تحليل بيانات متجر إلكتروني (من التنظيف إلى التنبؤ وسلوك العملاء)

مشروع تحليل بيانات لمنصة تجارة إلكترونية تضم 726 متجرًا، يهدف إلى استكشاف أنماط المبيعات وسلوك العملاء في الفترة ما بين 2014-2021. قمت بإدارة دورة حياة البيانات بالكامل: بدءاً من تنظيف البيانات الخام بـ Python، بناء قاعدة بيانات علائقية (PostgreSQL)، وصولاً إلى تحليل متقدم لمجموعات العملاء باستخدام خوارزميات التعلم الآلي. المراحل التقنية (Technical Phases): المرحلة الأولى: هندسة البيانات (Data Engineering & SQL) بناء المستودع الرقمي: تصميم مخطط قاعدة البيانات (ERD) وربط الجداول بمفاتيح أساسية وأجنبية. تطهير البيانات: معالجة القيم المفقودة والأخطاء الإملائية في جداول (Customer, Item, Trans) الأتمتة البرمجية: استخدام SQL Trigger-like logic لإنشاء تصنيفات تلقائية للمنتجات وتحسين تدفق البيانات. المرحلة الثانية: التحليل الاستكشافي (Exploratory Data Analysis) تحليل المبيعات: تحليل مبيعات بقيمة 105 مليون دولار موزعة على مليون عملية شرائية. تحديد الاتجاهات: اكتشاف هيمنة فئتي (Beverage & Food) بنسبة 65% من الإجمالي، ورصد فجوة في اكتساب عملاء جدد منذ عام 2014. المرحلة الثالثة: التعلم الآلي وسلوك العملاء (ML & RFM) نموذج RFM: تحليل العملاء بناءً على (حداثة الشراء، التكرار، والقيمة المالية). تجميع العملاء (Clustering): تطبيق خوارزمية K-Means لتقسيم العملاء إلى 4 مجموعات (High-Value, At-Risk, New, Low-Spend) لتوجيه الحملات التسويقية بدقة.