نبذة عن المشروع:
يستهدف هذا المشروع الكشف عن العلاقة المعقدة بين ممارسة ألعاب الفيديو وتأثيراتها المباشرة على الصحة الجسدية والنفسية، من خلال تحليل قاعدة بيانات ضخمة تضم أكثر من 1,000 سجل للاعبين. يمثل المشروع نموذجاً احترافياً لدورة حياة End-to-End Data Analysis، حيث انتقلنا بالبيانات من الحالة الخام إلى رؤى استراتيجية تدعم اتخاذ القرار.
المنهجية والمهارات التقنية المستخدمة:
تنظيف البيانات إحصائياً (Statistical Data Cleaning): لم نكتفِ بالتنظيف التقليدي، بل اعتمدنا على قواعد إحصائية (Mean ± 3 Standard Deviations) لتحديد ومعالجة القيم الشاذة (Outliers)، مما ضمن دقة وموثوقية النتائج.
هندسة البيانات (Feature Engineering): استخدمنا Power Query ولغة M Code لتحويل البيانات الخام إلى مقاييس ذكية، مثل تصنيفات الإنفاق (Spending Categories) بناءً على معايير الانحراف المعياري، وابتكار مؤشرات قياس مخاطر الألم الجسدي والإدمان (Risk Indicators).
نمذجة البيانات (Data Modeling): قمنا بتطبيق هيكلية Star Schema المتطورة، حيث قمنا ببناء جداول الأبعاد (Dimension Tables) مثل Dim_Player و Dim_Game وفصلها عن جدول الحقائق (Fact Table). هذا الهيكل قضى تماماً على مشاكل العلاقات المتعددة (Many-to-Many relationships) وضمن أداءً سريعاً ومرناً عند التصفية المتبادلة (Cross-filtering).
لوحات تحكم تفاعلية (Interactive Dashboards): تصميم 3 صفحات متكاملة توفر نظرة شاملة (360-degree view):
Gaming & Player Dashboard: لاستعراض التركيبة السكانية للاعبين، تفضيلات الأنواع (Genres)، وأنماط الإنفاق.
Health Dashboard: للربط بين ساعات اللعب، جودة النوم، ومخاطر الآلام الجسدية.
Addiction Dashboard: لتقييم التأثير النفسي، مستويات الإدمان، ومدى تأثير العزلة الاجتماعية على الإنتاجية العلمية والمهنية.
