Sales Dashboard

Sales Analysis Dashboard – SuperStore (2016–2018)

صممت داشبورد تفاعلي شامل باستخدام Power BI لتحليل أداء المبيعات لمتجر SuperStore على مدار 3 سنوات (2016–2018)، بهدف مساعدة الإدارة على فهم اتجاهات المبيعات والربحية واتخاذ قرارات مبنية على بيانات دقيقة.

أبرز عناصر الداشبورد:

KPIs رئيسية: إجمالي المبيعات، إجمالي الأرباح، عدد الطلبات، أفضل منطقة مبيعاً، ومتوسط هامش الربح.

تحليل المبيعات حسب شريحة العملاء (Consumer / Corporate / Home Office).

مقارنة المبيعات وهامش الربح حسب الفئات الرئيسية (Furniture, Office Supplies, Technology).

توزيع الطلبات حسب هامش الربح (High / Low / Moderate).

تحليل المبيعات والكمية والربح حسب المنطقة الجغرافية (Region).

تحليل تأثير نسب الخصم (Discount Level) على المبيعات والأرباح.

ترتيب الفئات الفرعية (Sub-Category) حسب متوسط الخصم والمبيعات.

اتجاه المبيعات الشهري على مدار 3 سنوات لرصد الأنماط الموسمية.

كمان أضفت فلاتر تفاعلية (Slicers) للسنة، القطاع، نوع الشحن، والفئات الفرعية، عشان يسهّل على المستخدم استكشاف البيانات من زوايا مختلفة بشكل مرن.

الأدوات المستخدمة: Power BI, DAX, Data Modeling, Data Visualization

الهدف من المشروع: تحويل بيانات مبيعات خام لأداة قرار بصرية تساعد الإدارة تحدد المناطق والفئات الأكثر ربحية، وتكتشف تأثير الخصومات على الأرباح بسرعة وسهولة.

-------------------------------------------------------------------------------------------------------------------------------------------------------

Sales Analysis Dashboard – Super Store (2016–2018)

Designed a comprehensive interactive Power BI dashboard analyzing Super Store's sales performance over a 3-year period (2016–2018), enabling data-driven decision-making around sales trends and profitability.

Key features:

Core KPIs : Total Sales, Total Profit, Total Orders, Top Region, and Average Profit Margin.

Sales breakdown by customer segment (Consumer / Corporate / Home Office).

Sales & profit margin comparison across major categories (Furniture, Office Supplies, Technology).

Order distribution by profit margin tier (High / Low / Moderate).

Regional sales, profit, and quantity analysis.

Discount level impact analysis on sales and profit.

Sub-category ranking by average discount and sales volume.

Monthly sales trend across 3 years to identify seasonal patterns.

Interactive slicers (Year, Segment, Ship Mode, Sub-Category) allow users to explore the data flexibly from multiple angles.

Tools used: Power BI, DAX, Data Modeling, Data Visualization

Project goal: Transform raw sales data into a visual decision-making tool that helps management identify the most profitable regions/categories and quickly assess how discounts affect profitability.