تحليل إحصائي (A/B Testing) لتقييم أداء حملة تسويقية وزيادة معدل التحويل (Conversion Rate)

مشروع تحليلي متكامل يهدف إلى قياس وتقييم التأثير الفعلي لحملة إعلانية تسويقية على تفاعل المستخدمين ومعدلات التحويل (Conversions). قمت في هذا المشروع بمقارنة أداء مجموعتين (Control vs. Treatment) لتحديد ما إذا كانت التغييرات التسويقية قد أحدثت تأثيراً إيجابياً ذا دلالة إحصائية، مما يساعد الشركات على تحسين ميزانيتها الإعلانية بذكاء. المهام الفنية والتحليلية التي تمت في المشروع: 1- هندسة ومعالجة البيانات: استخراج وتنظيف البيانات من قواعد البيانات العلائقية باستخدام استعلامات معقدة في PostgreSQL، وتجهيزها للتحليل عبر Excel. 2- التحليل الاستكشافي (EDA): استخدام Python (مكتبات Pandas و NumPy) لفهم توزيع البيانات واكتشاف الأنماط غير المعتادة. 3- الاختبارات الإحصائية (Statistical Testing): إجراء اختبارات دقيقة مثل: - Z-test: لاختبار الفروق في معدلات التحويل بين المجموعتين. - Chi-square Test: لتأكيد ما إذا كانت الفروق ناتجة عن صدفة أم أن للحملة التسويقية تأثير حقيقي (Statistical Significance). - استخراج الرؤى (Business Insights): ترجمة الأرقام والمعادلات الإحصائية إلى توصيات أعمال واضحة تدعم متخذي القرار في تحسين العائد على الاستثمار الإعلاني (ROAS). القيمة المضافة للأعمال (Business Impact): يُظهر هذا المشروع للعملاء قدرتي على إيقاف الهدر في الميزانيات التسويقية، من خلال إثبات جدوى الحملات الإعلانية بالأدلة القاطعة والأرقام، وتوجيه الاستثمار نحو الاستراتيجيات التي تحقق أعلى عائد. التقنيات والأدوات المستخدمة: - Python (Pandas, SciPy, StatsModels) - PostgreSQL - Microsoft Excel - A/B Testing & Statistical Analysis (Z-test, Chi-square)