Walmart Sales Forecasting

مشروع متقدم لتحليل البيانات الضخمة (Big Data) يهدف إلى التنبؤ بالمبيعات الأسبوعية لسلسلة متاجر "Walmart". قمت في هذا المشروع بالربط بين قوة لغة Python في بناء النماذج التنبؤية، ومرونة Power BI في عرض النتائج بشكل تفاعلي يساعد الإدارة في التخطيط المستقبلي.

أبرز ما قمت به في المشروع:

تطوير نموذج تنبؤي (Predictive Modeling): استخدمت لغة Python ومكتبة Scikit-learn لتدريب نموذج Random Forest Regressor، وقد حقق النموذج دقة عالية جداً بلغت 97.23% (Model Accuracy).

معالجة البيانات الضخمة: قمت بتنظيف ومعالجة ملايين السجلات (Sales, Store data, Features) والتعامل مع القيم المفقودة (Handling Nulls) لضمان جودة التحليل.

تحليل العوامل المؤثرة: قمت بتحليل مدى تأثير العوامل الخارجية مثل (درجة الحرارة، سعر الوقود، مؤشر أسعار المستهلك CPI، ومعدل البطالة) على حجم المبيعات.

لوحة تحكم تفاعلية (Power BI): صممت Dashboard احترافي يعرض:

Executive Summary: نظرة عامة على المبيعات المتوقعة وحجم السوق.

Predictive Insights: مقارنة بين المبيعات الفعلية والتوقعات المستقبلية.

Operational Analysis: تأثير الإجازات والأحداث الموسمية على أداء المتاجر.

Promotional Strategy: تحليل فعالية العروض الترويجية في زيادة حجم المبيعات.

النتائج المحققة:

توفير أداة قوية تمكن صناع القرار من توقع المبيعات بدقة استثنائية، مما يساعد في إدارة المخزون بكفاءة وتقليل التكاليف التشغيلية.