تحليل مبيعات سوبر ستور | تحليل البيانات الاستكشافي (EDA) تحليل مبيعات سوبر ستور | تحليل البيانات الاستكشافي (EDA) تحليل مبيعات سوبر ستور | تحليل البيانات الاستكشافي (EDA) تحليل مبيعات سوبر ستور | تحليل البيانات الاستكشافي (EDA) تحليل مبيعات سوبر ستور | تحليل البيانات الاستكشافي (EDA) تحليل مبيعات سوبر ستور | تحليل البيانات الاستكشافي (EDA) تحليل مبيعات سوبر ستور | تحليل البيانات الاستكشافي (EDA) تحليل مبيعات سوبر ستور | تحليل البيانات الاستكشافي (EDA)
تفاصيل العمل

## نظرة عامة على المشروع مشروع تحليل استكشافي شامل لبيانات متجر تجزئة، يغطي أداء المبيعات وسلوك العملاء واتجاهات السلاسل الزمنية. ## التحليلات الرئيسية - المبيعات حسب المدينة ← تحديد أفضل 10 مدن من حيث الإيرادات - المبيعات حسب الشريحة ← مقارنة شرائح Consumer وCorporate وHome Office - تحليل العملاء ← تصنيف العملاء حسب المعاملات والإيرادات - تقسيم العملاء ← تصنيف العملاء إلى Bronze/Silver/Gold/Platinum - المبيعات عبر الزمن ← تحليل الاتجاهات السنوية والشهرية والفصلية واليومية ## الأدوات والتقنيات المستخدمة - قاعدة البيانات : Microsoft SQL Server 2019 - الاتصال : SQLAlchemy + pyodbc - التحليل : Python, pandas - التصوير البياني : matplotlib, seaborn - البيئة : Jupyter Notebook (Anaconda) ## أبرز النتائج - مدينة نيويورك تحتل المرتبة الأولى في إجمالي المبيعات - شريحة Consumer تمثل أكثر من 50% من إجمالي المبيعات - نمو مستمر في المبيعات من 2014 إلى 2017 - الربع الرابع (Q4) هو الأقوى باستمرار عبر جميع السنوات

شارك
بطاقة العمل
تاريخ النشر
منذ 14 ساعة
المشاهدات
4
القسم
المستقل
Ahmed Raslan
Ahmed Raslan
كاتب ومحلل بيانات
طلب عمل مماثل
شارك
مركز المساعدة