Supply Chain Analytics Project

قمت بتنفيذ تحليل شامل لأداء سلسلة الإمداد لشركة تجارية بهدف تقييم الكفاءة التشغيلية والمالية وتحسين الربحية وتقليل التكاليف.

تم تنفيذ المشروع باستخدام Python (Pandas – Seaborn – Matplotlib) وشمل تحليل البيانات، معالجة القيم الشاذة، تحليل التوزيعات، دراسة العلاقات الارتباطية، واستخلاص مؤشرات أداء تشغيلية ومالية.

أهم محاور التحليل:

تحليل التكاليف

تحليل تكلفة الشحن حسب المنطقة ونوع الشحن

تحليل تكلفة المشتريات حسب المورد والمنتج

تحديد الموردين الأقل تكلفة والأكثر كفاءة

تحليل الربحية والإيرادات

تحديد المنتجات الأعلى ربحية (مثل Smartphone و Router)

مقارنة الربحية بين الفئات والمناطق

حساب هامش الربح (Profit Margin)

تحليل العلاقة بين الإيرادات والأرباح

تحليل الأداء اللوجستي

تحليل مسافات التوصيل حسب المنطقة

تقييم معدلات التسليم والإلغاء

تحليل مدة التوريد (Lead Time)

حساب تكلفة الخدمة (Cost to Serve)

تحليل المخزون

معدل نفاد المخزون (Stockout Rate)

نسبة تفعيل إعادة الطلب (Reorder Trigger Rate)

أهم النتائج

الإيرادات والأرباح مرتبطان بقوة (Strong Positive Correlation).

سعر الوحدة هو العامل الأكثر تأثيرًا على الربحية.

تكلفة الوحدة تؤثر سلبًا على الأرباح.

المنطقة الغربية هي الأعلى من حيث الإيرادات والربحية.

معدل التسليم ناجح بنسبة مرتفعة، مع نسبة إلغاء منخفضة.