تحليل رؤى مبيعات التجارة الإلكترونية وبناء خط معالجة البيانات للتعلم الآلي

هذا المشروع يهدف إلى تحليل شامل لبيانات متجر إلكتروني يضم أكثر من 51,000 عملية بيع، لاستخراج رؤى بيعية وتجهيز البيانات للنماذج التنبؤية. المشروع مقسم إلى عدة مراحل تقنية متطورة: التحليل الاستكشافي الآلي (Automated EDA): استخدام أدوات تقارير احترافية لفحص إحصائيات البيانات، أنواع المتغيرات، ونسبة القيم المفقودة (التي كانت 0% في هذا المشروع). تحليل الارتباطات والتوزيع (Visual Analysis): دراسة العلاقة بين المتغيرات مثل (الربح، المبيعات، وتكلفة الشحن) باستخدام Heatmaps، وتحليل توزيع المبيعات باستخدام Histograms. هندسة الميزات (Feature Engineering): إضافة أعمدة جديدة ذكية مثل "Revenue per Unit" واستخراج بيانات زمنية (الشهر والسنة) من تاريخ الطلب لفهم الأنماط الموسمية. خطوط المعالجة (Preprocessing Pipelines): بناء نظام معالجة متكامل باستخدام Scikit-Learn يقوم بـ: معالجة القيم الرقمية (Scaling & Imputing). تشفير المتغيرات الفئوية (OneHot Encoding) لضمان جاهزية البيانات لأي موديل ذكاء اصطناعي. الأدوات المستخدمة (Tech Stack): Pandas & Polars: للتعامل مع البيانات الضخمة بكفاءة. Seaborn & Matplotlib: للتمثيل البياني المتقدم. Scikit-Learn: لبناء الـ Pipelines و الـ Transformers.