزة أساسية للحفاظ على استمرارية ونزاهة التقارير المالية. تنص أفضل الممارسات الهندسية على اتباع مبدأ الفصل الطبقي للبيانات (Architectural Layering)، والذي يقضي بتقسيم المصنف إلى ثلاث أوراق عمل منفصلة الوظائف:

• طبقة البيانات الخام (Raw Data Layer): ورقة مخصصة لتسجيل الحركات اليومية أو استيراد البيانات، وتكون مغلقة ومحمية عن أغلب المستخدمين.
• طبقة الإعدادات والمعايير (Parameters Layer): خلايا محددة وموضحة بوضوح لإدخال التواريخ والفلاتر المطلوبة.
• طبقة المخرجات والتقارير (Reporting Layer): ورقة تحوي معادلات SUMIFS والرسوم البيانية التلخيصية، وتكون خلايا المعادلات فيها “محمية ومقفلة” (Protected Ranges) بالكامل لمنع أي تعديل يدوي عليها.

علاوة على ذلك، ينبغي توثيق الصيغ الحسابية المعقدة عبر إضافة تعليقات شارحة (Notes/Comments) على رؤوس الأعمدة، أو استخدام دالة التوثيق الداخلي، مما يسهل على مدققي الحسابات والمطورين الآخرين فهم المسار المنطقي للمعادلات واختبار موثوقيتها الرياضية بيسر وسهولة.

12. دراسات حالة وتطبيقات عملية في بيئات الأعمال المختلفة

12.1 تطبيق مالي: احتساب الإيرادات والمصروفات الدورية

في الإدارات المالية، يُعد إعداد قائمة التدفقات النقدية ومقارنة الإيرادات بالمصروفات خلال فترات الإقفال الشهري والربعي التطبيق الأكثر حيوية لدالة SUMIFS. لنفترض وجود دفتر أستاذ يحتوي على المعاملات المالية، حيث يتضمن العمود A تاريخ الحركة، والعمود B نوع الحركة (“إيراد” أو “مصروف”)، والعمود C المبلغ، والعمود D حالة الدفع (“مسدد” أو “مستحق”).

لحساب “صافي التدفق النقدي الفعلي المحصل” (Net Cash Flow) للربع الثاني من عام 2023 (الممتد من 1 أبريل 2023 إلى 30 يونيو 2023)، نقوم بتركيب معادلتين تفاضليتين لـ SUMIFS على النحو التالي:

صافي التدفق = إجمالي الإيرادات المسددة - إجمالي المصروفات المسددة

تُصاغ المعادلة الرياضية الشاملة في خلية التقرير كالتالي:

=SUMIFS(C2:C1000, A2:A1000, ">=2023-04-01", A2:A1000, "=2023-04-01", A2:A1000, "<=2023-06-30", B2:B1000, "مصروف", D2:D1000, "مسدد")

تتيح هذه الصياغة الدقيقة للمدير المالي استخراج صافي السيولة النقدية الفعلية المحققة خلال الربع بدقة متناهية، مع استبعاد الحركات المعلقة أو التي تقع خارج الإطار الزمني للربع، مما يضمن سلامة المؤشرات المحاسبية ومطابقتها للمعايير الدولية لإعداد التقارير المالية.

12.2 تطبيق تشغيلي: تتبع المبيعات وإدارة المخزون الزمني

في قطاع سلاسل الإمداد والتجارة الإلكترونية، تواجه الشركات تحدي مراقبة حركة المخزون وقياس كفاءة الحملات التسويقية الموسمية. لنفترض أن شركة أطلقت حملة ترويجية للمنتج “شاشات ذكية” خلال عروض “الجمعة البيضاء” الممتدة من 20 نوفمبر 2023 إلى 30 نوفمبر 2023، وترغب الإدارة في معرفة إجمالي الكميات المباعة بواسطة فريق المبيعات “فريق أ” لتقييم كفاءة التوزيع.

إذا كان عمود التاريخ هو A، وعمود الكمية المباعة هو E، وعمود اسم المنتج هو C، وعمود الفريق البيعي هو F، يتم بناء معادلة التقييم التشغيلي كالتالي:

=SUMIFS(E2:E5000, A2:A5000, ">="&DATE(2023,11,20), A2:A5000, "<="&DATE(2023,11,30), C2:C5000, "شاشات ذكية", F2:F5000, "فريق أ")

يوفر هذا النموذج التشغيلي للإدارة بيانات رقمية حاسمة تتيح قياس معدل دوران المخزون اليومي (Inventory Turnover Rate) أثناء فترة الذروة، والتنبؤ الدقيق بحجم الطلبيات المستقبلية الواجب توريدها من المصانع لتفادي نفاد المخزون في المواسم المماثلة، مما يعكس الأثر البالغ للجمع الشرطي الزمني في تحسين الكفاءة التشغيلية الشاملة للمؤسسة.

الخاتمة

تمثل دالة SUMIFS حجر الزاوية في بناء التقارير المالية والإحصائية والتشغيلية الرصينة داخل جداول بيانات Google. إن إتقان التعامل مع هذه الدالة يتجاوز مجرد حفظ تركيبها العام؛ بل يتطلب فهماً عميقاً للطبيعة الرقمية التسلسلية للتواريخ، وإتقاناً لآليات الربط النصي للمعاملات المنطقية، والتزاماً صارماً بالقواعد الهندسية للتحقق من صحة البيانات وتطابق أبعاد المصفوفات الحسابية.

من خلال استيعاب البدائل المعمارية المتقدمة مثل QUERY و FILTER وتطبيق أفضل الممارسات في تحسين الأداء وحماية المصنفات، يستطيع المحلل المالي ومهندس البيانات تحويل جداول البيانات من مجرد سجلات رقمية جامدة إلى لوحات تحكم تفاعلية ذكية توفر رؤى استراتيجية دقيقة وموثوقة تدعم اتخاذ القرارات المصيرية في بيئات الأعمال الحديثة.

References

• Google. (2023). SUMIFS function – Google Docs Editors Help. Google Support. https://support.google.com/docs/answer/3094059
• Google. (2023). DATE function – Google Docs Editors Help. Google Support. https://support.google.com/docs/answer/3092969
• Google. (2023). QUERY function – Google Docs Editors Help. Google Support. https://support.google.com/docs/answer/3093343
• Walkenbach, J. (2015). Excel 2016 Bible. John Wiley & Sons.
• Bluttman, K. (2020). Google Sheets for Dummies. John Wiley & Sons.
• Jelen, B. (2021). Microsoft Excel 2019 Inside Out. Microsoft Press.