تحليل بيانات مبيعات سوبر ماركت واستخراج مؤشرات الأداء
تفاصيل العمل
في هذا المشروع قمت بتحليل بيانات مبيعات سوبر ماركت حقيقية باستخدام Python بهدف فهم سلوك العملاء واكتشاف العوامل المؤثرة على الإيرادات والأرباح. بدأ العمل بمرحلة تنظيف البيانات ومعالجة الأخطاء والقيم المفقودة، ثم تنفيذ تحليل استكشافي شامل للإجابة عن أسئلة متعلقة بالمبيعات، الفروع، طرق الدفع، وأنواع المنتجات. ركز التحليل على دراسة العلاقة بين: إجمالي المبيعات والأرباح الفروع المختلفة وأدائها أنواع المنتجات الأكثر تحقيقًا للإيرادات تأثير طرق الدفع على حجم المبيعات أهم ما يميز المشروع: تحويل بيانات غير نظيفة (Dirty Data) إلى بيانات جاهزة للتحليل تحليل أداء الفروع ومقارنة الإيرادات بينها استخراج المنتجات الأعلى مبيعًا عرض النتائج باستخدام رسوم بيانية توضح اتجاهات المبيعات الأدوات المستخدمة: Python – Pandas – Matplotlib – Seaborn – Jupyter Notebook نتائج المشروع: تحديد الفرع الأعلى تحقيقًا للإيرادات معرفة الفئات الأكثر ربحية تحليل توزيع طرق الدفع بين العملاء اكتشاف أنماط شراء تساعد في تحسين قرارات التسعير والتسويق
مهارات العمل
