بناء خط بيانات متكامل (End-to-End) ولوحة تحكم تفاعلية لـ مبيعات كافيه | Power BI & Python

مشروع متكامل في مجال هندسة البيانات وتحليل الأعمال (Data Engineering & BI)، يهدف إلى تحويل سجلات مبيعات عشوائية وغير منظمة (Raw & Dirty Data) لشبكة مقاهي، إلى لوحة تحكم تفاعلية ذكية تدعم اتخاذ القرارات الاستراتيجية وزيادة المبيعات. قمت من خلال هذا المشروع ببناء خط سير بيانات (Data Pipeline) يمر بكافة المراحل؛ بدءاً من التنظيف المعقد، ووصولاً إلى استخراج المؤشرات المتقدمة وعرضها بصرياً. 🛠️ الأدوات والتقنيات المستخدمة (Technologies Used) Python (Pandas, NumPy): لتنظيف البيانات، معالجة القيم المفقودة، وهندسة الميزات. Matplotlib & Seaborn: لإجراء التحليل الاستكشافي الأولي للبيانات (EDA). Power BI & DAX: لبناء النموذج التحليلي، وإنشاء المقاييس الذكية، وتصميم لوحة التحكم (Dashboard). Mermaid Flowcharts / Markdown: لتوثيق بنية المشروع البرمجية. 🚀 المهام والحلول التي قمت بتنفيذها (My Contributions) تنظيف وتجهيز البيانات (Data Cleaning & Imputation): معالجة النصوص الخاطئة ونصوص الـ "ERROR" في الأعمدة الرقمية وتحويلها لقيم منطقية. تعبئة القيم المفقودة (Missing Values) في طرق الدفع والفروع بناءً على متوسطات وأنماط البيانات الحقيقية لضمان دقة التحليل بنسبة 100%. هندسة الميزات والمؤشرات (Feature Engineering): استخراج ميزات زمنية متقدمة من التواريخ مثل (اسم اليوم، تصنيف عطلة نهاية الأسبوع، الربع السنوي، وتصنيف الفصول الأربعة: شتاء، ربيع، صيف، خريف). بناء لوحة تحكم تفاعلية (Interactive BI Dashboard): تصميم واجهة مستخدم مريحة ومحترفة في Power BI تحتوي على فلاتر ديناميكية (Slicers) حسب الوقت، الموقع، وطرق الدفع. كتابة معادلات DAX متقدمة لحساب صافي الإيرادات ومعدلات النمو. 📊 أهم الرؤى والنتائج المستخرجة للمنشأة (Business Insights) تحديد فترات الذروة: معرفة الساعات والأيام الأكثر مبيعاً لتنظيم شيفتات الموظفين. الأداء الموسمي للمنتجات: تحليل تأثير الفصول (مثل الشتاء) على مبيعات القهوة الساخنة مقارنة بالمنتجات الأخرى لتوجيه المخزون. سلوك المستهلك: تحديد تفضيلات العملاء بين الدفع النقدي والإلكتروني، ونسبة طلبات السفري (Takeaway) مقارنة بالطلبات الداخلية (In-store).