تحليل مبيعات الفروع وتقسيم العملاء باستخدام (Excel
تحليل مبيعات الفروع وتقسيم العملاء باستخدام (Excel
## نبذة عن المشروع
مشروع تحليل بيانات متكامل (End-to-End) يهدف لدمج بيانات مبيعات متفرقة من فروع متعددة في نموذج بيانات موحّد، لاستكشاف أنماط سلوك العملاء والعوامل المؤثرة في الربحية. يعتمد المشروع على تحليل RFM (الحداثة، التكرار، القيمة المالية) لتصنيف العملاء وتحديد المعرضين لخطر التوقف عن الشراء (Churn).
## المشكلة (Business Problem)
كانت بيانات المبيعات موزعة على 6 ملفات منفصلة وغير مترابطة (عملاء، منتجات، سنتين من المبيعات، طرق دفع، علامات تجارية، وفروع)، دون وجود رؤية موحّدة تُحدد مَن هم العملاء الأكثر ربحية فعليًا، ومَن منهم مُعرّض لخطر التوقف عن التعامل مع المتجر.
## مصادر البيانات
- `Customers.xlsx` — بيانات العملاء (الأسماء، العناوين، أرقام الهواتف، المدن)
- `Products.xlsx` — بيانات المنتجات (الاسم، الفئة، السعر، العلامة التجارية)
- `Sales_2023.xlsx` / `Sales_2024.xlsx` — معاملات المبيعات (التاريخ، المنتج، العميل، الكمية، الإجمالي)
- `PaymentMethods.xlsx` — طرق الدفع (نقدًا، بطاقة ائتمان، تحويل بنكي)
- `Brands.xlsx` — بيانات العلامات التجارية المرتبطة بالمنتجات
- `Branches.xlsx` — بيانات الفروع (الاسم، الموقع، المدير)
## أبرز النتائج
- تم دمج **995 معاملة بقيمة إجمالية 974.7 ألف دولار** من جميع الفروع في نموذج بيانات واحد ونظيف.
- من إجمالي 638 عميلًا، عاد للشراء مرة أخرى **269 عميلًا فقط (42%)**، ما يعني أن **58% من قاعدة العملاء معرّضة لخطر التوقف**.
- **أعلى 20% من العملاء (127 عميلًا) يُحققون 42% من إجمالي الإيرادات**، وهو ما يكشف عن تركّز كبير للإيرادات في شريحة محدودة من العملاء.
## الأدوات المستخدمة
- **Power Query:** تنظيف البيانات، الدمج، وتوحيد الصيغ
- **Power Pivot & DAX:** بناء نموذج البيانات وإنشاء المقاييس (Measures)
- **Power BI:** تصنيف العملاء باستخدام تحليل RFM (رسوم مبعثرة، Treemap، ورسوم مركّبة)
## آلية العمل
تم دمج الملفات الستة في نموذج بيانات واحد باستخدام Power Query، من خلال توحيد مبيعات عامي 2023 و2024 في جدول واحد، وتوحيد صيغ التواريخ، ومعالجة السجلات المكررة والناقصة. بعد ذلك، تم بناء العلاقات بين الجداول (العملاء ↔ المبيعات، المنتجات ↔ المبيعات، طرق الدفع ↔ المبيعات، العلامات التجارية ↔ المنتجات، الفروع ↔ المبيعات) داخل Power Pivot. تم إنشاء مقاييس DAX لحساب إجمالي المبيعات وعدد العملاء النشطين، ثم بناء نموذج تصنيف RFM في Power BI لتصنيف العملاء حسب حداثة الشراء وتكراره وقيمته المالية.
## التوصية
إطلاق برنامج ولاء يستهدف العملاء الذين اشتروا مرة واحدة فقط لتحويلهم إلى عملاء متكررين، بدلًا من الاعتماد فقط على جذب عملاء جدد — نظرًا لأن جزءًا كبيرًا من الإيرادات مُركّز في شريحة صغيرة وعالية القيمة من العملاء.
## عرض المشروع
يمكن مشاهدة العرض الكامل للمشروع على اليوتيوب :
https://youtu.be/Mm6ckFG60ns
التعليقات (9)
