مشروع متكامل لتحليل بيانات سلسلة "بـ لبن" (B.Laban)، يهدف إلى فهم أنماط المبيعات وتحويل البيانات الخام إلى رؤى تجارية قابلة للتنفيذ لمساعدة الإدارة في اتخاذ قرارات مبنية على الأرقام.
المهام التي قمت بتنفيذها:
تنظيف ومعالجة البيانات (Data Preprocessing): التعامل مع القيم المفقودة والمتطرفة (Outliers) لضمان دقة النتائج الإحصائية.
التحليل الاستكشافي (EDA): استخراج أنماط الطلب وأوقات الذروة، ودراسة تأثير العوامل الخارجية (مثل حالة الطقس) على حجم المبيعات.
تقسيم العملاء (Customer Segmentation): استخدام تقنية RFM Analysis وخوارزميات التجميع (K-Means Clustering) لتصنيف العملاء بناءً على سلوكهم الشرائي.
التنبؤ بالمبيعات (Forecasting): بناء نماذج تعلم آلي للتنبؤ بإجمالي المبيعات المستقبلية لدعم التخطيط المخزني.
لوحة بيانات تفاعلية (Dashboard): تطوير واجهة عرض تفاعلية باستخدام Streamlit لعرض مؤشرات الأداء الرئيسية (KPIs) بشكل مبسط وجذاب.
الأدوات والتقنيات المستخدمة:
لغة البرمجة: Python.
المكتبات التقنية: Pandas, NumPy, Matplotlib, Seaborn, Scikit-learn.
أدوات العرض: Streamlit.
النتائج المحققة:
تحديد فئات العملاء الأكثر ربحية لاستهدافهم بحملات تسويقية مخصصة.
توفير رؤية واضحة حول المنتجات الأكثر طلباً في أوقات محددة.
بناء أداة (Dashboard) تمكن الإدارة من مراقبة الأداء في الوقت الفعلي.
