on data analysis 2

مرحبًا،

يمكنك الاستعانة بموقع kaggle فهو يوفر الكثير من مجموعات البيانات التي يمكنك تطبيق ما تعلمتيه عليها.

و لكن بشكل عام من الصعب إيجاد مشروع واحد لتطبيق ال sql و ال excel في نفس الوقت، لأنه بشكل عام يتم تخزين البيانات في إحداهما و ليس كليهما، و لكن يمكنك تطبيق مشروعين لحل هذه المشكلة.

مثلًا هذا أحد المشاريع على كاغل يقوم بأمر مشابه لما تريدينه https://www.kaggle.com/code/sheokhand/data-analysis-project
يمكنك الإطلاع عليه و محاولة تطبيق أمور مماثلة أو حتى أمور إضافية مما تعلمتيه على مجموعة بيانات أخرى.

تحياتي.

ممتاز، كفكرة مشروع جيد للتدريب، قومي بتحليل بيانات مبيعات شركة دولية لفهم أداء المنتجات في مختلف الأسواق، تحديد المناطق الجغرافية ذات الأداء العالي والمنخفض، وتقديم توصيات لتحسين الأداء.

والبيانات ستكون كالتالي:

• تفاصيل المبيعات اليومية بما في ذلك التاريخ، المنتج، الكمية المباعة، والسعر.
• معلومات عن العملاء مثل الاسم، العمر، الجنس، والموقع الجغرافي.
•  تفاصيل المنتجات مثل الاسم، الفئة، والسعر.
• معلومات عن الموظفين مثل الاسم، الدور، والموقع الجغرافي.

حاولي البحث عن قاعدة بيانات مناسبة لذلك أو توليدها بنفسك، وعامًة المصادر الجيدة للبحث عن ذلك هم:

• Kaggle
• UCI Machine Learning Repository
• Google Dataset Search
• Awesome Public Datasets

ومن خلال SQL عليك كتابة استعلامات SQL لاستخراج البيانات المطلوبة، وتنظيف البيانات عن طريق إزالة التكرارات وتصحيح الأخطاء.

ثم تنظيف البيانات بواسطة Excel وPython، أي استخدام Excel لتنظيف البيانات بشكل أولي (مثل إزالة الفراغات، تصحيح الأخطاء الإملائية)، ثم مكتبة Panda في بايثون لإجراء تنظيف متقدم مثل التعامل مع القيم المفقودة وتحويل أنواع البيانات، وأيضًا لتحليل البيانات، مثل حساب المبيعات الشهرية، تحديد أفضل المنتجات أداءً، وتحليل سلوك العملاء.

ثم مكتبات مثل Matplotlib وSeaborn لإنشاء رسوم بيانية توضيحية.

بعد ذلك استيراد البيانات النظيفة إلى Power BI وTableau، وتقديم تحليل شامل يتضمن:

• الأداء الشهري والسنوي للمبيعات.
• تحليل جغرافي لمناطق الأداء العالي والمنخفض.
• تحليل الفئات العمرية والجنسية للعملاء.
• أداء المنتجات حسب الفئة.

ثم بناءًا على التحليل والتصور، تقديم توصيات لتحسين الأداء، ومنها استهداف فئات عملاء معينة لزيادة المبيعات، تحسين المنتجات ذات الأداء الضعيف أو التسويق لها بشكل أفضل وتركيز الجهود التسويقية في المناطق الجغرافية ذات الأداء العالي.