Superstore Sales Analysis using Python

في هذا المشروع قمت بتحليل بيانات مبيعات متجر Superstore باستخدام Python، بهدف تحويل البيانات الخام إلى معلومات واضحة تساعد على فهم أداء المبيعات والأرباح واكتشاف الأنماط والمشكلات داخل البيانات.

بدأت بتجهيز البيانات وتنظيفها، بما في ذلك التعامل مع القيم المفقودة والتحقق من جودة البيانات، ثم أضفت بعض المتغيرات التي تساعد على إجراء تحليل أعمق، مثل مدة الشحن، سنة الطلب، وهامش الربح وتصنيفاته.

بعد تجهيز البيانات، أجريت تحليلًا استكشافيًا (EDA) لدراسة أداء المبيعات والأرباح من عدة زوايا، مثل المدن، طرق الشحن، الفئات والفئات الفرعية للمنتجات، وشرائح العملاء. كما استخدمت الرسوم البيانية لمقارنة النتائج واكتشاف الاتجاهات والاختلافات التي قد لا تكون واضحة من خلال الأرقام وحدها.

اعتمدت في تنفيذ المشروع على Python وPandas لتنظيف البيانات ومعالجتها وتحليلها، وعلى Matplotlib وSeaborn لإنشاء التصورات والرسوم البيانية.

الهدف من المشروع لم يكن مجرد عرض الأرقام، بل فهم ما وراءها: أين تتركز المبيعات؟ ما الفئات الأكثر تأثيرًا في الأرباح؟ وكيف يمكن استخدام البيانات لاكتشاف الأنماط والمشكلات وتحويلها إلى Insights يمكن الاستفادة منها في اتخاذ قرارات أفضل.