Ford GoBike Performance Analysis & Interactive Dashboard

في هذا المشروع قمنا بتنفيذ تحليل بيانات متكامل لبيانات رحلات Ford GoBike بهدف استخراج رؤى تساعد على فهم سلوك المستخدمين وأنماط التنقل داخل المدن.

بدأ العمل بمعالجة وتنظيف البيانات الخام، ثم إجراء تحليل استكشافي للبيانات، وأخيرًا بناء لوحة تحكم تفاعلية (Interactive Dashboard) تساعد على عرض المؤشرات المهمة بشكل بصري يدعم اتخاذ القرار.

تم تصميم لوحة التحكم بحيث تتيح استكشاف البيانات بشكل ديناميكي من خلال الفلاتر والرسوم التفاعلية، مما يسمح بفهم أفضل لأنماط الاستخدام وأوقات الذروة والمحطات الأكثر نشاطًا.

التقنيات المستخدمة:

Python

Pandas

NumPy

Dash

Plotly

أهم مميزات المشروع:

بناء Dashboard تفاعلي لتحليل أداء الرحلات

تحليل سلوك المستخدمين (Subscriber vs Customer)

تحليل الرحلات حسب الجنس والفئة العمرية

دراسة مدة الرحلات وتحديد أوقات الذروة

تحديد المحطات الأكثر نشاطًا والأعلى طلبًا

تصميم مؤشرات أداء رئيسية (KPIs) مثل:

إجمالي عدد الرحلات

متوسط مدة الرحلة

عدد المستخدمين النشطين

أكثر محطة استخدامًا

النتائج الرئيسية:

المستخدمون المشتركون (Subscribers) يمثلون النسبة الأكبر من الرحلات

أغلب الرحلات قصيرة المدة، مما يعكس استخدام الخدمة في التنقل اليومي داخل المدينة

بعض المحطات تعمل كمراكز رئيسية للحركة والتنقل

الفئات العمرية الشابة والمتوسطة هي الأكثر استخدامًا للمنصة

هذا المشروع يوضح القدرة على تحليل البيانات، استخراج الرؤى، وبناء أدوات تفاعلية لعرض النتائج بطريقة تساعد في اتخاذ القرارات المبنية على البيانات