تحليل سلوك الزوار داخل مول تجاري عن طريق سجلات شبكة WiFi باستخدام Python&SQL

يقوم هذا المشروع بتحليل سلوك الزوار داخل المباني باستخدام سجلات شبكة WiFi. تم استخدام Python لمعالجة البيانات وإنشاء التصورات، وSQL للاستعلام وتجميع البيانات.

التقنيات المستخدمة:

Python — Pandas، NumPy، Matplotlib، Seaborn

SQL — Microsoft SQL Server (باستخدام pyodbc و SQLAlchemy)

تخزين البيانات — Excel / CSV

التصور البياني — رسوم بيانية لوقت البقاء، حركة الزوار، المسارات وجودة الشبكة

سير العمل:

تحميل البيانات:

تحميل ملفات Excel: Visitor_Info, Session_Info, Location_Info, Visit_Info, Shop_Network_Info

التحقق من القيم الفارغة، التكرارات، وأنواع البيانات

تنظيف البيانات:

تحويل الطوابع الزمنية إلى صيغة datetime

ملء القيم المفقودة في الحقول المهمة

إزالة التكرارات

رفع البيانات إلى قاعدة البيانات:

رفع الجداول النظيفة إلى SQL Server باستخدام SQLAlchemy

استعلامات التحليل:

متوسط وقت البقاء، أوقات الذروة، نسبة الزوار المتكررين

أكثر المناطق زيارة ومسارات الحركة

عدد مرات انقطاع الشبكة ووقت البقاء في المناطق

التصور البياني:

رسوم عمودية للمناطق وأوقات الذروة

مخطط دائري للزوار الجدد مقابل المتكررين

خريطة حرارة لمناطق انقطاع الشبكة

النتائج الرئيسية:

متوسط وقت البقاء ≈ 92 دقيقة

أوقات الذروة: 11 صباحًا، 5 مساءً، 10 مساءً

المناطق الأكثر زيارة: الملابس، الكاشير، القاعة الرئيسية

أكثر المسارات شيوعًا: الملابس → الكاشير → القاعة الرئيسية → المدخل → المقهى

مناطق انقطاع الشبكة: القاعة الرئيسية، الإلكترونيات، المقهى