يتمثل هذا العمل في تحليل شامل لبيانات متجر Olist البرازيلي، حيث قمت بمعالجة وتحليل بيانات ضخمة ومعقدة لتحويلها إلى رؤى استراتيجية قابلة للتنفيذ. الهدف الأساسي كان فهم أنماط البيع، سلوك المستهلكين، وتحسين الكفاءة التشغيلية للمنصة.
الخطوات التقنية والمنهجية
معالجة وتنظيف البيانات (Data Cleaning): استخدمت لغة Python ومكتبة Pandas للتعامل مع القيم المفقودة وتصحيح أنواع البيانات لضمان دقة النتائج.
نمذجة البيانات (Data Modeling): قمت ببناء علاقات معقدة بين جداول مختلفة (العملاء، المنتجات، البائعين، والمواقع الجغرافية) لإنشاء نموذج بيانات مترابط.
التحليل الاستكشافي (EDA): نفذت عمليات استعلام متقدمة باستخدام SQL و Python للكشف عن الاتجاهات الموسمية في المبيعات.
العمليات الحسابية المتقدمة: استخدمت لغة DAX لإنشاء مقاييس مخصصة لحساب إجمالي الإيرادات، متوسط قيمة الطلبات، ونمو المبيعات الشهري.
تصور البيانات (Visual Design): صممت لوحة بيانات (Dashboard) احترافية تعتمد على "التصميم الداكن" (Dark Theme) لتسهيل القراءة وتحسين تجربة المستخدم البصرية.
المخرجات والنتائج الرئيسية
تحليل المبيعات: تتبع تطور الإيرادات عبر الزمن وتحديد فترات الذروة السنوية.
التوزيع الجغرافي: رسم خرائط تفاعلية توضح تركيز العملاء والبائعين في مختلف الولايات البرازيلية.
تصنيف المنتجات: تحليل أداء الفئات المختلفة لتحديد المنتجات الأكثر ربحية والأكثر طلباً.
تقارير نهائية: تحويل النتائج التقنية إلى تقرير مهني مبسط يدعم اتخاذ القرار.
الأدوات والتقنيات المستخدمة:
Power Bi
