Amazon_Sales

في آخر مشروع تحليل مبيعات عملت عليه باستخدام Python, SQL, و Power BI، حاولت أفهم ليس فقط “ما الذي يبيع أكثر؟” بل “لماذا يشتري العملاء بهذه الطريقة؟”

أهم الـ Insights التي اكتشفتها:

العملاء يميلون للمنتجات Premium ومستعدين للدفع بأسعار مرتفعة إذا كانت القيمة واضحة.

منتج Refrigerator حقق أعلى Revenue وAOV رغم انخفاض الكمية، مما يشير إلى قوة المنتجات مرتفعة القيمة.

منتج Smartwatch حقق أعلى عدد طلبات داخل فئته بسبب السعر المتوسط وزيادة الكمية.

منتج T-Shirt كان من أقل المنتجات أداءً رغم انخفاض سعره، مما أوضح أن السعر وحده ليس دائمًا سبب زيادة الطلب.

تم اكتشاف أن بعض الطلبات الملغاة كانت مرتبطة بوسائل دفع منخفضة الاستخدام مثل Debit Card.

PayPal كانت أكثر طرق الدفع نجاحًا في العمليات المكتملة.

تم تحديد عملاء High-Value توقفوا عن الشراء مؤخرًا، مما فتح مجال لتحليل الـ Retention وChurn.

بناءً على التحليل، تم اقتراح:

Upselling & Cross-Selling لزيادة قيمة الطلب

Smart Bundles بدل الخصومات العشوائية

تحسين تجربة المنتجات مرتفعة السعر بدل تقليل أسعارها

Cashback لتحسين استخدام بعض وسائل الدفع

عروض مخصصة لإعادة تنشيط العملاء الذين توقفوا عن الشراء

أكثر شيء تعلمته من المشروع:

التحليل الحقيقي لا يقتصر على قراءة الأرقام… بل فهم سلوك العملاء واتخاذ قرارات تساعد البزنس على النمو.

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