E-commerce Sales (2024-2025)

قمت بتنفيذ مشروع تحليل بيانات لمبيعات متجر إلكتروني (E-commerce) للفترة 2024–2025 باستخدام Microsoft Excel وPower Query بهدف تنظيف البيانات، إعدادها للتحليل، وبناء لوحة معلومات (Dashboard) تفاعلية تساعد في فهم أداء المبيعات والربحية واتخاذ قرارات مبنية على البيانات.

بدأت المشروع بمرحلة استيراد وتجهيز البيانات من عدة ملفات CSV باستخدام Power Query، والتي تضمنت بيانات الطلبات، العملاء، المنتجات، الحملات التسويقية، والمرتجعات. ثم قمت بدمج بيانات الطلبات الخاصة بعامي 2024 و2025 في جدول واحد موحد لضمان إمكانية تحليل البيانات عبر الفترتين بشكل متكامل.

بعد ذلك قمت بتنفيذ عمليات تنظيف البيانات (Data Cleaning) لضمان جودة البيانات وصحتها، حيث شملت العملية تنظيف الحقول النصية وإزالة المسافات الزائدة، توحيد تنسيقات البيانات، وتحويل الحقول الخاصة بالتواريخ مثل تاريخ الطلب والشحن والتسليم إلى تنسيق تاريخ صحيح. كما تم تحويل القيم المالية مثل سعر الوحدة ورسوم الشحن إلى أرقام صالحة للتحليل، ومعالجة قيم الخصم وتحويلها إلى نسبة مئوية قابلة للاستخدام في الحسابات.

كما تم التعامل مع مشكلات جودة البيانات مثل القيم المفقودة في تواريخ الشحن والتسليم، وإزالة التكرار في معرفات الطلبات، بالإضافة إلى معالجة القيم السالبة في الكميات مع توثيق الطريقة المستخدمة في التعامل معها.

بعد تنظيف البيانات قمت بمرحلة دمج الجداول (Data Merging) باستخدام عمليات Join في Power Query، حيث تم ربط بيانات الطلبات مع جدول العملاء باستخدام Customer_ID، وربطها مع جدول المنتجات باستخدام Product_ID، وكذلك ربطها مع جدول المرتجعات لتحديد ما إذا كان الطلب قد تم إرجاعه أم لا، بالإضافة إلى ربط بيانات الحملات التسويقية باستخدام Promo_Code عند توفره.

بعد تجهيز البيانات النهائية قمت بإنشاء جدول تحليلي موحد باسم Fact_Orders_Clean وتم تحميله إلى Excel لاستخدامه في التحليل.

ثم قمت بإنشاء مجموعة من الأعمدة الحسابية (Calculated Columns) لدعم تحليل المبيعات والربحية، مثل حساب إجمالي المبيعات قبل الخصم (Gross Sales)، وقيمة الخصم، وصافي المبيعات (Net Sales)، وإجمالي قيمة الطلب، وتكلفة البضائع المباعة (COGS)، والربح (Profit). كما تم حساب مدة التسليم وعدد أيام التأخير في الشحن، بالإضافة إلى تحديد ما إذا كان الطلب قد تم إرجاعه أم لا.

بعد تجهيز البيانات التحليلية قمت بإنشاء مجموعة من PivotTables لاستخراج مؤشرات الأداء المهمة، مثل تحليل اتجاه المبيعات الشهري، وتحليل أداء الفئات المختلفة من المنتجات، وتحديد أفضل المنتجات من حيث المبيعات، بالإضافة إلى تحليل المبيعات حسب طريقة الدفع وقناة البيع.

كما تم إضافة Slicers تفاعلية تسمح بتصفية البيانات بسهولة حسب السنة والمنطقة وقناة البيع وفئة المنتجات.

وفي المرحلة الأخيرة قمت بتصميم Dashboard تفاعلية في Excel لعرض مؤشرات الأداء الرئيسية بطريقة بصرية واضحة، حيث تضمنت لوحة المعلومات مجموعة من KPI Cards مثل إجمالي صافي المبيعات، إجمالي الأرباح، هامش الربح، عدد الطلبات، متوسط مدة التسليم، ونسبة المرتجعات.

كما تضمنت اللوحة عدة رسوم بيانية تساعد في تحليل الأداء مثل اتجاه المبيعات الشهرية، توزيع المبيعات حسب الفئة، تحليل طرق الدفع حسب قنوات البيع، بالإضافة إلى تحليل العلاقة بين نسبة الخصم والربحية.

تم أيضًا استخدام التنسيق الشرطي (Conditional Formatting) لتسليط الضوء على الطلبات ذات الأرباح السلبية أو الطلبات التي تجاوزت مدة التسليم المحددة، مما يساعد على اكتشاف المشكلات بسرعة.

وفي النهاية تم تسليم المشروع في ملف Excel واحد يحتوي على:

جدول البيانات المنظف والجاهز للتحليل

PivotTables المستخدمة في التحليل

Dashboard تفاعلية لعرض مؤشرات الأداء

جميع خطوات Power Query قابلة للتحديث وإعادة التحميل.