تحليل 11 مليون طلب لمطاعم باستخدام Databricks وPower BI لاستخراج قرارات ذكية

مشروع تحليل بيانات لسلسلة مطاعم مصرية باستخدام تقنيات الـ Big Data، بهدف استخراج رؤى تساعد في تحسين الأداء واتخاذ قرارات مبنية على البيانات. المشروع اعتمد على Dataset ضخمة تضم أكثر من 11 مليون طلب، تم جمعها من 7 ملفات CSV و2 JSON بحجم إجمالي حوالي 1.5 جيجا. بدأت بسحب البيانات من Google Drive إلى Databricks باستخدام Fivetran، وده وفر طريقة احترافية وAutomated لعملية الـ Data Ingestion بدل التعامل اليدوي مع الملفات. بعد كده قمت بمعالجة البيانات باستخدام SQL على Databricks، وشمل ذلك: تنظيف البيانات (إزالة التكرار ومعالجة القيم الناقصة) توحيد الفورمات تجهيز البيانات للتحليل ثم قمت ببناء طبقة Transformation لاستخراج أهم المؤشرات مثل: إجمالي الإيرادات عدد الطلبات متوسط قيمة الطلب (AOV) بعد تجهيز البيانات، تم بناء Dashboard تفاعلي باستخدام Power BI لعرض وتحليل: سلوك العملاء أداء الفروع طرق الدفع الفئات الأكثر مبيعًا أوقات الذروة 📊 أهم النتائج وصول إجمالي الإيرادات إلى 2.9 مليار من أكثر من 11 مليون طلب تصدر فرع القاهرة في عدد الطلبات والإيرادات اعتماد كبير على الدفع النقدي (~50%) تحقيق أعلى مبيعات في فئة المشويات تحديد أوقات الذروة في الفترة المسائية (8–10 مساءً) 💡 القيمة المقدمة المشروع ساعد في: تحديد الفروع الأكثر ضغطًا لتحسين توزيع العمليات اكتشاف فرص لزيادة العملاء الجدد دعم التحول نحو الدفع الإلكتروني تحسين استراتيجيات التسويق والعروض ⚙️ التقنيات المستخدمة Databricks (SQL) Fivetran Power BI Data Cleaning & Transformation