1- السياق (Context):
طلب العميل تنظيف وتحليل بيانات حساسات (Sensors) تقيس درجة الحرارة والرطوبة في مواقع مختلفة على مدار اليوم، مع إنشاء داشبورد تفاعلي لعرض الأداء ومراقبة حالة النظام.
- تم استخدام بيانات بديلة (Dummy Data) بدلًا من البيانات الأصلية حفاظًا على سرية وخصوصية بيانات العميل.
2- المشكلة (Problem):
واجهت البيانات عدة تحديات:
وجود بيانات مكررة وقيم مفقودة.
عدم تنظيم بعض الأعمدة وعدم توافق أنواع البيانات.
صعوبة تحليل البيانات زمنيًا (حسب الساعات والأيام).
غياب رؤية واضحة لحالة النظام (OK / Warn / Error).
الحاجة إلى أداة تفاعلية تساعد في اتخاذ القرار.
3- الاستراتيجية (Strategy):
* تنظيف البيانات (Power Query):
- حذف القيم المكررة (Duplicates).
- معالجة القيم المفقودة باستخدام المتوسط.
- إنشاء Conditional Column لدعم التحليل.
- استخراج أعمدة (Hour / Day Name) من التاريخ.
- توحيد أنواع البيانات (Data Types).
* تطوير الداشبورد:
- تصميم حديث (Modern) بألوان هادئة مع إبراز المؤشرات المهمة.
- إنشاء Dashboard تفاعلي باستخدام Slicers.
- حماية الداشبورد (Protect) لمنع التعديل غير المقصود.
4- المخرجات (Deliverables):
- ملف Excel منظم ونظيف.
- Dashboard تفاعلي لعرض الأداء.
- مؤشرات أداء رئيسية (System Health / Status).
- تحليل زمني (بالساعات والأيام).
- تحليل حسب المواقع (Locations).
5- الأثر الرقمي وأهم النتائج (Impact & Insights):
- تحديد أكثر موقع يعاني من أخطاء في الحساسات.
- تحليل العلاقة بين درجة الحرارة والرطوبة.
- تحديد الساعات التي ترتفع فيها درجة الحرارة.
- حساب متوسط الحرارة عند حالة التشغيل السليمة (OK).
- قياس System Health Score بناءً على نسبة الحالات السليمة.
- توزيع الحالات (OK / Warn / Error) على مستوى النظام والمواقع.
- تحسين وضوح البيانات واتخاذ القرار بشكل أسرع.