تحليل بيانات العملاء والمبيعات باستخدام Python و Jupyter Notebook

هذا المشروع يركز على تحليل بيانات العملاء والمبيعات باستخدام Python في بيئة Jupyter Notebook. تم استخدام مكتبات Pandas و NumPy لمعالجة البيانات وإجراء التحليلات الإحصائية. شمل المشروع الخطوات التالية:

• استيراد البيانات وتحميلها للبدء في التحليل.

• استخدام info() للحصول على نظرة عامة على البيانات، مثل نوع كل عمود وعدد القيم غير الفارغة.

• إعادة تسمية الأعمدة لتسهيل التعامل مع البيانات.

• التعامل مع القيم المكررة وحذفها لضمان دقة التحليل.

• حذف القيم الفارغة (Dropna) لتحسين جودة البيانات.

• تحليل إحصائي للبيانات باستخدام describe() للحصول على معلومات مثل المتوسط والانحراف المعياري والحدود القصوى والدنيا.

• حساب عدد القيم الفريدة لكل عمود باستخدام nunique() لفهم تنوع العملاء والمنتجات.

• تصفية البيانات (Filter) لاستخراج معلومات محددة مثل العملاء النشطين أو المنتجات الأكثر مبيعًا.

• ترتيب البيانات (Sort) لعرض النتائج حسب قيمة معينة مثل إجمالي المبيعات أو تاريخ الشراء.

• تجميع البيانات (Group By) لإجمال المبيعات أو عدد العملاء حسب فئات معينة مثل المنطقة أو الفئة المنتجية.

• تصدير البيانات النظيفة والمحسوبة إلى ملف CSV للاستخدام المستقبلي أو لمشاركة النتائج بسهولة.