Chocolate Sales Analysis Dashboard Using Excel

نوع العمل: تحليل بيانات المبيعات وذكاء الأعمال (Data Analysis & Business Intelligence) من البداية للنهاية.

نبذة عن المشروع:

مشروع لتحليل بيانات مبيعات الشوكولاتة وتحويل بيانات المبيعات إلى مؤشرات أداء (KPIs) وBusiness Insights واضحة تساعد على فهم أداء المنتجات، الفئات، العلامات التجارية، والعملاء، ودعم اتخاذ قرارات مبنية على البيانات.

تم تنفيذ المشروع بشكل End-to-End بدايةً من استيراد البيانات من SQL Server، ثم تنظيف وتجهيز البيانات باستخدام Power Query، وبناء Data Model باستخدام Star Schema، وصولًا إلى إنشاء Dashboard تفاعلية لاستكشاف وتحليل النتائج.

هيكلة البيانات: تم التعامل مع عدة جداول مترابطة

تشمل:

Sales: بيانات عمليات البيع والكميات والمبيعات والأرباح.

Customers: بيانات العملاء والمواقع.

Products: بيانات المنتجات والفئات والأسعار.

Stores: بيانات المتاجر والمواقع.

Date: بيانات التقويم المستخدمة في التحليل الزمني.

تم ربط الجداول من خلال Excel Data Model باستخدام Star Schema لتنظيم البيانات وإتاحة تحليلها بكفاءة.

الأدوات والتقنيات:

- Microsoft Excel

- SQL Server

- Power Query

- Excel Data Model

- Star Schema

- Pivot Tables

- Slicers

- KPIs & Business Analysis

طريقة التنفيذ:

1. استيراد البيانات منSQL Server وتجهيزها للتحليل.

2. تنظيف وتحويل البيانات باستخدام Power Query.

3. بناء Data Model وربط الجداول باستخدام Star Schema.

4. إنشاءPivot Tables وحساب مؤشرات الأداء الرئيسية.

5. تحليل المبيعات حسب المنتجات، الفئات، العلامات التجارية، العملاء، المناطق، والفترات الزمنية.

6. تصميم Interactive Dashboard باستخدام Excel وSlicers لتسهيل استكشاف البيانات.

7. استخراج أهم الـ Insights وتقديم توصيات مبنية على نتائج التحليل.

أهم KPIs والنتائج:

إجمالي المبيعات: $25.4M

إجمالي الأرباح: $10.19M

هامش الربح: 40%

عدد الوحدات المباعة: 3M

عدد العملاء: 50K

أهم الـ Insights:

- Dark Chocolate من أكثر المنتجات مبيعًا.

- فئةPraline كانت الأكثر انتشارًا.

- المنافسة بين العلامات التجارية كانت متقاربة، مع تقدم Ferrero بشكل بسيط.

- المبيعات الشهرية كانت مستقرة بشكل عام، مع انخفاض بسيط خلال شهر February.

مميزات المشروع:

✔ تنفيذ التحليل بشكل End-to-End من مصدر البيانات حتى الـ Dashboard النهائية.

✔ استخدام Data Modeling وStar Schema لتنظيم وربط البيانات.

✔ بناء KPIs لمتابعة أداء المبيعات والأرباح.

✔ إنشاء Dashboard تفاعلية باستخدام Pivot Tables وSlicers.

✔ تحويل البيانات إلى Insights وتوصيات واضحة يمكن الاستفادة منها في اتخاذ القرار.

قيمة المشروع:

يساعد التحليل على فهم أداء المبيعات والمنتجات والفئات والعلامات التجارية، وتحديد المنتجات الأكثر طلبًا، ومتابعة اتجاهات المبيعات، بالإضافة إلى اكتشاف نقاط تحتاج إلى مزيد من التحليل، مثل انخفاض المبيعات في شهر فبراير أو ضعف الأداء في بعض المناطق.

ويُظهر المشروع القدرة على تحويل بيانات المبيعات إلى KPIs وDashboards وBusiness Insights واضحة تدعم اتخاذ قرارات مبنية على البيانات.