تحليل سوق اللابتوب وبناء لوحة قياس تفاعلية

يهدف هذا المشروع إلى تحليل بيانات دقيقة لأكثر من 1300 جهاز لابتوب متوفر في السوق، لتحويل البيانات الخام إلى رؤى استراتيجية (Actionable Insights) تساعد في اتخاذ قرارات التسعير والشراء. تم دمج مهارات البرمجة (Python) مع أدوات ذكاء الأعمال (Power BI) لإنتاج لوحة معلومات تفاعلية بالكامل.

الهدف من المشروع: مساعدة المستخدمين وأصحاب الأعمال على فهم العوامل المؤثرة في تسعير الأجهزة، وتحديد "القيمة مقابل السعر" بناءً على المواصفات التقنية (RAM, CPU, Storage).

الأدوات والتقنيات المستخدمة:

Python (Pandas & NumPy):

تنظيف البيانات (Data Cleaning) ومعالجة القيم المفقودة.

هندسة الميزات (Feature Engineering): استخراج تردد المعالج، نوع الشاشة (IPS/Touchscreen)، وتحويل وحدات القياس.

Microsoft Power BI:

بناء نموذج البيانات (Data Modeling) وإنشاء العلاقات.

كتابة معادلات DAX متقدمة لحساب متوسطات الأسعار ومؤشرات الأداء.

تصميم واجهة مستخدم (UI/UX) احترافية وتفاعلية.

أبرز مميزات لوحة المعلومات (The Dashboard):

فلاتر تفاعلية (Slicers): إمكانية تصفية البيانات حسب العلامة التجارية (Apple, Dell, etc.)، سعة الرامات، ونوع الذاكرة.

مؤشرات الأداء الرئيسية (KPI Cards): عرض فوري لعدد الموديلات، متوسط سعر السوق، وأعلى/أقل سعر في الفئة المختارة.

تحليلات عميقة:

تحليل تأثير الذاكرة العشوائية (RAM) على قفزات الأسعار.

مقارنة بين أنواع التخزين (SSD vs HDD) وتأثيرها على الفئة السعرية.

خريطة توزيع الأسعار حسب الشركات المصنعة.

أهم النتائج المستخلصة:

تحديد "نقطة السعر الأمثل" (Sweet Spot) عند 8GB RAM للفئة الاقتصادية.

توضيح استراتيجيات التسعير للشركات (Apple و Razer تستهدفان الفئة العليا فقط، بينما تغطي Lenovo جميع الشرائح).

المخرجات النهائية:

ملف Power BI (.pbix) تفاعلي بالكامل.

نسخة PDF للتقرير جاهزة للطباعة.

ملف البيانات المعالجة (Cleaned Dataset).