عملت خلال هذا المشروع على تحليل شامل لأداء شبكة السكك الحديدية في إنجلترا باستخدام أدوات تحليل البيانات المتقدمة. ركزنا على دراسة معدلات التأخير، الإلغاء، الإيرادات، والازدحام عبر أكثر من 65 خطًا رئيسيًا.
أدوات التحليل:
SQL لاستخراج وربط قواعد البيانات المختلفة.
Python لتحليل البيانات وإعداد نماذج تنبؤية أولية.
Power BI وTableau لتصميم لوحات تفاعلية تعرض رؤى التشغيل بشكل بصري يدعم اتخاذ القرار.
أهم الرؤى التي توصلنا إليها:
6 خطوط فقط تستحوذ على 75% من حركة الركاب.
خط Liverpool Lime Street → London Euston مسؤول عن 34% من إجمالي التأخيرات.
3.5% من قيمة التذاكر تم استردادها نتيجة الإلغاء أو التأخير.
أعلى الإيرادات تم تسجيلها من خط London Kings Cross → York بقيمة £183,000.
دوري في المشروع:
تحليل البيانات التشغيلية باستخدام SQL وPython.
تنظيف ومعالجة البيانات لضمان دقة النتائج.
بناء لوحات تحكم تفاعلية توضح الأداء، الإيرادات، أنماط التأخير، وفترات الذروة.
تقديم توصيات تشغيلية قابلة للتطبيق بناءً على النتائج مثل تطوير نظام إنذار مبكر، وتحسين البنية التحتية في نقاط الأعطال المتكررة.
أهم التوصيات:
ربط النظام التحليلي بقواعد بيانات التشغيل لتحديث دوري.
نشر لوحات القيادة في مراكز التحكم لمراقبة الأداء.
تحسين تجربة الركاب عبر التحليل الزمني والفصلي للطلب.
استخدام الرؤى لتوجيه الاستثمارات التشغيلية بكفاءة.
هذا المشروع كان تجربة غنية بالخبرة التطبيقية وربطت بين الجانب التحليلي والواقع العملي، وأسهم في تعزيز مهاراتي في تحليل البيانات وتحويل الأرقام إلى قرارات مؤثرة.