1. الهدف العام:
يهدف المشروع إلى تحويل بيانات العملاء والمبيعات الخام (المخزنة في ملفات Excel) إلى معلومات بصرية تفاعلية تساعد في اتخاذ قرارات مبنية على البيانات. يركز المشروع على فهم توزيع المنتجات جغرافياً، وتحديد المنتجات الأكثر ربحية، وتحليل سلوك المبيعات في أسواق مختلفة (مثل مصر، السعودية، الإمارات، العراق، وسوريا).
2. الأدوات والتقنيات المستخدمة:
اللغة البرمجية: Python.
بيئة العمل: PySpark (للتعامل مع البيانات الضخمة مستقبلاً) و Command Prompt.
المكتبات الأساسية:
Pandas: لمعالجة وتنظيف جداول البيانات.
Matplotlib: لإنشاء الرسوم البيانية والتوضيحية.
3. العمليات التحليلية المنفذة:
شمل المشروع عدة محاور تحليلية ظهرت في المخرجات:
التحليل الجغرافي: قياس عدد المنتجات الموزعة في كل دولة، حيث أظهرت النتائج توازناً في توزيع المنتجات عبر الدول المستهدفة.
تحليل المبيعات لكل منتج: تحديد المنتجات الأعلى مبيعاً (مثل Tie و Jeans)، مما يساعد في توجيه حملات التسويق وإدارة المخزون.
تحليل النسب المئوية (Pie Chart): عرض الحصة السوقية لأفضل 10 منتجات من حيث إجمالي المبيعات لفهم مساهمة كل منتج في الدخل الكلي.
تحليل متوسط المبيعات: المقارنة بين الدول من حيث كفاءة المبيعات (Average Sales) وليس فقط الإجمالي.
4. النتائج المتوقعة:
تحديد الأسواق الأكثر نشاطاً والمنتجات ذات الطلب العالي.
توفير تقارير بصرية (Charts) جاهزة للاستخدام من قبل الإدارة المالية والتسويقية.
القدرة على اكتشاف الأنماط والاتجاهات (Trends) في المبيعات باستخدام الرسوم الخطية (Line Charts).
