Overview Performance

وصف المشروع

Overview

تم تصميم وبناء Interactive Power BI Dashboard متكامل لتحليل أكثر من 50,000 طلب Food Delivery. يهدف المشروع إلى تحويل بيانات الـLogistics الخام إلى Actionable Business Insights تساعد على تحديد نقاط الاختناق في العمليات، وتقليل تأخيرات التوصيل، وتحسين Customer Satisfaction.

Key Features & Dashboard

Dashboard Architecture

Executive KPI Summary Cards:

عرض أهم مؤشرات الأداء الرئيسية، وتشمل:

- إجمالي الطلبات: 50K+ Orders

- متوسط وقت التوصيل: 83.87 دقيقة

- متوسط وقت تجهيز الطعام: 24.03 دقيقة

- متوسط تقييم الـRiders: 3.95/5

Weekly Performance Analysis:

تحليل أداء التوصيل خلال أيام الأسبوع، مع تحديد فترات زيادة التأخير، حيث سجلت عطلة نهاية الأسبوع Saturday & Sunday أعلى متوسط لوقت التوصيل بحوالي 89.5 دقيقة.

Fleet Efficiency Breakdown:

مقارنة كفاءة وسائل النقل المختلفة (Bike, Scooter, Electric Scooter, Bicycle) وتحليل تأثير وسيلة النقل على سرعة التوصيل، حيث أظهرت البيانات أن الـMotorbikes أسرع بحوالي 45% من الـBicycles.

Traffic & Environmental Impact:

تحليل تأثير مستويات الـTraffic Congestion على مدة تنفيذ الطلبات، حيث تؤدي حالات الازدحام الشديد (Severe Traffic) إلى زيادة مدة الـFulfillment لتقترب من الضعف مقارنة بمستويات الازدحام المنخفضة (Low Traffic).

Hourly Rush-Hour Trends:

استخدام Time-Series Line Chart لتحديد أوقات الـOperational Bottlenecks خلال اليوم، خاصة في فترتي الذروة:

- Morning: 8–10 AM

- Evening: 6–9 PM

Zone & Location Insights:

تحليل جغرافي لمناطق الـPickup وتحديد المناطق ذات الكثافة العالية في الطلبات ونقاط الاختناق، مثل Central Business District (CBD).

Key Business Insights Delivered

Fleet Optimization:

التوصية بتخصيص الـBicycles للطلبات قصيرة المسافة لتقليل تأخيرات التوصيل وتحسين كفاءة الـFleet.

Dynamic SLA & ETA Planning:

توفير Data-Driven Time Buffers يمكن استخدامها في حساب الـDynamic ETA بشكل أكثر دقة، خاصة أثناء حالات الـSevere Traffic.

Resource Allocation:

تحديد أوقات الـPeak Shifts واقتراح Weekend Driver Incentives للمساعدة في تقليل تراكم الطلبات وتحسين سرعة تنفيذها.