تحليل بيانات متجر موسيقى رقمي باستخدام SQL المتقدم
تفاصيل العمل
نبذة عن المشروع
حللت قاعدة بيانات متجر موسيقى رقمي باستخدام استعلامات SQL متقدمة لاستخراج رؤى استراتيجية حول الإيرادات، سلوك العملاء، أداء الموظفين، والاتجاهات السوقية.
التحليلات المنفذة
تحليل الإيرادات والمبيعات
أفضل 10 أغاني
استخدمت JOIN متعددة لربط الأغاني بالألبومات والفنانين، وحسبت الإيرادات الإجمالية.
أفضل 5 فنانين لكل دولة
استخدمت CTE مع Window Function (RANK) للترتيب داخل كل سوق جغرافي.
الإيرادات الشهرية ومعدل النمو
استخدمت strftime للتجميع الشهري و LAG() لحساب النمو مقارنة بالشهر السابق.
توزيع المبيعات حسب نوع الوسائط
جمعت المبيعات والإيرادات حسب النوع (MP3, AAC) لتحديد القنوات الأكثر ربحية.
تحليل سلوك العملاء
القيمة الدائمة للعميل
حسبت إجمالي المشتريات وعددها ومتوسط قيمة الطلب لأفضل 10 عملاء.
أفضل 3 عملاء لكل دولة
استخدمت PARTITION BY مع RANK() لتحديد العملاء الأساسيين في كل منطقة.
تحليل توقف العملاء
حددت العملاء غير النشطين منذ 2012 باستخدام LEFT JOIN.
التحليل الجغرافي
النوع الموسيقي الأكثر شعبية لكل دولة
استخدمت CTE مع Window Function لتحديد النوع الأول في كل سوق.
تحليل أداء المنتجات والموظفين
متوسط إيرادات الألبومات
استخدمت Window Function لمقارنة أداء كل ألبوم بمتوسط الفنان.
عملاء الموظفين وإيراداتهم
ربطت كل موظف بعملائه وحسبت الإيرادات لترتيب الأداء.
التقنيات المستخدمة
Common Table Expressions (CTEs)
لتنظيم الاستعلامات المعقدة
Window Functions
RANK(), LAG(), AVG() OVER PARTITION BY
Multiple JOINs
ربط حتى 5 جداول (INNER & LEFT JOIN)
Date Functions
strftime(), DATE()
Aggregate Functions
SUM(), COUNT(), AVG(), GROUP BY
الرؤى المستخلصة
تحديد الأغاني والفنانين الأكثر ربحية
فهم تفضيلات كل سوق جغرافي
رصد اتجاهات النمو الشهرية
تحديد العملاء الأعلى قيمة
اكتشاف العملاء المعرضين للتوقف
تقييم أداء الموظفين
المهارات المستخدمة
استعلامات SQL المتقدمة
Window Functions & Analytical Functions
Common Table Expressions (CTEs)
Multiple Table Joins
Aggregate Functions
Date and Time Functions
Subqueries
Data Analysis & Business Intelligence
الأدوات المستخدمة
Microsoft SQL Server - SQL - Database Management - Data Analysis