تحليل مبيعات متجر Superstore بـ Python

اشتغلت على بيانات متجر Superstore الأمريكي، حوالي 10 آلاف عملية بيع من 2016 لـ 2019، بإجمالي مبيعات 2.3 مليون دولار وأرباح 286 ألف دولار (هامش ربح حوالي 12.5%). كان السؤال الأساسي: المتجر بيبيع كتير، ليه الربح مش بالحجم المتوقع؟

بدأت بتنظيف البيانات: توحيد كتابة المدن والولايات والمناطق، ومعالجة القيم الفاضية، وحذف المكرر. بعدها أضفت أعمدة جديدة زي مدة الشحن وهامش الربح واليوم والشهر والسنة. وكل خطوة متسجلة في ملف log.

بعد كده حللت العلاقة بين المبيعات والكمية والخصم والربح بالـ heatmap والرسومات، وطلعت بالنتايج دي:

الخصم مبيزودش الكمية المباعة، ومتوسط الكمية تقريبا ثابت (حوالي 3.7 إلى 4) سواء كان الخصم صفر أو 80%.

أي خصم من 30% وطالع بيحوّل البيع لخسارة، والخسارة بتكبر مع زيادة الخصم.

Tables وBookcases وSupplies بيخسروا في الإجمالي، وفي المقابل Copiers وPhones وAccessories هما أكتر منتجات بتكسب.

منطقتا West وEast أعلى مناطق في المبيعات والربح.

وفي الآخر كتبت توصيات بحسب هدف الشركة: لو عايزة تزود المبيعات تعمل حملات تسويق، ولو عايزة تزود الربح تحط سقف للخصم وتراجع أسعار المنتجات الخسرانة أو توقف بيعها.

الأدوات: Python (pandas, numpy, seaborn, matplotlib) وJupyter Notebook.

التسليم: ملف النوتبوك بالكود والشرح، وملف Excel بالبيانات بعد التنظيف.