تصميم لوحة بيانات (Dashboard) احترافية لتحليل مبيعات أمازون باستخدام Power BI و Figma

تم في هذا المشروع بناء لوحة بيانات تفاعلية متكاملة لتحليل أداء مبيعات متجر أمازون، بهدف تحويل البيانات الخام إلى رؤى (Insights) واضحة وقابلة للتنفيذ لدعم اتخاذ القرار.

المهام المنجزة في المشروع:

تصميم الواجهة: تصميم واجهة مستخدم احترافية وجذابة للوحة البيانات باستخدام Figma لضمان أفضل تجربة مستخدم وسهولة في قراءة البيانات.

تنظيف ومعالجة البيانات (ETL): استخدام Power Query لسحب البيانات من مصادرها، وتنظيفها، ومعالجتها، وتحويلها للشكل المناسب للتحليل.

نمذجة البيانات والتحليل (Data Modeling & Analysis): بناء نموذج بيانات مترابط (Data Model) واستخدام دوال DAX المتقدمة لإنشاء مقاييس ومؤشرات أداء رئيسية (KPIs) معقدة.

عرض البيانات (Data Visualization): تطوير 4 لوحات تحكم تفاعلية في Power BI تغطي:

أداء المبيعات والإيرادات: تحليل الإيرادات حسب الفئة، والعلاقة بين التقييم والمبيعات.

أداء المنتجات: تتبع التقييمات، المراجعات، وتحديد المنتجات الأعلى أداءً.

التسعير والخصومات: قياس أثر الخصومات وتوفر الكوبونات على الإيرادات.

الإعلانات والترويج: تحليل مقارن بين الإيرادات الناتجة عن المنتجات الممولة (Sponsored) والغير ممولة (Organic).

أبرز نتائج التحليل (Key Insights):

ضعف تأثير الإعلانات: 95% من الإيرادات (635 مليون) تأتي من مبيعات (Organic) مقارنة بـ 11 مليون فقط من الإعلانات الممولة.

التقييم هو الأكثر تاثيرًا: المنتجات ذات التقييم 4.0 نجوم فأكثر تحقق مبيعات أعلى بشكل كبير جداً.

عدم فعالية الكوبونات: المنتجات "بدون كوبون" حققت 638 مليون، مقابل 8 مليون فقط للمنتجات التي "تملك كوبون".

تأثير الخصم: معظم المبيعات الكبيرة (High-Volume) تحدث عند خصومات معتدلة (0-50%)، وليس بالضرورة عند الخصومات العالية.