عمل خط بيانات وتحليلها (Data Pipeline + Analysis) لمبيعات متجر

خط أنابيب بيانات مبيعات مقهى هذا المشروع عبارة عن برنامج مكتوب بلغة بايثون (Python) مصمم لمعالجة وتحليل بيانات مبيعات مقهى. يقوم المشروع بتنفيذ خط أنابيب بيانات (Data Pipeline) يتضمن الخطوات التالية: قراءة البيانات الأولية: يبدأ المشروع بقراءة بيانات المبيعات من ملف، والذي قد يحتوي على أخطاء أو بيانات غير مكتملة. تنظيف البيانات: تتم إزالة أي سجلات مكررة باستخدام مكتبة Pandas. تُستخدم مكتبة DuckDB مع أوامر SQL لمعالجة القيم الخاطئة أو غير المعروفة، واستبدالها بقيم فارغة (NULL). يتم تحويل أنواع البيانات في الأعمدة إلى الأنواع الصحيحة (أرقام صحيحة، أرقام عشرية، تواريخ). تجميع البيانات: بعد التنظيف، يتم إلحاق (إضافة) البيانات المعالجة إلى قاعدة بيانات رئيسية. هذا يسمح بتجميع البيانات النظيفة من تشغيلات مختلفة. تحليل البيانات: يتم تحميل مجموعة البيانات التراكمية من قاعدة البيانات. تُجرى تحليلات مختلفة مثل: تحديد النطاق الزمني للمعاملات (أول وآخر تاريخ). حساب عدد المعاملات اليومية (المتوسط، أعلى 5 أيام). تجميع المبيعات حسب الشهر. تحديد الأشهر الأكثر ربحية. تحديد المنتجات المباعة وأنواعها. إيجاد المنتجات الأكثر مبيعاً (حسب الكمية المباعة وحسب إجمالي الإيرادات). حساب متوسط الكمية ومتوسط الإنفاق لكل معاملة. تحديد طرق الدفع المستخدمة ونسب استخدامها. تحليل المبيعات حسب الموقع (داخل المتجر أو تيك أواي) وتحديد الأكثر ربحية. تصوير البيانات (Visualization): يتم استخدام مكتبة Matplotlib لإنشاء رسوم بيانية توضح نتائج التحليل، مثل: رسم بياني شريطي للإنفاق اليومي والشهري لإظهار الاتجاهات. رسوم بيانية دائرية (Pie charts) لعرض نسب الأشهر الأكثر ربحًا، والمنتجات الأكثر مبيعًا، وطرق الدفع، والأرباح حسب الموقع. الهدف: يهدف المشروع إلى أتمتة عملية تنظيف بيانات المبيعات الأولية، وتجميعها، ثم إجراء تحليل أساسي واستكشافي لها، وتقديم رؤى حول أداء المقهى من خلال تصورات بيانية بسيطة.