تحليل شامل لأداء متجر تجزئة باستخدام Python , Tableau

تم تنفيذ هذا المشروع كجزء من مشروع تخرجي في منحة "رواد مصر الرقمية" التابعة لوزارة الاتصالات وتكنولوجيا المعلومات المصرية، ضمن مسار تحليل البيانات.

هدف المشروع :

تحليل بيانات متجر تجزئة (Superstore) بهدف استخراج رؤى قابلة للتطبيق تساعد متخذي القرار في تحسين الأداء وزيادة الربحية.

الأدوات المستخدمة:

SQL: لسحب واستخراج الداتا من Database .

Python: لتهيئة البيانات وتنظيفها، واستكشاف الأنماط وتحليل المؤشرات الرئيسية، مع تقديم رؤى تحليلية شاملة.

Tableau: لإنشاء لوحة معلومات تفاعلية (Dashboard) تعرض النتائج والرؤى بشكل مرئي جذاب وسهل الفهم.

خطوات تنفيذ المشروع:

- دراسة وفهم طبيعة البيانات الأولية.

- تنظيف البيانات ومعالجتها باستخدام بايثون.

- تحليل الأداء والإجابة على أهم الأسئلة التجارية..

- تصميم لوحة معلومات تفاعلية في Tableau توضح الرؤى والاستخلاصات الرئيسية.

أبرز النتائج والتوصيات التجارية:

- التركيز على شريحة المستهلكين (Consumer Segment) التي تمثل أكثر من 51% من العملاء، مما يشكّل فرصة واعدة لزيادة العائد من الحملات التسويقية.

- تعزيز الحملات في شهر نوفمبر الذي حقق أعلى معدل مبيعات، مع إعطاء أولوية للمنتجات الأعلى طلبًا.

- التوسّع في الولايات التي تحقق أداءً مرتفعًا، وتحليل أسباب انخفاض المبيعات في المناطق الضعيفة لتحسين الأداء.

- تقليل زمن الشحن لأقل من 4 أيام لتحسين تجربة العملاء وتعزيز رضاهم.

- مراجعة وتحليل أسباب انخفاض المبيعات في عام 2016 لتجنّب تكرار هذا الانخفاض مستقبلاً.

الأثر التجاري بعد تنفيذ التوصيات (Business Impact):

تم تقدير التأثير المتوقع لهذه التوصيات بناءً على التحليل البياني والبيانات التاريخية كما يلي:

- زيادة متوقعة في المبيعات العامة بنسبة تتراوح بين10% إلى 15% خلال العام التالي للتطبيق.

- تحسُّن في رضا العملاء بنسبة +20% نتيجة تحسين سرعة الشحن وتجربة الشراء.

- تقليل الخسائر في فئات المنتجات غير المربحة بنسبة حتى 30% من خلال إعادة هيكلة العروض.

- رفع نسبة ولاء العملاء في شريحة المستهلكين بنسبة 15% نتيجة الحملات الموجهة والمركّزة.