تنظيم قاعدة بيانات الموظفين في احدى الشركات

1. ملخص تنظيف وتصفية البيانات (Data Cleaning)تم تقليص حجم البيانات من 500 سجل خام إلى 100 سجل فقط مُنظف وموثوق ، وذلك عبر المعالجات التالية: تصفية السجلات: تم استبعاد 400 سجل بسبب التكرار أو الجودة المنخفضة للبيانات. إصلاح البيانات المفقودة: تم القضاء تماماً على القيم المفقودة (انخفضت من 92 إلى 0) ، وتم تحويل قيم الأقسام المفقودة (nan) إلى مسمى "Unassigned" (غير محدد). توحيد صيغ التواريخ: تحويل صيغ تواريخ التعيين المختلطة والمختلفة إلى صيغة موحدة وهي DD/MM/YYYY. تنظيف أرقام الرواتب: إزالة الرموز النصية مثل ($) والفاصلة، وتحويل الاختصارات النصية للآلاف (مثل تحويل '82k' إلى الرقم الصافي 82000) لضمان سلامة العمليات الحسابية. 2. البيانات الديموغرافية للموظفين (حسب الرسوم البيانية صفحة 3)أفقياً: الحالة الوظيفية للموظفين (Employees Status)أظهر الرسم البياني لتوزيع الحالات الوظيفية لـ 100 موظف ما يلي:نشط (Active): 49 موظفاً.في إجازة (On Leave): 26 موظفاً.مستقيل/مستغنى عنه (Terminated): 21 موظفاً.غير معروف (Unknown): 4 موظفين. عمودياً: التخصصات والمسميات الوظيفية (Specialization Distribution)توزع الموظفون على المسميات الوظيفية التالية: Senior Dev: 21 موظفاً. Analyst: 20 موظفاً. Team Lead: 16 موظفاً. Specialist: 15 موظفاً.Coordinator: 15 موظفاً. Manager: 13 موظفاً. 3. أهم الرؤى والاستنتاجات (Workforce Insights)تركيز القوة العاملة: تظهر البيانات النظيفة تركزاً عالياً للموظفين في قطاعي المبيعات (Sales) والهندسة (Engineering). ملاحظة إدارية: توجد مجموعة كبيرة من الموظفين تقع تحت تصنيف "Unassigned" (غير محدد القسم)، مما يتطلب عملاً إضافياً مستقبلاً لإعادة ربطهم بأقسامهم الصحيحة. جاهزية البيانات: تحويل الرواتب إلى قيم رقمية خالصة يتيح الآن للمؤسسة حساب متوسطات الأجور لكل قسم بدقة، وربطها بالخبرات الوظيفية بسهولة.