Sales analysis for a mobile phone store

تحليل بيانات متجر موبايلات وإكسسوارات

الوصف والأهداف

مشروع تحليل بيانات متجر إلكتروني متخصص في بيع الموبايلات والإكسسوارات، يهدف إلى فهم أنماط المبيعات وتحسين الأداء التجاري من خلال دراسة البيانات التاريخية. يركز التحليل على:

- المنتجات والعلامات التجارية (الأكثر مبيعاً، الأكثر ربحية).

- المناطق الجغرافية(الأعلى مبيعاً، أنماط الشراء).

- الفترات الزمنية (مبيعات الشهر، الربع، السنة، وأيام الأسبوع).

- سلوك العملاء (التفضيلات، مواصفات المنتجات المطلوبة).

بيانات المشروع

البيانات الأصلية:

تشمل معلومات المنتجات (الاسم، السعر، المواصفات، الكمية المباعة)، وتواريخ الشحن، وبيانات العملاء (الاسم، الموقع، المنطقة).

أعمدة مضافة أثناء التحليل:

- Month, Quarter, Year: تحليل المبيعات حسب التوقيت.

-Day_of_Week, Is_Weekend: دراسة أنماط الشراء خلال الأسبوع.

الأدوات والتقنيات

-Python (Pandas, NumPy) لتنظيف البيانات وتحليلها.

- Matplotlib, Seaborn, Plotly لإنشاء تصورات بيانية تفاعلية.

-Jupyter Notebook لتوثيق التحليل.

-Git لإدارة المشروع.

النتائج المتوقعة

1. تحديد المنتجات والعلامات التجارية الأفضل أداءً.

2. فهم العلاقة بين مواصفات المنتج (مثل RAM, Processor) وحجم المبيعات.

3. تحسين استراتيجيات التسعير والتسويق بناءً على أنماط الشراء.

4. اكتشاف الفترات الذهبية للمبيعات (أيام الأسبوع، شهور السنة).

كيفية استخدام المشروع

1. تنزيل البيانات وتشغيل ملفاتJupyter Notebook بالترتيب (تنظيف البيانات → التحليل → التصورات).

2. استخراج التقارير والرسوم البيانية لاتخاذ قرارات مدعومة بالبيانات.

المساهمات

المشروع مفتوح للتطوير، ويمكن للمهتمين بإضافة تحليلات جديدة أو تحسين الأداء المشاركة عبرGitHub.