تحليل شامل لبيانات استهلاك وإنتاج الطاقة العالمية

وصف المشروع: مشروع متكامل يهدف إلى تحليل مشهد الطاقة العالمي (المتجددة وغير المتجددة) باستخدام مزيج من لغات البرمجة وأدوات ذكاء الأعمال. قمت من خلاله بتحليل بيانات ضخمة من Kaggle لفهم أنماط الاستهلاك والإنتاج في مختلف القارات والدول، واستنتاج فرص النمو الاقتصادي بناءً على فائض الطاقة. المراحل التقنية للمشروع: 1. معالجة وتجهيز البيانات (Python): استخدام مكتبات Pandas و NumPy لتنظيف البيانات، ومعالجة أنواع البيانات (Data Types)، وإزالة التكرارات. إجراء تحليل استكشافي (EDA) باستخدام Matplotlib و Seaborn لفهم الارتباطات (Correlations). تحويل البيانات المعالجة إلى صيغ CSV مهيأة للتحليل المتقدم. 2. هندسة البيانات ونمذجتها (Power BI & Power Query): بناء نموذج بيانات متطور (Star Schema) عبر ربط جداول الحقائق (Fact Tables) بجداول الأبعاد (Dim Tables). استخدام تقنيات Unpivot و Append Queries لإعادة هيكلة البيانات وجعلها قابلة للربط بعلاقات (One-to-Many). كتابة مقاييس متقدمة باستخدام لغة DAX لحساب متوسطات الاستهلاك وتصنيف الدول والمجموعات إلى (High/Low Consumption). 3. التقارير والرؤى (Visualization & Insights): تصميم تقرير تفاعلي يتكون من عدة صفحات (استهلاك، إنتاج، استنتاجات). أهم النتائج: تصنيف دولي دقيق للاستهلاك أظهر أن 76.71% من المجموعات تقع في نطاق الاستهلاك العالي. تحليل الفجوة بين الإنتاج والاستهلاك (Case Study: USA vs Ukraine) لتحديد فرص التصدير. تحديد قارة آسيا كأكبر مستهلك عالمي، و "الطاقة المدية - Tidal" كأكبر مصدر إنتاج. الأدوات المستخدمة: Programming: Python (Pandas, Numpy, Plotly). BI Tools: Power BI (Power Query, DAX). Data Source: Kaggle.