Canada Store Sales

المرحلة 1: استيراد البيانات وتنظيفها باستخدام Power Query

استيراد البيانات (Data Import):

قمت باستيراد البيانات من ملف Excel يحتوي على معلومات عن المبيعات الكندية. تشمل هذه البيانات معلومات حول المنتجات، الإيرادات، الوحدات المباعة، الفئات، و المقاطعات.

تنظيف البيانات (Data Cleaning):

تم إزالة القيم المفقودة (Missing Values) من الصفوف التي تحتوي على بيانات ناقصة مثل الأعمدة الخاصة بـ الإيرادات و الوحدات المباعة.

تم تحويل البيانات إلى أنواع مناسبة، مثل تحويل التواريخ إلى تنسيق التاريخ (Date Format) والأرقام إلى التنسيق الصحيح.

تم تصحيح الأخطاء التي كانت موجودة مثل القيم السالبة أو غير المنطقية.

تحويل الأعمدة إلى معايير قابلة للتحليل (Transforming Columns):

قمت باستخدام Power Query لتقسيم الأعمدة وتحويلها بحيث تصبح جاهزة للتحليل.

تم تحويل بعض الأعمدة مثل الإيرادات و الوحدات المباعة إلى أعمدة جديدة لاحتساب الإيرادات الإجمالية لكل منتج.

استخدام لغة M في Power Query (Using M Language in Power Query):

استخدمت لغة M لإنشاء استعلامات معقدة مثل:

إضافة أعمدة حسابية جديدة لاحتساب الإيرادات الإجمالية بناءً على عدد الوحدات المباعة.

تصنيف البيانات حسب الفئات المختلفة مثل Convenience و Moderation لسهولة المقارنة والتحليل.

المرحلة 2: تحليل البيانات في Power BI

إنشاء نماذج البيانات (Data Modeling):

قمت بإنشاء نموذج بيانات يربط بين الجداول المختلفة مثل ربط مبيعات المنتجات مع المقاطعات و الشركات المصنعة لتحليل العلاقات بين هذه العناصر.

إعداد القياسات الحسابية باستخدام DAX (Creating Calculated Measures using DAX):

استخدمت DAX (Data Analysis Expressions) لإنشاء مقاييس حسابية مثل:

إجمالي الإيرادات: من خلال ضرب الوحدات المباعة في سعر المنتج.

الإيرادات حسب الفئة: استخدمت دوال DAX لاحتساب الإيرادات لكل فئة مثل Convenience و Moderation.

تصميم التقارير التفاعلية (Creating Interactive Reports):

قمت بتصميم لوحات معلومات تفاعلية باستخدام الرسوم البيانية مثل:

المبيعات عبر الزمن (Sales Over Time): مخطط خطي يظهر تطور الإيرادات عبر السنوات من 2000 حتى 2015.

الإيرادات حسب الفئة (Revenue by Segment): مخطط شريطي يوضح الإيرادات لكل فئة مثل Extreme و Convenience.

خريطة الإيرادات (Revenue Map): خريطة توضح توزيع الإيرادات عبر المقاطعات في كندا.

قمت بإعداد التصفية التفاعلية التي تتيح للمستخدمين اختيار المقاطعات أو الفئات لعرض البيانات ذات الصلة.

تم تطبيق التصفية لـ Top N لعرض أفضل المنتجات أو الفئات التي حققت أكبر الإيرادات.

المرحلة 3: بناء التقارير واللوحات التفاعلية (Building Interactive Dashboards)

اللوحات التفاعلية (Interactive Dashboards):

صممت لوحة معلومات تفاعلية تتيح للمستخدمين التفاعل مع البيانات بشكل مرن، حيث يمكنهم:

اختيار المقاطعات لعرض الإيرادات في كل مقاطعة.

استعراض إيرادات الفئات المختلفة مثل Convenience و Extreme.

تخصيص التنسيق (Custom Formatting):

قمت بتخصيص الألوان و العناوين في الرسوم البيانية لتتناسب مع الشكل العام للعرض.

تم إضافة خريطة إيرادات لعرض التوزيع الجغرافي للإيرادات عبر كندا.

المشاركة والتوزيع (Sharing and Distribution):

تم تصدير التقرير النهائي باستخدام Power BI وإتاحته للمشاركة مع العملاء أو الفريق المعني.

المرحلة 4: الخلاصة والنتائج (Conclusion and Insights)

النتائج الرئيسية (Key Insights):

المقاطعات مثل أونتاريو كانت الأكثر تحقيقًا للإيرادات.

الفئات مثل Extreme و Convenience كانت من أكثر الفئات التي حققت إيرادات عالية.

VanArsdel و Natura كانت الشركات المصنعة الرائدة في الإيرادات.

التقنيات المستخدمة (Technologies Used):

استخدمت Power Query لتنظيف البيانات وتحويلها.

استخدمت DAX لإنشاء المقاييس الحسابية المتقدمة.

Power BI كان الأداة الرئيسية لبناء التقارير التفاعلية.

الإجراءات التي تم اتخاذها (Actions Taken):

Power Query: لتنظيف البيانات وتحويلها من خلال استعلامات معقدة.

DAX: لإنشاء مقاييس حسابية مثل إجمالي الإيرادات و الإيرادات حسب الفئة.

Power BI: لتصميم التقارير التفاعلية واللوحات البيانية التي تعرض الإحصائيات والخرائط.