وصف المشروع:
يقدم هذا المشروع حلاً متكاملاً لتحليل البيانات الصحية واستخراج رؤى قابلة للتنفيذ (Actionable Insights) حول تأثير العادات اليومية، ومستوى الدخل، وتوفر الرعاية الصحية على مرضى السكري.
تم بناء المشروع من الصفر كمسار بيانات متكامل (Data Pipeline)، بدءاً من معالجة البيانات الخام وحتى تصميم لوحة تحكم (Dashboard) تفاعلية ومتقدمة، بالاعتماد على مجموعة بيانات ضخمة تحتوي على أكثر من 528 ألف سجل.
مراحل العمل والتفاصيل التقنية:
1. معالجة وتنظيف البيانات (Data Preparation & ETL) باستخدام Python:
استخدام لغة Python (مكتبة Pandas) لعمل استكشاف مبدئي للبيانات (Data Profiling).
بناء بيئة الاستضافة (Staging) للبيانات الخام، ثم تنظيفها بالكامل (Data Cleaning) من خلال معالجة القيم المفقودة، توحيد التنسيقات، وتجهيز البيانات للنمذجة.
2. هندسة ومستودعات البيانات (Data Warehousing) باستخدام SQL Server:
تصميم وبناء قاعدة بيانات علائقية (Relational Model) باستخدام هيكل النجمة (Star Schema).
تقسيم البيانات إلى جداول للحقائق والأبعاد (Fact & Dimension Tables) وإدارة العلاقات بينها لضمان سرعة الاستعلام وكفاءة الأداء.
3. ذكاء الأعمال وتصميم لوحة التحكم (Business Intelligence) باستخدام Power BI:
ربط مستودع البيانات وبناء نموذج البيانات (Data Modeling) داخل Power BI.
كتابة معادلات ومقاييس DAX متقدمة لحساب مؤشرات الأداء الرئيسية (KPIs) ديناميكياً بناءً على فلاتر المستخدم.
تصميم واجهة مستخدم (UI/UX) احترافية ومريحة للعين باستخدام ملف تصميم مخصص (Custom JSON Theme).
تصميم 4 شاشات تحليلية تفاعلية تغطي: الملخص التنفيذي، تحليل العادات اليومية، مدى الوصول للرعاية الصحية، والتحليلات المتقدمة.
أبرز التحليلات المتقدمة (Advanced Analytics) المطبقة في المشروع:
تحليل المسارات (Decomposition Tree): لتتبع التأثير غير المباشر لعوامل مثل "الدخل" و"التعليم" وصولاً إلى "الحالة الصحية العامة".
تحليل الارتباط (Scatter Plots): لاكتشاف وقياس العلاقة المباشرة بين تدهور الحالة النفسية والصعوبات الجسدية (مثل صعوبة المشي).
الخرائط الحرارية (Heatmaps): لتوضيح تركز الحالات عالية الخطورة (High-Risk) بناءً على تقاطع المستويات التعليمية والمادية.
الأدوات والتقنيات المستخدمة:
Python (Pandas, Jupyter Notebooks)
SQL Server (SSMS)
Microsoft Power BI (DAX, Data Modeling)
