Retail Intelligence Platform

اشتغلت على Retail Intelligence Platform متكاملة بتحول الـRetail Data الخام لـData Warehouse منظم وموثوق، مع Interactive BI Dashboards، وتحليل لسلوك العملاء، وتقسيم للعملاء، وMarket Basket Analysis، وكمان Prototype لنظام Product Recommendation.

المشروع اتعمل باستخدام Dunnhumby Complete Journey Dataset، وعملنا Python-based ETL Pipeline كاملة لتنظيف البيانات، والـPreprocessing، والـValidation، وبعد كده تحميلها على Azure PostgreSQL كـData Warehouse.

كمان صممنا Dimensional Data Model باستخدام Fact Tables وDimension Tables عشان ندعم الـAnalytics بشكل scalable ونقدر نستخدم البيانات بكفاءة مع Power BI.

المنصة فيها Interactive Power BI Dashboards بتحلل الـSales وProduct Performance، وسلوك العملاء، والـCampaigns، والـCoupons، والـPromotions، وتأثير الإجازات والمناسبات على المبيعات، بالإضافة لمتابعة جودة البيانات.

طبقنا كمان مجموعة من تقنيات الـData Mining، منها RFM Customer Segmentation باستخدام K-Means وDBSCAN وHierarchical Clustering، وكمان Market Basket Analysis باستخدام Apriori وFP-Growth وECLAT.

وتم تقييم الـAlgorithms باستخدام Metrics مختلفة زي Support وConfidence وLift، بالإضافة لـPrecision وRecall وHit Rate وCoverage، وكمان Runtime وMemory Usage.

وفي الآخر، عملنا Recommendation Prototype باستخدام Streamlit بيقدر يقترح منتجات للعميل بناءً على المنتجات الموجودة حاليًا في الـCart وقواعد الـAssociation اللي اكتشفناها، مع توضيح سبب الـRecommendation باستخدام Support وConfidence وLift.

المشروع جمع بين Data Engineering وData Warehousing وBusiness Intelligence وMachine Learning وData Mining وRecommendation Systems في حل واحد متكامل لتحليل بيانات الـRetail.