لوحة تحكم تحليل مخاطر الائتمان (Credit Risk Analysis Dashboard) باستخدام Power BI

مت بتصميم وتطوير لوحة تحكم تفاعلية متكاملة لتحليل مخاطر الائتمان، تهدف إلى مساعدة المؤسسات المالية والمصرفية على فهم ملفات العملاء وتحديد العوامل المؤثرة في التخلف عن السداد. ركزت في هذا العمل على تحويل البيانات الخام المعقدة إلى رؤى بصرية واضحة تدعم اتخاذ قرارات التمويل بذكاء. المهام التي قمت بتنفيذها: معالجة البيانات (Data Transformation): تنظيف البيانات وإعادة هيكلتها باستخدام Power Query لضمان دقة التحليل. بناء نموذج البيانات (Data Modeling): ربط الجداول وإنشاء مقاييس (Measures) باستخدام لغة DAX لحساب النسب المئوية والمؤشرات المعقدة. تحليل المؤشرات الديموغرافية (Demographic Analysis): تحليل نسبة المتعثرين حسب النوع (Gender)، الحالة الاجتماعية، والمستوى التعليمي. تقسيم العملاء إلى فئات عمرية (Age Bins) لتحديد الشريحة الأكثر عرضة للمخاطر. التحليل الجغرافي (Geospatial Analysis): استخدام الخرائط التفاعلية لتوضيح توزيع العملاء والمتعثرين في دول مختلفة (مثل الولايات المتحدة، كندا، والمملكة المتحدة). تصميم واجهة المستخدم (UI/UX): اعتماد تصميم عصري بأسلوب الـ "Cards" لعرض الأرقام الرئيسية. إضافة أزرار تنقل (Navigation Buttons) للتنقل بين الصفحات (Demographic, Financial). توفير فلاتر (Slicers) متقدمة حسب نوع الملكية والدولة لتحليل مخصص ودقيق. مؤشرات الأداء الرئيسية (KPIs) الموضحة في العمل: إجمالي عدد العملاء (33K). عدد المتعثرين (7K) مقابل غير المتعثرين (25K). نسبة التخلف عن السداد الإجمالية (21.82%). الأدوات المستخدمة: Microsoft Power BI (للنمذجة والتصور). DAX (للحسابات المتقدمة). Power Query (لتنظيف البيانات). الرؤية المستخلصة (Value Added): تساعد هذه اللوحة مديري المخاطر في تحديد أن "نسبة التعثر تزداد في فئة عمرية معينة" أو "مستوى تعليمي محدد"، مما يساهم في تقليل الخسائر المالية من خلال وضع شروط ائتمانية أكثر دقة لهذه الفئات.