Global Aviation performance & profitability insights

تحليل بيانات قطاع الطيران

تنفيذ مشروع تحليل بيانات عن أداء وربحية قطاع الطيران، باستخدام Excel وPower Query بشكل كامل.

الحقيقة إن سر أي داشبورد قوية مش بيكون في شكل الـ Visuals بس، لكن في جودة ونظافة البيانات اللي مبنية عليها.

عشان كده ركّزت جدًا على مرحلة Data Cleaning، وتجنبت الحلول السهلة زي حذف البيانات اللي فيها مشاكل، لأن ده ممكن يأثر على دقة التحليل.

خلال الشغل، واجهتني شوية تحديات تقنية، واشتغلت عليها بشكل عملي:

• كان عندي قيم مفقودة في عمود عدد الركاب

في البداية فكرت احسبها من الإيرادات ÷ سعر التذكرة، لكن واجهتني نفس المشكلة في الإيرادات.

الحل كان إنشاء Custom Column بيحسب عدد الركاب من خلال:

Load Factor × Aircraft Capacity

• بالنسبة لتقييمات العملاء المفقودة

حبيت الحل يكون ديناميكي بدل استخدام رقم ثابت

استخدمنا لغة M داخل Power Query مع دالة List.Median عشان احسب الوسيط، بحيث أي تحديث في الداتا ينعكس تلقائيًا

• عالجت مشاكل التواريخ باستخدام Column from Examples

• حذفنا التكرارات باستخدام Remove Duplicates

• استبعدت 134 رحلة غير معروفة المصدر

• صححت القيم غير المنطقية زي أسعار التذاكر السالبة

في مرحلة بناء الداشبورد، ركّزت على إني اقدم تحليل فعلي يخدم اتخاذ القرار:

• أنشأت شارت ديناميكي يربط بين المبيعات والأرباح باستخدام Time Hierarchy

واللي بيسمح بعمل Drill-down من Quarter → Month → Day

وده ساعدني افهم مواسم الذروة وتأثيرها على التدفقات النقدية

• استخدمت Bubble Chart لتحليل العلاقة بين:

تكلفة الوقود × صافي الربح × استهلاك الوقود × نوع الطائرة

وده خلّى الصورة أوضح في تقييم كفاءة وربحية كل طراز

أهم النتائج من تحليل 4,861 رحلة:

• إجمالي الإيرادات: 2.4 مليار دولار

• هامش الربح: 11.46%

• الدرجة الأولى (First Class) ساهمت بـ 68% من الأرباح

• الدرجة السياحية (Economy) ساهمت بـ 7% فقط

• تكلفة الوقود تمثل حوالي 28% من إجمالي التكاليف التشغيلية

---

المشروع دا كان مهم جدًا لأنه نقلني من مجرد تحليل أرقام إلى فهم حقيقي للبيزنس واتخاذ قرارات مبنية على البيانات