عمل web dashboard لمجوعة بيانات من مصادر مختلفة

هذا المشروع عبارة عن نظام متكامل لمعالجة وتحليل بيانات المبيعات (End-to-End Sales Data Processing and Analytics

تم بناؤه باستخدام Python و Flask و SQL Server. يتكون النظام منETL Pipeline مؤتمت لدمج بيانات من مصادر متعددة، وواجهة برمجية مبنية بـ Flask لإدارة استعلامات قاعدة البيانات، بالإضافة إلى لوحة تحكم تفاعلية حديثة مصممة بـ Tailwind CSS لعرض مؤشرات الأداء الرئيسية للأعمال.

أبرز المميزات وما تم إنجازه في المشروع:

بناء خط سير البيانات Multi-Source ETL Pipeline:

استخراج البيانات الخام من مصادر متنوعة تشمل سجلات العملاء من ملفات CSV محلية،

كتالوج المنتجات عبر واجهة برمجة التطبيقات External GitHub/API URL

وتفاصيل المعاملات والطلبات من ملفات Parquet.

معالجة وتنظيف البيانات:

دمج مجموعات البيانات المختلفة، وحساب قيم الطلبات الإجمالية عبر ضرب الكمية في سعر الوحدة (Quantity * Unit Price)، وتوحيد السجلات لضمان دقة البيانات وتكاملها.

التخزين في قواعد البيانات: تنظيف البيانات المدمجة وتحميلها بكفاءة وموثوقية في جدول Sales داخل قاعدة بيانات Microsoft SQL Server.

تطوير الخادم والواجهة البرمجية : بناء خادم تطبيق ويب باستخدام إطار عمل Flask، مع إنشاء اتصال مباشر بقاعدة بيانات SQL Server باستخدام مكتبات PyODBC لتنفيذ الاستعلامات وسحب البيانات.

أتمتة التحليلات: توظيف مكتبة Pandas لحساب مؤشرات الأداء الرئيسية ديناميكياً على الخادم الخلفي وتمريرها للواجهة.

تصميم لوحة تحكم تفاعلية: تصميم واجهة مستخدم تفاعلية وحديثة في الوضع الداكن باستخدام Tailwind CSS، والتي تقوم بتقديم وعرض بطاقات المؤشرات ديناميكياً بناءً على البيانات القادمة من الواجهة الخلفية.

مؤشرات الأداء الرئيسيةالتي تم حسابها وعرضها:

-إجمالي الإيرادات : تجميع العوائد المالية عبر جميع الطلبات.

-إجمالي عدد الطلبات : إحصاء عدد المعاملات والطلبات الفريدة.

-متوسط قيمة الطلب : حساب متوسط القيمة المالية لكل طلب.

-إجمالي عدد العملاء: إحصاء عدد العملاء الفريدين لتقييم حجم القاعدة الجماهيرية.

-المنتج الأكثر مبيعاً : تحديد المنتج صاحب أعلى أداء بناءً على الكميات أو الإيرادات.