Superstore Sales Analysis
تفاصيل العمل
📊 End-to-End Superstore Sales Analysis
في هذا المشروع قمت بتنفيذ دورة كاملة لتحليل البيانات (End-to-End Data Analytics Project)، بدايةً من تنظيف البيانات ومعالجتها، مرورًا بتحليلها باستخدام SQL وPython، وصولًا إلى تصميم لوحات معلومات احترافية (Dashboards) باستخدام Power BI.
كان الهدف من المشروع هو استخراج رؤى تساعد في فهم أداء المبيعات والعملاء والمنتجات، ودعم اتخاذ القرارات اعتمادًا على البيانات.
خطوات العمل
1️⃣ Data Cleaning & Preprocessing
تنظيف البيانات باستخدام Python وPandas.
معالجة القيم المفقودة.
تحويل أنواع البيانات.
تجهيز البيانات للتحليل.
2️⃣ Database & SQL Analysis
إنشاء قاعدة بيانات باستخدام MySQL.
استيراد البيانات إلى قاعدة البيانات.
كتابة استعلامات SQL لاستخراج أهم مؤشرات الأداء.
تحليل المبيعات والعملاء والمنتجات.
3️⃣ Exploratory Data Analysis (EDA)
تم إنشاء مجموعة من الرسوم البيانية باستخدام Matplotlib، منها:
Monthly Sales Trend
Monthly Profit Trend
Sales by Category
Sales by Segment
Sales by Region
Top Products
Top Customers
4️⃣ Power BI Dashboard
تم تصميم Dashboard تفاعلي مكون من ثلاث صفحات:
🏠 Executive Dashboard
Total Sales
Total Profit
Total Orders
Total Customers
Profit Margin
Monthly Sales Trend
Monthly Profit Trend
Sales by Category
Sales by Segment
📈 Sales & Customer Insights
Top 5 Products
Top 5 Customers
Sales by State
Profit by State
Customer Segment Analysis
Sales by Sub-Category
Category Profit Analysis
📦 Product Performance Analysis
Top 10 Products by Sales
Top 10 Products by Profit
Top 10 Products by Quantity
Sales by Category
Quantity by Category
Profit by Sub-Category
Product Performance Matrix
الأدوات المستخدمة
Python
Pandas
MySQL
SQL
Matplotlib
Power BI
DAX
Microsoft Excel
المهارات التي تم تطبيقها
Data Cleaning
Data Analysis
SQL Query Writing
Database Management
Exploratory Data Analysis (EDA)
Dashboard Design
Business Intelligence
Data Visualization
KPI Development
DAX Measures
Interactive Reports
النتائج
يوفر المشروع لوحة معلومات تفاعلية تساعد على:
تحليل أداء المبيعات.
قياس الأرباح وهوامش الربح.
تحديد أفضل المنتجات أداءً.
تحليل العملاء حسب المبيعات.
مقارنة أداء الفئات المختلفة.
متابعة الاتجاهات الشهرية للمبيعات والأرباح.
دعم اتخاذ القرار بالاعتماد على البيانات.