Basma A.

مهندسة حاسبات ومختصة في مجال تحليل البيانات باستخدام Excel, Python, Power BI

ما استطيع تقديمه لك:

تنظيف البيانات و ترتيبها و تحليلها

تصميم Dashboard احترافية على Excel أو Power BI

إنشاء Dashboard يحتوي علي (Pivot Tables، Charts، وConditional Formatting) باستخدام Excel

أو انشاء Dashboard بال Power bi واستخدام ال DAX و ال modeling و ال measures

استخدام ال SQL لانشاء قواعد البيانات و الجداول والعلاقات بينها

تحويل البيانات الخام لمعلومات سهلة الفهم و قصة و رؤية واضحه تساعد علي اتخاذ القرارات

كيف نكتشف العوامل المؤثرة علي الأرباح وتقليل الخسائر من خلال الأرقام؟

عملت داشبورد لتحليل بيانات المبيعات والارباح باستخدام ال Power bi

:Steps

.Using PowerQuery for data cleaning

Using Modeling: to create one to many relationship between dimension

table of ListOrder that contains (OrderID, Order Date,….) to fact table of (Profit, Sales,… )

Create calendar table by DAX to be related to ListOrder table which has order date by one to many relationship to get quarter and get relationship between Profit & Quarter in Visualization

:Insights

تأثير ال category علي الارباح: المستلزمات المكتبية تحقق أعلي ربح يليها الاثاث أما التكنولوجيا أقلهم

بالرغم من ان المستلزمات المكتبية والمقاعد تحقق اعلي مبيعات الا أن الربح ليس عالي بنفس النسبة وهذا دليل علي ان فيه عوامل أخري غير المبيعات تؤثر علي الارباح مثل الخصومات والفترة الزمنية والتوزيع الجغرافي.

تأثير الخصومات: الأرباح تقل بشكل ملحوظ مع زيادة الخصم، وأحيانًا بتوصل للخسارة !ذا تجاوز الخصم 0.4

تأثير الفترة الزمنية علي الربح بال (Quarter) : الربع الرابع يحقق أعلى الأرباح، بينما الأرباح تقل تدريجيًا في الربعين الثاني والأول ويبدأ الربح في زياده من الربع الثالث ويصل الي أعلي قيمه في الربع الرابع نظرا لكثرة الطلب علي المستلزمات المكتبية لبداية المدارس أو عروض نهاية السنه.

تأثير الموقع الجغرافي : فرنسا هي الدولة الأعلى ربحًا، يليها المملكة المتحدة وألمانيا من الممكن أن يكون موقع المتاجر بالقرب منهم لآن كلما ابتعدنا عنهم يقل الربح.

تحليل بيانات جائحة كوفيد ينقسم المشروع الي جزأين

اولا الجزأ الخاص بحالة المرضي

الداشبورد يسلط الضوء على العلاقة بين العادات الصحية (زي التدخين وشرب الكحول) والمؤشرات الحيوية زي الكوليسترول والضغط، في سياق جائحة كورونا. الهدف هو فهم كيف تؤثر هذه العوامل على قابلية الإصابة أو التعقيدات الصحية.

Insights:

عدد المدخنين كبير جدًا (6169)، وبيتركز بشكل واضح في فئة الكوليسترول 2، مما قد يشير إلى ارتباط بين التدخين وارتفاع الكوليسترول.

استهلاك الكحول منخفض نسبيًا (251)، لكن الفئة اللي بتشرب الكحول عندها نسب أقل من IDs مقارنة بغيرهم.

الضغط متغير بشكل كبير بين الأفراد، مما يعكس تفاوت في الحالة الصحية العامة.

أغلب الأفراد عندهم كوليسترول من النوع 1 (72.2%)، لكن النوع 2 و3 لا يزالوا يمثلوا نسبة معتبرة.

الطول والوزن المتوسطين (169.32 سم و77.34 كجم) يعطوا فكرة عامة عن البنية الجسدية للمجتمع محل الدراسة.

ثانيا الجزء الخاص بتأثير الفيروس علي دول العالم من حيث الاقتصاد و عدد الحالات:

من خلال اختيار السنة (2019 أو 2020)، نقدر نشوف التغيرات اللي حصلت في عدد الحالات والوفيات، ونربطها بمؤشرات زي عدد السكان، نسبة كبار السن، عدد الأسرة في المستشفيات، ومتوسط دخل الفرد.

Monaco وLiechtenstein وLuxembourg سجلوا أعلى متوسط دخل للفرد، مما يعكس قوة اقتصادية واضحة، لكن لا يعني بالضرورة انخفاض عدد الحالات أو الوفيات.

الولايات المتحدة والهند والبرازيل كانوا من أكثر الدول تأثرًا من حيث عدد الحالات والوفيات، حسب الرسم البياني الزمني.

نسبة كبار السن المرتفعة في بعض الدول قد تكون عاملًا في ارتفاع عدد الوفيات، خصوصًا مع ضعف البنية التحتية الصحية.

عدد الأسرة في المستشفيات منخفض نسبيًا (2.71 في المتوسط)، مما يوضح تحديات الاستجابة الطبية في كثير من الدول.