TownTeam Retail Sales Project

هدف المشروع:

تحليل بيانات المبيعات اليومية علشان نحدد أكتر الفروع ربحًا، وأفضل المنتجات مبيعًا، وسلوك العملاء، وتأثير الخصومات على المبيعات… بهدف دعم اتخاذ القرار وزيادة الأرباح.

الأدوات المستخدمة:

Power BI – لإنشاء لوحة تحليلات تفاعلية واستخدام DAX في التحليل.

Python – لمعالجة البيانات، وإنشاء الرسوم البيانية، وتصدير تقارير PDF بشكل تلقائي.

CSV Dataset – بيانات يومية للمبيعات تشمل العملاء والفروع والمنتجات.

نقاط القوة:

فروع طنطا والقاهرة أعلى فروع في المبيعات → التركيز عليهم في المخزون والعروض يزوّد الأرباح بشكل كبير.

تحديد المنتجات الأعلى مبيعًا بوضوح (زي Classic Tee وBlue Jeans) → يساعد في تخطيط المخزون صح.

أكبر شريحة من العملاء بين 25–40 سنة → وده يسهل استهدافهم بحملات تسويق مناسبة.

أوضح طرق الدفع الأكثر استخدامًا (الكاش والفيزا) → يساعد في تحسين تجربة الدفع.

الداشبورد التفاعلي بيسمح بتصفية سريعة حسب الشهر أو الفرع أو الفئة → وده يدعم قرارات فورية وسريعة.

نقاط الضعف:

بعض المنتجات قليلة المبيعات مش واضحة كفاية في التحليل → وده بيخلي اتخاذ القرار بشأنها صعب.

فترة البيانات قصيرة (1000 صف من بداية 2024) → وده بيقلل القدرة على اكتشاف الاتجاهات الموسمية أو طويلة المدى.

بعض الفروع زي الجيزة والمنصورة مبيعاتها قليلة جدًا → فمش بيدّوا رؤية تحليلية قوية.

توصيات عملية:

ركز على العروض والمخزون في فروع طنطا والقاهرة لأنها أعلى فروع في الربحية.

وسع فترة البيانات عشان تقدر تعمل تحليل موسمي وتوقعات مبيعات دقيقة.

حسّن تسويق المنتجات الضعيفة لتقليل الخسائر وتقليل المخزون الراكد.

استهدف فئة 25–40 سنة بعروض وخصومات خاصة لأنها أكبر شريحة من العملاء.

راجع تأثير الخصومات على المبيعات وحدد أحسن نسبة خصم لكل فئة أو منتج لتحقيق أعلى ربح ممكن.