مشروع متكامل يعتمد على تعلّم الآلة (Machine Learning) وتحليل السلاسل الزمنية للتنبؤ بحجم الطلب الأسبوعي للمنتجات. يهدف إلى تحسين خطط التوريد بقطاع التجزئة والتجارة الإلكترونية ومعالجة مشاكل نفاد البضائع أو تكدسها، بناءً على تحليل أكثر من مليون حركة بيع.

أبرز مراحل وإنجازات المشروع:

هندسة البيانات (Data Pipeline): تنظيف البيانات من المرتجعات، معالجة الفجوات الزمنية، وتحييد القيم الشاذة.

التحليل الاستكشافي (EDA): تحليل الموسمية، وتطبيق مبدأ باريتو (ABC Analysis) للتركيز على السلع الأكثر تأثيراً على الإيرادات.

النمذجة (Modeling): بناء ومقارنة نماذج (Prophet و Random Forest)، مع دمج تأثير المتغيرات الخارجية كمرونة الأسعار والعطلات.

تقييم الأداء: قياس دقة النماذج بمقاييس سلاسل الإمداد الواقعية (WAPE, MAE, RMSE).

النشر (Deployment): تطوير لوحة تحكم تفاعلية باستخدام (Streamlit / Gradio) تمكن مسؤول المخزون من إدخال الأرصدة، واستقبال تنبيهات ذكية لحالات العجز أو الفائض، وحساب كميات إعادة الطلب بدقة.