هذا المشروع يهدف إلى تحليل بيانات العملاء والتنبؤ بالولاء باستخدام أدوات تحليلية متقدمة مثل SQL، Python، Power BI. ركّز العمل على فهم سلوك العملاء، تقييم قيمة العميل مدى الحياة (CLTV)، وتحويل البيانات الخام إلى رؤى تساعد الشركات على تحسين استراتيجيات الاحتفاظ بالعملاء وزيادة الربحية.
ما تم إنجازه:
استكشاف البيانات بـ SQL لفهم هيكل الجداول والعلاقات الأساسية.
تنظيف وتحليل البيانات باستخدام Python عبر Pandas وMatplotlib لحساب KPIs وتصنيف العملاء حسب CLTV وتكرار الشراء.
تصميم نموذج بيانات في Power BI وربط الجداول لبناء تقارير موثوقة.
إنشاء لوحة تحكم تفاعلية تعرض أداء المبيعات، سلوك العملاء، والاتجاهات الزمنية.

أهم الرؤى:
تحديد المنتجات الأكثر مبيعًا.
تحليل أداء المبيعات حسب المناطق الجغرافية.
تصنيف العملاء لاكتشاف الفئات ذات القيمة العالية والفرص المحتملة لتحسين الولاء.
التوصيات:
تحسين استراتيجيات التسويق في المناطق ذات الأداء الضعيف.
تقديم عروض للمنتجات منخفضة المبيعات.
التركيز على برامج ولاء للعملاء ذوي القيمة العالية.