التنبؤ بمبيعات المتاجر

تحليل وتوقع مبيعات المتاجر

نظرة عامة على المشروع

هذا المشروع يركز على تحليل وتوقع مبيعات المتاجر باستخدام ثلاثة نماذج مختلفة للتنبؤ بالسلاسل الزمنية:

- نموذج SARIMA (السلاسل الزمنية الموسمية)

- نموذج ARIMA (كنموذج أساسي للمقارنة)

- نموذج Prophet (من Facebook)

مكونات المشروع الرئيسية

1. معالجة وتحليل البيانات

- تحميل البيانات من ملفات CSV المختلفة

- معالجة البيانات المفقودة

- تحويل البيانات إلى سلسلة زمنية أسبوعية

- تحليل الموسمية في البيانات

2. التحليل الاستكشافي للبيانات

- رسم بياني تفاعلي للمبيعات الأسبوعية

- تحليل الموسمية باستخدام ACF و PACF

- تحليل مكونات السلسلة الزمنية (الاتجاه، الموسمية، البواقي)

3. بناء وتقييم النماذج

- نموذج SARIMA مع تحسين المعاملات

- نموذج ARIMA كخط أساس للمقارنة

- نموذج Prophet للتنبؤ

- مقارنة أداء النماذج باستخدام MAE و RMSE

4. النتائج والتصور

- رسوم بيانية للتنبؤات

- مقارنة بصرية بين النماذج الثلاثة

- جداول تقييم الأداء

المخرجات

- تنبؤات دقيقة للمبيعات المستقبلية

- تحليل شامل للعوامل المؤثرة على المبيعات

- مقارنة موضوعية بين أداء النماذج المختلفة

الأدوات المستخدمة

- Python

- pandas للتحليل

- statsmodels للنماذج الإحصائية

- Prophet للتنبؤ

- plotly و matplotlib للتصور

هذا المشروع يوفر رؤى قيمة لأصحاب المتاجر ويساعدهم في اتخاذ قرارات أفضل بناءً على التنبؤات الدقيقة للمبيعات.