تحليل متجر المبيعات باستخدام بايثون
نظرة عامة
يهدف هذا المشروع إلى تحليل بيانات مبيعات المتجر باستخدام مكتبات تحليل البيانات والتصور في بايثون. يركز التحليل على استكشاف أداء المبيعات عبر مناطق مختلفة وتحديد المنتجات الأكثر مبيعًا، مما يساعد الشركات على اتخاذ قرارات تعتمد على البيانات.
مجموعة البيانات
يتضمن المشروع بيانات المبيعات مع الأعمدة التالية:
معرف الطلب: رقم الطلب
اسم المنتج: اسم المنتج
الفئة: فئة المنتج
المنطقة: المنطقة الجغرافية
المبيعات: قيمة المبيعات
الكمية: الكمية المباعة
تاريخ الطلب
تاريخ الشحن
وضع الشحن
الفئة الفرعية
الأهداف الرئيسية
تحليل المبيعات حسب المناطق المختلفة.
تحديد المنتجات ذات الأداء الأفضل من حيث المبيعات.
إنشاء تصورات لتقديم الأفكار بوضوح.
الأدوات والتقنيات المستخدمة
Pandas: لمعالجة البيانات واستكشافها.
Matplotlib & Seaborn: للتصورات الثابتة.
Plotly: للمخططات التفاعلية.
Jupyter Notebook: لتنفيذ التعليمات البرمجية وعرض النتائج.
النتائج والتوصيات
أعلى منطقة مبيعات.
المنتج الأكثر مبيعًا.
تعتمد جودة الشحن على المنطقة.
من المستحسن زيادة المخزون في المناطق ذات الطلب المرتفع.
بناء النموذج ️
تم بناء نماذج تنبؤية متعددة للتنبؤ بالمبيعات المستقبلية، بما في ذلك:
الانحدار الخطي: نموذج أساسي لفهم العلاقات بين الميزات والمبيعات.
محلل شجرة القرار: لالتقاط العلاقات غير الخطية في البيانات. محلل Decsion Tree:
لتحسين دقة التنبؤ من خلال حساب متوسط أشجار القرار المتعددة. تقييم النموذج تم تقييم أداء كل نموذج باستخدام مقاييس
مثل متوسط الخطأ المطلق (MAE) وR-squared (R²).
النتائج حقق النموذج الأفضل أداءً درجة R² على مجموعة التحقق، مما يشير إلى قدرة قوية على التنبؤ بالمبيعات بناءً على البيانات التاريخية.
| اسم المستقل | Ahmed D. |
| عدد الإعجابات | 0 |
| عدد المشاهدات | 3 |
| تاريخ الإضافة | |
| تاريخ الإنجاز |
