تفاصيل العمل
نظرة عامة على المشروع
في هذا المشروع، قمت بتحويل مجموعة بيانات مسطحة وفوضوية مكونة من 50,000 معاملة تجارية تجريبية إلى نموذج علاقي منظم (Star Schema) يُحسّن أداء الاستعلامات ويدعم التحليلات التجارية.
الهدف: الانتقال من ملف CSV مسطح غير منظم إلى قاعدة بيانات علاقية متكاملة تتتبع أداء المبيعات عبر العملاء، المنتجات، المواقع، والموظفين للفترة 2022–2025.
الأدوات المستخدمة:
Python (Pandas): لتنظيف البيانات، معالجة القيم المفقودة، وتحويل الملف المسطح إلى جداول علاقية منفصلة (Fact & Dimension Tables).
SQL: لتصميم وبناء الجداول، العلاقات، والقيود (Constraints) وفق نموذج Star Schema.
Git/GitHub: لإدارة النسخ والتوثيق الكامل.
ما تم إنجازه:
✅ تحليل البيانات الخام وتحديد القيم المفقودة والمتكررة والمتناقضة
✅ تصميم Star Schema يشمل جدول Facts للمبيعات وأبعاد للعملاء والمنتجات والمواقع والموظفين
✅ كتابة سكربتات Python لتحويل البيانات وتوحيدها وإدخالها للجداول العلاقية
✅ بناء استعلامات SQL محسّنة لاستخراج التقارير التحليلية
✅ توثيق كامل للمشروع على GitHub مع شرح خطوات ETL