طلاب جامعة بنها يطورون منصة «Runner BI» لتحليل البيانات والتنبؤ بأداء شركات التجارة الإلكترونية

نجح فريق من طلاب كلية الحاسبات والذكاء الاصطناعي بجامعة بنها في تطوير مشروع تخرج بعنوان «Runner BI»، وهو منصة متكاملة لذكاء الأعمال وتحليل البيانات الضخمة، تستهدف متاجر التجارة الإلكترونية وسلاسل الإمداد، من خلال تحويل البيانات الخام إلى مؤشرات ورؤى تحليلية تساعد الشركات على اتخاذ قرارات أكثر دقة، وتحسين كفاءة التشغيل والتخطيط للمستقبل.

ويعتمد المشروع على دمج هندسة البيانات وتقنيات الذكاء الاصطناعي وتعلم الآلة، لتقديم منظومة تحليلية متكاملة لا تكتفي بعرض البيانات وتسجيل الأداء السابق، بل تساعد أيضًا على التنبؤ بالاتجاهات المستقبلية، بما يدعم انتقال الشركات من أسلوب التعامل مع المشكلات بعد وقوعها إلى التخطيط الاستباقي.

منظومة متكاملة لجمع البيانات وتحليلها

اعتمد فريق المشروع على تصميم مسار متكامل لمعالجة البيانات، يبدأ بجمع المعلومات من مصادر متعددة، تشمل قواعد بيانات MongoDB وملفات CSV، ثم تمريرها بمراحل الاستخراج والتحويل والتحميل ETL، باستخدام لغة البرمجة Python لتنظيف البيانات ومعالجتها وتجهيزها للتحليل.

وبعد ذلك، تُخزن البيانات داخل مستودع بيانات منظم Data Warehouse باستخدام نظام SQL Server، مع تطبيق نموذج النجمة Star Schema، الذي يساعد على تنظيم البيانات وتحسين سرعة الاستعلامات والوصول إلى المعلومات المطلوبة.

لوحات تحكم ذكية لدعم متخذي القرار

يتضمن المشروع مجموعة من لوحات التحكم التحليلية باستخدام Power BI Dashboards، صُممت لتلبية احتياجات ثلاث فئات إدارية رئيسية داخل الشركات، هي الرئيس التنفيذي CEO، ومدير المنتجات Product Manager، ومسؤول التسويق Marketing.

وتتيح هذه اللوحات متابعة مؤشرات الأداء الرئيسية KPIs، وتحليل الأرباح ومراجعة النتائج التشغيلية، بما يوفر لكل مسؤول المعلومات المرتبطة بطبيعة مهامه، ويساعده على اتخاذ قرارات قائمة على بيانات دقيقة ومحدثة.

التنبؤ بالمبيعات والإيرادات المستقبلية

من أبرز مكونات «Runner BI» دمج نموذج تعلم آلي Prophet Model للتنبؤ بحجم المبيعات والإيرادات خلال الفترات المقبلة.

وتساعد هذه الخاصية الشركات على الاستفادة من البيانات التاريخية في توقع الأداء المالي، وتحسين التخطيط للموارد والمخزون، والاستعداد للتغيرات المحتملة في الطلب وحركة السوق، بدلًا من الاعتماد على التقديرات التقليدية وحدها.

تحليل سلوك العملاء وتحديد الأكثر ولاءً

يوفر المشروع آلية لتقسيم العملاء وتصنيفهم باستخدام خوارزمية K-Means Clustering، بالاعتماد على تحليل السلوك الشرائي وفق نموذج RFM Analysis.

ويساعد هذا التحليل على تحديد أنماط العملاء وفقًا لمعدلات الشراء وقيمة التعاملات وتكرارها، والتعرف على العملاء الأكثر ولاءً وقيمة للشركة، بما يدعم تصميم استراتيجيات تسويقية أكثر دقة، وتوجيه العروض والبرامج التسويقية إلى الفئات المناسبة.

تصنيف المنتجات وتنظيم المخزون آليًا

كما يتضمن النظام نموذجًا للتصنيف الآلي للمنتجات باستخدام خوارزمية XGBoost Classifier، بهدف أتمتة تنظيم المنتجات وفق مجموعة من الخصائص، من بينها مستويات الطلب والأسعار.

وتسهم هذه الخاصية في تحسين إدارة المخزون، وتسهيل تصنيف المنتجات، وتوفير بيانات تحليلية تساعد الشركات على تطوير سياسات التخزين والتوزيع بما يتناسب مع احتياجات السوق.

الذكاء الاصطناعي من تحليل الماضي إلى توقع المستقبل

يمثل مشروع «Runner BI» نموذجًا لتوظيف هندسة البيانات وتقنيات تعلم الآلة في تطوير إدارة الأعمال، حيث يجمع بين تحليل الأداء الفعلي والتنبؤ بالاتجاهات المستقبلية، إلى جانب توفير أدوات تساعد الإدارات المختلفة على فهم البيانات والاستفادة منها في التخطيط.

ويستهدف المشروع تقديم حل تقني يخدم متاجر التجارة الإلكترونية وسلاسل الإمداد، من خلال تحسين كفاءة العمليات التشغيلية، ودعم القرارات المالية والتسويقية، وتعزيز قدرة الشركات على التعامل مع تغيرات السوق بصورة استباقية.

فريق مشروع «Runner BI»

شارك في تنفيذ المشروع طلاب كلية الحاسبات والذكاء الاصطناعي بجامعة بنها:

• إبراهيم إسماعيل فؤاد
• فاروق ياسر
• محمد أسامة
• عمر خالد
• عمر أكرم
• مصطفى سلامة
• يوسف محمد
• شريف إيهاب
• عمر عادل