يركز هذا المشروع على تحليل بيانات مبيعات التجزئة باستخدام Python بهدف الكشف عن الأنماط والاتجاهات التي تعكس أداء المبيعات. تم الاعتماد على مكتبة Pandas لتنظيف البيانات ومعالجتها، بينما استُخدمت Matplotlib و Seaborn لإنتاج تصورات بيانية توضح العلاقات بين المتغيرات المختلفة مثل حجم المبيعات، الأرباح، الخصومات، والمناطق الجغرافية.
يتضمن العمل تنفيذ تحليل استكشافي للبيانات (EDA) لتحديد العوامل الأكثر تأثيرًا في الأرباح والمبيعات، إضافة إلى تحليل الاتجاهات الزمنية لفهم تغير المبيعات عبر الفترات المختلفة، ودراسة أداء فئات المنتجات المتنوعة. كما تم استخدام مصفوفة الارتباط (Correlation Heatmap) لتحليل قوة العلاقات بين المتغيرات داخل مجموعة البيانات.
يساعد هذا التحليل في استخراج رؤى عملية تدعم اتخاذ القرار مثل تحديد المنتجات أو الفئات الأكثر ربحية، وتحديد المناطق ذات الأداء الأفضل، بالإضافة إلى فهم تأثير سياسات الخصم على مستوى الأرباح.
الأدوات والتقنيات المستخدمة:
Python، Pandas، Matplotlib، Seaborn، Jupyter Notebook.
