Amazon Sales Analysis Dashboard

قمت بتطوير لوحة تحكم تفاعلية (Interactive Dashboard) لتحليل بيانات مبيعات متجر إلكتروني على Amazon باستخدام Python وPandas وStreamlit وPlotly، بهدف تحويل البيانات الخام إلى مؤشرات وتقارير مرئية تساعد على تقييم الأداء المالي، وفهم سلوك المبيعات، وتحليل المرتجعات، واتخاذ قرارات مبنية على البيانات.

أهم التحليلات والوظائف بالمشروع

1. التحليل المالي (Financial Analysis)

إنشاء مؤشرات أداء رئيسية (KPIs) لعرض:

- إجمالي المبيعات والإيرادات.

- إجمالي تكلفة البضاعة.

- صافي الأرباح ونسبة الربحية.

- قيمة التالف والمفقود.

2. تحليل المرتجعات (Returns Analysis)

- تحليل المنتجات الأكثر تعرضًا للمرتجعات.

- حساب نسب المرتجعات لكل منتج.

- مقارنة المنتجات حسب عدد القطع المرتجعة وغير المرتجعة.

- تحليل توزيع المرتجعات على فئات المنتجات المختلفة.

- عرض أعلى المنتجات من حيث نسبة المرتجعات.

3. تحليل توزيع المبيعات (Sales Distribution)

- تحليل توزيع المبيعات على فئات المنتجات.

- مقارنة أداء الفئات باستخدام الرسوم البيانية.

- دراسة العلاقة بين متوسط سعر المنتج والكميات المباعة.

- تحديد الفئات والمنتجات الأكثر مساهمة في المبيعات.

4. استكشاف البيانات باستخدام الفلاتر (Interactive Data Filtering)

تطوير جدول بيانات تفاعلي يتيح:

- تصفية البيانات حسب فئة المنتج.

- تحديد نطاق الأسعار.

- عرض المنتجات المرتجعة أو غير المرتجعة.

- استعراض تفاصيل المنتجات والطلبات والأسعار والكميات.

التقنيات المستخدمة

- Python: معالجة البيانات وتنفيذ العمليات التحليلية.

- Pandas: التعامل مع البيانات وتنظيمها وتحليلها.

- Streamlit: بناء واجهة Dashboard تفاعلية.

- Plotly: إنشاء الرسوم البيانية التفاعلية.

- NumPy: دعم العمليات الحسابية والتحليلية.

- OpenPyXL: التعامل مع ملفات Excel.

القيمة التي يقدمها المشروع

يساعد النظام على فهم الأداء المالي للمتجر، وتحديد المنتجات الأعلى مبيعًا، وتحليل المرتجعات وتكاليفها، واكتشاف فرص تحسين الربحية من خلال عرض البيانات بصورة واضحة وقابلة للاستكشاف.

يعكس المشروع قدرتي على الجمع بين Data Analysis وData Visualization وPython Development لتطوير حلول عملية تدعم اتخاذ القرارات التجارية.