تنظيف ومعالجة بيانات المبيعات واستخراج المؤشرات الإحصائية (KPIs)

مشروع تقني متكامل يهدف إلى تنظيف ومعالجة مصفوفة بيانات مبيعات خام (Raw Sales Data) لمتجر إلكتروني باستخدام لغة بايثون، بهدف تهيئتها للتحليل المالي والإحصائي واستخراج مؤشرات الأداء الرئيسية (KPIs). أبرز المهام التي قمت بتنفيذها خلال المشروع: تنظيف وتجهيز البيانات (Data Cleaning): معالجة القيم المفقودة (Missing Values) في أعمدة البريد الإلكتروني والكميات دون التأثير على نزاهة البيانات. تنظيف النصوص وإزالة الفراغات الزائدة مع تنسيق حالة الحروف (Capitalization) في أعمدة المدن وحالة الطلبات لتوحيد المدخلات. تعديل وتصحيح أنواع البيانات (Data Types) وتحويل عمود الكميات إلى قيم رقمية صحيحة (Integers). هندسة الميزات (Feature Engineering): إنشاء عمود مالي جديد مخصص لحساب إجمالي مبيعات كل طلب (Total Sales) من خلال دمج ميزتي السعر والكمية. تحليل البيانات واستخراج المؤشرات (Statistical KPIs): حساب إجمالي الإيرادات الكلية للمتجر بنجاح. رصد إجمالي عدد القطع المباعة بدقة. فرز وتحديد عدد الطلبات المكتملة (Completed) مقابل الطلبات المعلقة (Pending). تصور البيانات (Data Visualization): بناء مخططات بيانية توضح توزيع المبيعات حسب المدن (Sales by City). إنشاء مخطط دائري (Pie Chart) يوضح النسبة المئوية لحالة الطلبات داخل المتجر لسهولة القراءة الإدارية. الأدوات المستخدمة (Tech Stack): Python (Pandas, NumPy, Matplotlib, Seaborn).