لوحة تحكم تحليلية متكاملة للقطاع المصرفي باستخدام Power BI

في هذا المشروع قمتُ بتصميم لوحة معلومات ديناميكية تفاعلية باستخدام Power BI لتحليل بيانات العملاء والبنك من حيث:

-معدل الإلغاء

-شكاوى العملاء

-الحملات التسويقية

-معدل تجديد الاشتراك

مميزات المشروع:

تحليل الإلغاءات (Cancellation Analysis):

عرض معدل الإلغاء العام (10.91%) وتحليله حسب:

-نوع العملية (Loan/Deposit)

-مدة المعاملة

-فئة الخدمة (Recurring, Flexi, Home Loan...)

-رصيد العميل

-المسمى الوظيفي

-السنة

? خدمة العملاء (Customer Services):

تتبع عدد الاستفسارات والشكاوى والملاحظات.

تحليل الشكاوى حسب نوع الخدمة (Housing Loan, Fixed Deposit, ...).

تتبع العلاقة بين معدل الشكاوى وسعر الفائدة.

تصنيف الشكاوى حسب القناة (هاتف، حضور شخصي، أونلاين).

توزيع الشكاوى جغرافيًا حسب الفروع.

الحملات التسويقية (Marketing Campaigns):

تحليل معدل الاشتراك (Subscription Rate = 11.74%) وتصنيفه حسب:

-الحالة الاجتماعية

-نوع العملية (Deposit/Loan)

-الفئة، المدة، النوع، نوع القرض (سكني، شخصي)

تحليل الأداء حسب الجنس والفروع.

تحليل معدل التجديد (Renewal Analysis):

معدل تجديد مرتفع (65.18%) يتم تحليله حسب:

الفئة، العمر، الحالة الاجتماعية، وسنوات الاشتراك.

مقارنة متوسط سعر الفائدة لكل فئة من الخدمات.

أهم الرؤى التحليلية (Insights):

خدمات الإيداع (مثل Recurring وFlexi) تسجل أعلى معدل إلغاء.

الشكاوى الأعلى ترتبط بقروض الإسكان والذهب.

معدل الاشتراك أقل بين المتزوجين وأصحاب Personal Loan.

تجديد الاشتراكات مرتفع في الإيداعات الثابتة والمنظمة، وأقل في القروض.

التوصيات:

تحسين تجربة العملاء في خدمات القروض السكنية والشخصية لتقليل الإلغاء.

تحسين الحملات التسويقية للفئات ذات معدل الاشتراك المنخفض (مثل المتزوجين).

دعم فروع المدن الأعلى شكوى بخطط تحسين أداء.

زيادة التركيز على الخدمات ذات معدل تجديد مرتفع كفرص للنمو.

️ الأدوات المستخدمة:

Power BI Desktop

Data Modeling باستخدام DAX

Slicers و Drill-down لتصفية ديناميكية

استخدام رسومات بيانية احترافية (Line, Donut, Clustered Bar)

هذه اللوحة التحليلية تعتبر أداة قوية للإدارة العليا لفهم سلوك العملاء، تقليل معدلات الإلغاء، وتحسين الحملات التسويقية والتجديدات البنكية.