مشروع متكامل (End-to-End) قمت فيه بتحويل أكثر من 99 ألف سجل مبيعات معقد لمنصة Olist البرازيلية إلى لوحة مؤشرات تفاعلية تدعم اتخاذ القرار، وذلك من خلال الخطوات التالية:
تنظيف وإعداد البيانات: استخدمت لغة Python لمعالجة الجداول الضخمة المتعددة، وإصلاح القيم المفقودة، وتدقيق دقة البيانات.
نمذجة البيانات (Data Modeling): قمت ببناء العلاقات (Star Schema) داخل Power BI لربط جداول العملاء، المنتجات، واللوجستيات لضمان سلاسة حركة البيانات.
استخراج الرؤى (Insights): ركزت على كشف مشاكل حقيقية في البيزنس وليس مجرد رص أرقام، مثل:
رصد أزمة ولاء العملاء (نسبة التكرار 3.12% فقط).
كشف الاختناقات اللوجستية وتأخر الشحن في ولايات معينة لـ 30 يوماً رغم أن نسبة التوصيل العام 92%.
تحديد الفئات الأعلى مبيعاً مثل (Health & Beauty) وعادات التقسيط.
تصميم الواجهة : صممت اللوحة في صفحات متعددة (مبيعات، منتجات، عملاء، شحن) مع توزيع ألوان مريح لسهولة الاستخدام من قِبل صناع القرار.
الأدوات المستخدمة: Python | Power BI | Data Modeling | Business Intelligence.
