Shopping Behavior & Purchase Trends: Gender, Season, and Discounts

In this project, I analyzed a dataset of shopping behaviors to uncover trends and insights across gender, season, and product categories. The analysis focused on:

Category Trends by Season: Identified which product categories are most popular in each season.

Top Purchased Items & Colors: Determined the top 5 clothing items and colors purchased per season.

Purchase Amounts & Discounts: Examined spending patterns, subscription status, and applied discounts by gender.

Customer Reviews Analysis: Studied review distributions and ratings to understand customer satisfaction across genders.

Visual Insights: Created multiple graphs and charts to clearly communicate trends and actionable insights.

Tools & libraries: Python, Pandas, Matplotlib, Seaborn. This project helps retailers understand customer behavior, optimize inventory, and plan marketing strategies.

Key Skills:

Pandas for data cleaning and manipulation

Matplotlib & Seaborn for visualization

Trend analysis by category, season, and gender

Purchase and discount analytics

Description (Arabic):

في هذا المشروع، قمت بتحليل بيانات سلوك التسوق لاكتشاف الاتجاهات والرؤى عبر الجنس، الموسم، وفئات المنتجات. ركز التحليل على:

اتجاهات الفئات حسب الموسم: تحديد أكثر الفئات شعبية في كل موسم.

أكثر العناصر والألوان شراءً: تحديد أفضل 5 عناصر وألوان ملابس تم شراؤها في كل موسم.

مبالغ المشتريات والخصومات: دراسة أنماط الإنفاق، حالة الاشتراك، والخصومات المطبقة حسب الجنس.

تحليل تقييمات العملاء: دراسة توزيع التقييمات لفهم رضا العملاء حسب الجنس.

التمثيل البصري للبيانات: إنشاء مخططات ورسوم بيانية لتوضيح الاتجاهات والرؤى بشكل واضح.

الأدوات المستخدمة: بايثون، Pandas، Matplotlib، Seaborn. هذا المشروع يساعد تجار التجزئة على فهم سلوك العملاء، تحسين المخزون، وتخطيط استراتيجيات التسويق.