Sales Prediction

تنبؤ المبيعات باستخدام التحليل الاستكشافي للبيانات وتحليل الارتباط

في هذا المشروع، عملت على تنبؤ اتجاهات المبيعات من خلال التحليل الاستكشافي للبيانات (EDA) وتحليل الارتباط لفهم الأنماط الرئيسية والعوامل المؤثرة. كان الهدف هو استخراج رؤى قيمة من البيانات وبناء نموذج تنبؤي يساعد في تحسين استراتيجيات الأعمال.

1. استكشاف البيانات ومعالجتها

قمت بتحميل مجموعة البيانات وإجراء فحص مبدئي باستخدام data.describe() لتلخيص الإحصائيات الرئيسية مثل المتوسط، الوسيط، الانحراف المعياري، والرباعيات للميزات الرقمية.

تحققت من القيم المفقودة، أنواع البيانات، وأي شذوذ محتمل في البيانات.

2. التحليل الاستكشافي للبيانات (EDA)

قمت بتمثيل اتجاهات المبيعات بمرور الوقت للكشف عن الأنماط الموسمية والتقلبات.

حللت توزيع الميزات باستخدام الرسوم البيانية والصناديق الإحصائية (box plots) لاكتشاف القيم الشاذة.

استخدمت مخططات الأزواج (pair plots) والرسوم المبعثرة (scatter plots) لدراسة العلاقات بين المتغيرات المختلفة.

3. تحليل الارتباط

قمت بحساب مصفوفة الارتباط لتحديد العلاقات القوية والضعيفة بين الميزات.

استخدمت خريطة حرارية (heatmap) لتوضيح الارتباطات بين المتغيرات والكشف عن العوامل الرئيسية المؤثرة في المبيعات.

درست تأثير السعر، العروض الترويجية، فئة المنتج، والخصائص الديموغرافية للعملاء على أداء المبيعات.

4. بناء نموذج التنبؤ بالمبيعات

بعد فهم العلاقات بين البيانات، قمت ببناء نموذج تنبؤي باستخدام تقنيات الانحدار (Linear Regression) لتوقع المبيعات المستقبلية.

قيمت أداء النموذج باستخدام مقاييس مثل:

جذر متوسط الخطأ التربيعي (RMSE)

معامل التحديد (R² Score)

متوسط الخطأ المطلق (MAE)

النتائج والتوصيات التجارية

حددت أهم العوامل المؤثرة في المبيعات مثل التسعير، العروض الترويجية، والمواسم.

قدمت استراتيجيات قائمة على البيانات لتحسين حملات التسويق وإدارة المخزون بفعالية.