تحليل بيانات نقاط البيع (POS) بكلود AI: اعرف متجرك أحسن

// البرومبت لكلود:
"لدي ملف CSV لبيانات POS من نظام Foodics
يحتوي الأعمدة التالية:
transaction_date, transaction_time, invoice_no,
cashier_name, product_name, category, quantity,
unit_price, discount_amount, total, payment_method,
branch_name

الملف يحتوي 45,000 سجل لمدة 6 أشهر

أريد:
1. ملخصاً عاماً للأداء خلال الفترة
2. أعلى 20 منتجاً مبيعاً
3. توزيع المبيعات حسب القسم (Category)
4. أفضل وأسوأ يوم في الأسبوع
5. ساعات الذروة يومياً"

// البرومبت لكلود:
"اكتب Python Script لتقرير يومي من بيانات POS:

يُرسل كل صباح الساعة 8 ويشمل:

مبيعات الأمس:
- إجمالي المبيعات بالريال (مقارنة بأمس الأسبوع الماضي)
- عدد الفواتير (مقارنة)
- متوسط قيمة الفاتورة
- إجمالي الخصومات ونسبتها من المبيعات

أعلى 5 منتجات مبيعاً (الكمية + الإيراد)

أداء الفروع (إذا وجد أكثر من فرع):
- ترتيب الفروع حسب المبيعات

تنبيهات تلقائية:
- إذا انخفضت المبيعات أكثر من 20% عن المعتاد
- إذا تجاوزت نسبة الخصم حداً معيناً

يُرسل عبر واتساب أو البريد الإلكتروني"

// البرومبت لكلود:
"حلل ساعات الذروة من بيانات POS:

1. Heatmap ساعة × يوم:
   جدول يُظهر متوسط المبيعات لكل ساعة في كل يوم
   (المحور الأفقي: أيام الأسبوع، العمودي: ساعات اليوم)
   الخلايا تتلون حسب الكثافة

2. تحليل الذروة لكل يوم:
   الجمعة: الذروة من 8-10م (X ريال/ساعة)
   السبت: الذروة من 7-9م (X ريال/ساعة)
   الأربعاء: الأهدأ بشكل مستمر...

3. توصيات التوظيف:
   بناءً على الذروة والهدوء، كم موظفاً مطلوباً كل ساعة؟
   مقارنة بعدد الموظفين الحالي في كل وقت

4. فرص الأوقات الهادئة:
   الساعات ذات الإقبال المنخفض — هل يمكن ملؤها بعروض خاصة؟"

// البرومبت لكلود:
"حلل مزيج المنتجات وصنّف كل منتج:

مصفوفة Product Portfolio:
- Stars: مبيعات عالية + هامش ربح عالٍ (يستحق العرض البارز)
- Cash Cows: مبيعات عالية + هامش منخفض (ضروري لكن لا تستثمر كثيراً)
- Question Marks: مبيعات منخفضة + هامش عالٍ (يحتاج ترويجاً أكثر)
- Dogs: مبيعات منخفضة + هامش منخفض (فكر في إزالته)

لكل منتج احسب:
- إجمالي وحدات مباعة خلال 3 أشهر
- نسبة المساهمة في إجمالي المبيعات
- هامش الربح المقدر (إذا أدخلت بيانات التكلفة)

توصيات:
- المنتجات المقترح إزالتها
- المنتجات المقترح تعزيز عرضها أو ترويجها"

// البرومبت لكلود:
"حلل أداء فريق الكاشير من بيانات POS:

لكل كاشير احسب:
1. عدد الفواتير التي أتمّها
2. متوسط سرعة المعاملة (دقيقة/فاتورة)
3. متوسط قيمة الفاتورة — هل يعرض منتجات إضافية؟
4. نسبة الفواتير الملغاة أو المعدّلة
5. إجمالي المبيعات لفترة تحت إشرافه

مقارنة الأداء:
- جدول يُقارن كل الكاشيرين بنفس المعايير
- من الأفضل أداءً؟ من يحتاج تدريباً؟

تنبيهات:
- كاشير نسبة إلغائه أكثر من 10% (يحتاج مراجعة)
- كاشير متوسط فاتورته أقل من المعتاد بكثير (يفوّت فرص البيع الإضافي)"

// البرومبت لكلود:
"حلل تأثير الخصومات على المبيعات والأرباح:

1. إجمالي الخصومات الممنوحة:
   - بالريال والنسبة من إجمالي المبيعات
   - توزيع الخصومات حسب الفترة الزمنية

2. من يمنح أكثر خصومات؟
   - تحليل حسب الكاشير
   - هل هناك كاشير يمنح خصوماً بشكل غير طبيعي؟

3. تأثير الخصم على الكمية:
   هل أيام الخصم تُحقق مبيعات أعلى كمياً؟
   هل الزيادة في الكمية تُعوّض خسارة الهامش؟

4. تحليل الخصومات حسب القسم:
   أي الأقسام تحتاج خصماً لتتحرك؟
   أيها يبيع بدون خصم؟

توصية: ما الحد المثالي للخصم الذي يزيد المبيعات دون إضرار الربح؟"

// البرومبت لكلود:
"حلل أنماط حجم السلة (Basket Analysis):

1. Market Basket Analysis:
   ما المنتجات التي تُشترى معاً في نفس الفاتورة؟
   إذا منتج A يظهر مع منتج B في 65% من الفواتير التي تحتوي A
   → هذان منتجان يُباعان معاً بشكل طبيعي

2. تطور متوسط الفاتورة:
   هل متوسط قيمة الفاتورة ارتفع أم انخفض خلال الأشهر الستة؟
   ما الفترات التي كان فيها الأعلى؟ لماذا؟

3. توزيع قيم الفواتير:
   فواتير أقل من 50 ريال: X%
   فواتير 50-200: X%
   فواتير أكثر من 200: X%
   هل التوزيع صحي؟

4. توصيات لرفع متوسط الفاتورة:
   بناءً على تحليل الـ Market Basket، ما المنتجات المقترح عرضها معاً؟"

// البرومبت لكلود:
"حلل أنماط تكرار الزيارة (إذا كان POS يسجل رقم العميل):

1. توزيع العملاء:
   - عملاء يزورون مرة في الشهر: X%
   - أسبوعياً: X%
   - يومياً تقريباً: X%

2. قيمة العميل المتكرر:
   متوسط إنفاق العميل الأسبوعي مقارنة بالشهري
   إجمالي إيراد كل شريحة من العملاء

3. العملاء الذين توقفوا عن الزيارة:
   من كان يزور أسبوعياً وتوقف منذ 30+ يوم؟
   هذه قائمة يمكن التواصل معها بعروض خاصة

4. الأنماط الموسمية:
   هل هناك أشهر معينة تنخفض فيها الزيارات؟
   كيف يختلف سلوك الشراء في رمضان والمواسم؟"

// البرومبت لكلود:
"اكشف فجوات المخزون من بيانات المبيعات:

1. اكتشاف الانقطاع:
   منتج كان يبيع X وحدة يومياً ثم توقف فجأة لأيام
   ثم عاد للبيع → هذا مؤشر نفاد مخزون

   احسب:
   - كم يوم الانقطاع؟
   - ما المبيعات الضائعة المقدرة؟

2. معدل دوران المخزون:
   Inventory Turnover = المبيعات بالكمية / متوسط المخزون
   (تحتاج ربط بيانات POS مع بيانات المخزون)

3. التوصية:
   بناءً على معدل البيع اليومي، ما كمية الطلب المثلى لكل منتج؟
   وما تاريخ الطلب المناسب قبل النفاد؟"