تحليل بيانات متجر تجزئة (Sample Superstore Dataset) باستخدام Python و Power BI

في هذا المشروع قمت بإجراء تحليل بيانات متجر تجزئة عالمي (Global Superstore Dataset) باستخدام Python لمعالجة البيانات وتحليلها، وPower BI لإنشاء لوحات تفاعلية تسهّل استكشاف النتائج واتخاذ القرارات.

المرحلة الأولى: Python (EDA)

تنظيف وتجهيز البيانات (معالجة القيم المكررة والناقصة).

تحويل التواريخ لصيغة زمنية مناسبة للتحليل.

التحليل الاستكشافي للبيانات (EDA) عبر مكتبات:

Pandas – Numpy – Seaborn – Matplotlib.

استخراج أهم المؤشرات:

أعلى المنتجات مبيعًا وربحية.

تحليل المبيعات والأرباح شهريًا وسنويًا.

تأثير الخصومات على الربحية والخسائر.

مقارنة الأداء بين المناطق والولايات.

حساب هامش الربح حسب الفئات (Categories).

المرحلة الثانية: Power BI (Visualization & Dashboard)

تصميم لوحات معلومات تفاعلية لعرض النتائج بشكل مرئي.

أهم العناصر في الـ Dashboard:

خريطة توضح المبيعات حسب الدولة.

توزيع المبيعات حسب الفئات (Furniture – Office Supplies – Technology).

تحليل الأرباح والمبيعات حسب الـ Sub-Categories.

مقارنة المبيعات والأرباح بين شرائح العملاء (Consumer – Corporate – Home Office).

الرسوم التفاعلية التي توضح العلاقة بين المبيعات والأرباح.

النتيجة

تحديد المنتجات والمناطق الأكثر ربحية.

الكشف عن الخسائر الناتجة عن الخصومات الكبيرة.

تقديم لوحة تحكم تفاعلية تساعد الإدارة على متابعة الأداء لحظيًا واتخاذ قرارات مدروسة لتحسين الربحية.