Sales_Customer_Type

ي آخر مشروع تحليل بيانات عملت عليه باستخدام Python, SQL, و Power BI، ركزت على فهم العلاقة بين الأرباح، التكلفة، الخصومات، وسلوك العملاء لاتخاذ قرارات تساعد البزنس على النمو بشكل فعلي.

أهم الـ Insights التي اكتشفتها:

العملاء يميلون للمنتجات مرتفعة السعر، لكنهم يشترون كميات من المنتجات الغالية والرخيصة معًا.

كلما ارتفعت التكلفة، بدأت الأرباح والإيرادات تتأثر بالسلب.

الخصومات زادت الكميات في بعض الفئات، لكنها أثرت بالسلب على الربحية بشكل عام.

فئة Clothing كانت الاستثناء الوحيد تقريبًا، حيث ساهمت الخصومات في زيادة الأرباح بنسبة كبيرة.

فئة Furniture حققت أعلى الأرباح والكميات مع تكلفة منخفضة نسبيًا.

فئة Food كانت الأقل ربحية رغم ارتفاع الـ AOV، مما يشير إلى احتمالية ارتفاع التكلفة أو ضعف الكميات.

العملاء الجدد (New Customers) أنفقوا أكثر من العملاء Returning.

طريقة الدفع Credit Card حققت أعلى الأرباح، بينما Cash كانت الأقل.

أهم التوصيات التي تم اقتراحها:

تحسين استراتيجية الخصومات بدل تقديم خصومات عشوائية تقلل الربح.

الحفاظ على خصومات Clothing لأنها أثبتت فعاليتها في رفع الأرباح.

التركيز على Upselling وCross-Selling لزيادة قيمة الطلب بدل الاعتماد الكامل على التخفيضات.

مراجعة تكلفة المنتجات منخفضة الربحية خاصة Food.

تقديم Cashback وتشجيع استخدام وسائل الدفع الأعلى ربحية.

استهداف العملاء الجدد بعروض ذكية لزيادة الـ Retention وتحويلهم إلى Returning Customers.

أكثر شيء تعلمته من المشروع:

النجاح الحقيقي في التحليل ليس في معرفة “أعلى مبيعات” فقط… بل فهم كيف تؤثر التكلفة، الخصومات، وسلوك العملاء على الربحية الفعلية للبزنس.

#DataAnalytics #BusinessAnalysis #Python #SQL #PowerBI #RetailAnalytics #CustomerAnalytics #BusinessIntelligence