1. المشكلة (The Challenge):
كانت الجهات المعنية تواجه صعوبة في تحليل كميات ضخمة من بيانات حوادث الطرق (أكثر من 196 ألف حالة) للوصول إلى مسببات
الحوادث الحقيقية، وذلك بسبب:
• عدم القدرة على تحديد العلاقة بين "سرعة الطريق" و"خطورة الحادث" بشكل مرئي.
• صعوبة معرفة أكثر الأيام والشهور التي تزداد فيها الحوادث لتوزيع الموارد المرورية بشكل أفضل.
• تشتت البيانات المتعلقة بظروف الإضاءة، حالة الطقس، ونوع الطريق (طريق مزدوج، دوارن، إلخ).
2. الحل (The Solution):
قمت بتصميم لوحة تحكم متكاملة تتيح تحليل البيانات من زوايا متعددة لاتخاذ قرارات استباقية:
• تتبع المؤشرات الحيوية: عرض إجمالي الإصابات (196K) وتصنيفها إلى (طفيفة 166K، خطيرة 27K، ومميتة).
• تحليل نوع المركبات: توزيع الإصابات حسب نوع المركبة (سيارات، دراجات، حافلات)، حيث تبين أن السيارات هي الأكثر
تضرراً بـ 333 ألف إصابة.
• التحليل الزمني والمكاني: مقارنة أداء سنة 2022 مقابل 2021، مع خريطة تفاعلية توضح توزيع الحوادث حسب المدن.
• تحديد مسببات الخطر: ربط الحوادث بحدود السرعة وحالة سطح الطريق (جاف، مبلل، جليد) لتقديم توصيات دقيقة.
3. الأدوات والتقنيات المستخدمة (Tools & Tech):
• Microsoft Power BI: لتصميم الداشبورد و ربط صفحات التقرير.
• DAX Functions: لإنشاء مقاييس متقدمة مثل حساب إجمالي الإصابات لكل فئة.
• Power Query: لمعالجة البيانات الضخمة وتصنيف أنواع المركبات وظروف الطرق.
• Data Visualization: استخدام مخططات متنوعة (Treemaps, Pie Charts, Area Charts) لتسهيل قراءة البيانات
المعقدة.
