تطوير نظام ذكاء أعمال وتحليل حجوزات الفنادق باستخدام SQL وMachine Learning تطوير نظام ذكاء أعمال وتحليل حجوزات الفنادق باستخدام SQL وMachine Learning تطوير نظام ذكاء أعمال وتحليل حجوزات الفنادق باستخدام SQL وMachine Learning تطوير نظام ذكاء أعمال وتحليل حجوزات الفنادق باستخدام SQL وMachine Learning تطوير نظام ذكاء أعمال وتحليل حجوزات الفنادق باستخدام SQL وMachine Learning تطوير نظام ذكاء أعمال وتحليل حجوزات الفنادق باستخدام SQL وMachine Learning
تفاصيل العمل

قمت بتنفيذ مشروع Hotel Reservation & Billing Intelligence System وهو نظام ذكاء أعمال وتحليل بيانات متكامل مخصص لتحليل حجوزات الفنادق، الإيرادات، نسب الإلغاء، وسلوك العملاء، مع بناء قاعدة بيانات علائقية منظمة ولوحات عرض تفاعلية ونماذج تعلم آلة للتنبؤ بمخاطر إلغاء الحجز. اعتمد المشروع على Dataset حقيقية تحتوي على 119,390 سجل حجز، وتم تصميم قاعدة بيانات احترافية مكونة من 11 جدولاً مترابطاً تغطي عدة جوانب تشغيلية مثل الحجوزات، العملاء، الفنادق، الغرف، الوجبات، القنوات التسويقية، وحالات الإلغاء. تم تطبيق مبادئ التطبيع حتى 3NF مع استخدام المفاتيح الأساسية والأجنبية والقيود لضمان جودة البيانات واتساقها. شمل العمل تنفيذ Pipeline كامل لمعالجة البيانات بدايةً من تحميل البيانات، التحقق من الجودة، تنظيف السجلات، تنظيم العلاقات، ثم بناء 10 SQL Views لاستخراج مؤشرات تشغيلية مهمة مثل إجمالي الحجوزات، معدل الإلغاء، متوسط سعر الليلة، حصة فنادق المدن مقارنة بالمنتجعات، معدل تكرار الضيوف، وتحليل الحجوزات عالية المخاطر. تم تطوير Dashboard تفاعلي يعرض أهم مؤشرات الأداء والرسوم البيانية الخاصة باتجاهات الحجز الشهرية، معدل الإلغاء حسب نوع السوق، توزيع الإيرادات حسب نوع الإيداع، ديموغرافية الضيوف، متوسط سعر الليلة حسب نوع الفندق والموسم، وشعبية خطط الوجبات. كما تم بناء نماذج Machine Learning للتنبؤ باحتمالية إلغاء الحجز، مع مقارنة عدة خوارزميات مثل Random Forest, XGBoost, Logistic Regression, Decision Tree. حقق نموذج Random Forest أداء قوياً بدقة وصلت إلى 93.2% و ROC-AUC = 0.962، وتم دمجه داخل واجهة تفاعلية باسم Cancellation Risk Calculator تسمح بإدخال بيانات الحجز وتقدير نسبة خطر الإلغاء فورياً. المشروع يجمع بين Database Engineering, SQL Analytics, Data Visualization, Machine Learning, Business Intelligence, Dashboard Design بهدف تحويل بيانات الفنادق الخام إلى نظام تحليلي عملي يساعد الإدارة على فهم الأداء واتخاذ قرارات أفضل. المخرجات : _ تصميم قاعدة بيانات علائقية منظمة مكونة من 11 جدولاً. _ تنفيذ SQL Views لاستخراج مؤشرات تشغيلية مهمة. _ تحليل استكشافي شامل لبيانات الحجوزات. _ Dashboard تفاعلي لعرض KPIs والرسوم البيانية. _ نماذج Machine Learning للتنبؤ بمخاطر إلغاء الحجز. أ_ داة تفاعلية لحساب احتمالية إلغاء الحجز في الوقت الحقيقي. _ توصيات تحليلية لتحسين إدارة الحجوزات وتقليل الخسائر. مهارات متعلقة بالعمل Python SQL SQL Server Database Design Data Mining Data Analysis Business Intelligence Machine Learning Random Forest XGBoost Logistic Regression Decision Tree Data Visualization Dashboard Design EDA Predictive Analytics Pandas Matplotlib Seaborn Scikit-Learn Relational Database Data Cleaning KPI Analysis

شارك
بطاقة العمل
تاريخ النشر
منذ شهرين
المشاهدات
58
المستقل
Mohamed Gharieb
Mohamed Gharieb
مهندس ذكاء اصطناعي
طلب عمل مماثل
شارك
مركز المساعدة