تنظيف وتجهيز بيانات العملاء باستخدام Microsoft Excel | Data Cleaning Project

مشروع احترافي قمت فيه بتنظيف وتجهيز جدول بيانات عملاء كان يحتوي في الأصل على نحو 20 سجلاً مليئاً بالأخطاء والعشوائية التي جعلته تماماً غير صالح لإعداد التقارير أو التحليل الإحصائي[span_0](start_span)[span_0](end_span). كانت البيانات الأصلية تعاني من تكرار السجلات (مثل تكرار اسم العميل John Smith ثلاث مرات بالخطأ)[span_1](start_span)[span_1](end_span)، وعدم اتساق حالة الأحرف في الأسماء والإيميلات بين الكبير والصغير[span_2](start_span)[span_2](end_span)، ووجود أكثر من 4 صيغ مختلفة لكتابة التواريخ بالإضافة إلى تواريخ غير صالحة منطقياً مثل تاريخ 30 فبراير[span_3](start_span)[span_3](end_span). كما عانت أرقام الهواتف من تشتت صيغها بين الأقواس والفراغات والشرطات[span_4](start_span)[span_4](end_span)، وكتبت الدولة الواحدة (USA) بأربع طرق مختلفة وعشوائية[span_5](start_span)[span_5](end_span)، مع وجود خلايا فارغة لبيانات مفقودة[span_6](start_span)[span_6](end_span).

استغرق العمل نحو ساعة كاملة لإصلاح كافة المشاكل وتجهيز البيانات للاستخدام عبر خطوات تقنية منظمة[span_7](start_span)[span_7](end_span). بدأت أولاً بإزالة الصفوف المكررة تماماً عبر أدوات Excel لينخفض عدد السجلات من 18 إلى 15 عميلاً فريداً بدقة[span_8](start_span)[span_8](end_span). بعد ذلك قمت بضبط حالة الأحرف يدوياً وعبر المعادلات باستخدام دالة PROPER للأسماء والمدن، ودالة LOWER للإيميلات لتصبح كلها أحرفاً صغيرة متناسقة[span_9](start_span)[span_9](end_span)، واستخدمت دالة UPPER لتوحيد معرف العميل Customer ID ليصبح كبيراً بالكامل[span_10](start_span)[span_10](end_span). ولحل مشكلة التواريخ المعقدة، استخدمت دالة DATEVALUE وتوحيد الصيغة لتصبح (YYYY-MM-DD)، كما عالجت التاريخ غير الصحيح (30 فبراير) بتحويله إلى 28 فبراير مع إضافة ملاحظة توضيحية لضمان عدم خسارة بيانات العميل[span_11](start_span)[span_11](end_span). قمت كذلك بتنظيف أرقام الهواتف عبر إزالة الرموز الزائدة بدوال SUBSTITUTE المتداخلة ثم إعادة تنسيقها بدالة TEXT على هيئة (XXX-XXX-XXXX)[span_12](start_span)[span_12](end_span). كما أنشأت جدولاً مرجعياً صغيراً لتوحيد كافة صيغ الدولة المشتتة وتوجيهها لتظهر باسم موحد وهو "USA[span_13](start_span)"[span_13](end_span)، وملأت الإيميلات المفقودة بإيميل افتراضي مؤقت لمنع حدوث مشاكل في المعادلات المستقبلية[span_14](start_span)[span_14](end_span).

أخيراً، أضفت لمسة بصرية احترافية للملف عبر التنسيق الشرطي (Conditional Formatting)؛ حيث قمت بتمييز الخلايا التي لا تزال فارغة باللون الأصفر لسهولة رصدها، وتطبيق تدرج لوني أخضر للمبالغ الأكثر إنفاقاً، وتلوين الهيدر باللون الأزرق الداكن لسهولة القراءة[span_15](start_span)[span_15](end_span). كما قمت ببناء قسم إحصائي ملخص في أسفل الجدول يعرض تلقائياً إجمالي عدد العملاء، إجمالي الإنفاق، ومتوسط الإنفاق لمساعدة متخذي القرار في قراءة مؤشرات البيانات فوراً[span_16](start_span)[span_16](end_span). اعتمد المشروع على دالات أساسية قوية شملت: TRIM, PROPER, LOWER, DATEVALUE, SUBSTITUTE, UPPER, و IF(ISBLANK)[span_17](start_span)[span_17](end_span). التوثيق الكامل وتفاصيل هذا العمل متوفرة في الملف المرفق باسم Data_Cleaning_Project.pdf.