business analysis for e-sales company

أبرز المهام والتقنيات المستخدمة في المشروع:

معالجة واستعلام قواعد البيانات (SQL & Relational Data):

كتابة استعلامات SQL متقدمة لدمج الجداول (JOIN) واستخراج البيانات الخاصة بالمسارات (Tracks)، الفواتير (Invoices)، والألبومات.

حساب إجمالي الإيرادات المنتجة لكل عنصر أو قسم (SUM(UnitPrice * Quantity)).

تحليل المنتجات والأنواع الفنية (Genres) الأكثر مبيعاً واستماعاً وتحديد الفئات الأكثر تحقيقاً للإيرادات (Group By & Order By).

تنظيف وتجميع البيانات (Data Cleaning & Preparation using Python - Pandas):

استيراد البيانات من ملفات Excel متعددة الشيتات (Events, Products, Customers).

دمج البيانات وتوحيدها عبر مفاتيح الربط (product_id, customer_id).

معالجة التواريخ واستخراج الأبعاد الزمنية (السنة، الشهر، واسم الشهر) للتحليل الزمني.

حساب المؤشرات الرئيسية للأداء (Key Performance Indicators - KPIs):

إجمالي الإيرادات (Total Net Revenue): حساب الإيرادات الكلية المباشرة بالدولار.

إجمالي الكميات المباعة (Total Quantity): معرفة حجم المبيعات الفعلي للوحدات.

إجمالي الطلبات (Total Orders): حساب عدد الطلبات الفريدة (nunique).

التصور البياني والاستكشافي (Data Visualization - Matplotlib & Seaborn):

اتجاه الإيرادات الزمني (Revenue Trend): رسم خط بياني زمني لمتابعة تقلبات وتطور الإيرادات الشهرية على مدار الفترة الزمنية (من 2024 إلى 2025).

الإيرادات حسب الفئة (Revenue by Category): رسم أعمدة بيانية توضح الفئات الأعلى تحقيقاً للإيرادات (مثل: أدوات المطورين Developer Tools، أدوات التصميم Design، وأدوات الذكاء الاصطناعي AI Tools).

مقارنة الأحداث والطلبات (Orders vs Invoices): استخدام المخططات الدائرية (Pie Charts) للتمثيل النسبى لأنواع العمليات.

تنسيق وتحسين المخططات: استخدام أساليب التنسيق المتقدمة للمحاور (مثل تنسيق المبالغ بالمليون $M وتدوير العناوين لتسهيل القراءة).