Η παρούσα διπλωματική εργασία παρουσιάζει τη σχεδίαση και υλοποίηση ενός ολοκληρωμένου συστήματος επιχειρησιακής ευφυΐας με δυνατότητες προβλεπτικής ανάλυσης, προσαρμοσμένου στις ανάγκες του λιανικού εμπορίου. Το σύστημα αναπτύχθηκε με χρήση Python και Streamlit, αξιοποιώντας MySQL ως υποδομή αποθήκευσης δεδομένων σε δύο επίπεδα: την ακατέργαστη βάση δεδομένων συναλλαγών (retail_db) και τη βάση επεξεργασμένων δεδομένων (retail_db_normalized).

Ο πυρήνας του συστήματος αποτελείται από ένα pipeline μηχανικής μάθησης πέντε σταδίων, το οποίο δημιουργεί χαρακτηριστικά χρονοσειράς (lag features, rolling statistics, μετεωρολογικά δεδομένα, εορτολόγιο), εκπαιδεύει οκτώ προγνωστικά μοντέλα ανά προϊόν (ARIMA, Holt-Winters, Moving Average, LightGBM, Random Forest, Extra Trees, Naive, Seasonal Naive), επιλέγει αυτόματα το βέλτιστο βάσει MAE σε χρονολογική διαχωρισμένη δοκιμαστική περίοδο (80/20) και παράγει προβλέψεις 30 ημερών με αναδρομική τεχνική για τα μοντέλα μηχανικής μάθησης. Επιπλέον, ενσωματώνεται αλγόριθμος ανίχνευσης ανωμαλιών βασισμένος στο Robust Z-Score με Μέση Απόλυτη Απόκλιση (MAD), ανθεκτικός σε ακραίες τιμές.

Το διαδραστικό dashboard εξυπηρετεί έξι θεματικές ενότητες: ανάλυση εσόδων, προβλέψεις ζήτησης, backtest αξιολόγηση, ανίχνευση ανωμαλιών, διαχείριση αποθέματος και ανάλυση πελατών. Η αξιολόγηση του συστήματος με συνθετικά δεδομένα που περιλαμβάνουν 3.223.031 γραμμές προϊόντων από 1.075.000 συναλλαγές και αφορούν 100 προϊόντα ανέδειξε ότι το ARIMA επιτυγχάνει τη χαμηλότερη μέση τιμή MAE (14,516), επιλεγόμενο ως βέλτιστο για 28 προϊόντα.

This thesis presents the design and implementation of a comprehensive business intelligence system with predictive analytics capabilities, tailored to the needs of the retail sector. The system was developed using Python and Streamlit, with MySQL serving as the data storage infrastructure at two levels: a raw transactional database (retail_db) and a processed data database (retail_db_normalized). The core of the system consists of a five-stage machine learning pipeline that generates time-series features (lag features, rolling statistics, meteorological data, and holiday indicators), trains eight forecasting models per product (ARIMA, Holt-Winters, Moving Average, LightGBM, Random Forest, Extra Trees, Naive, and Seasonal Naive), automatically selects the optimal model based on MAE over a temporally split test period (80/20), and produces 30-day forecasts using a recursive strategy for machine learning models. Additionally, an anomaly detection algorithm based on the Robust Z-Score with Median Absolute Deviation (MAD) is incorporated, providing resilience against outliers. The interactive dashboard serves six thematic modules: revenue analysis, demand forecasting, backtest evaluation, anomaly detection, inventory management, and customer analysis. System evaluation using synthetic data comprising 3,223,031 sale-item records from 1,075,000 transactions across 100 products demonstrated that ARIMA achieves the lowest mean MAE (14.516), being selected as the optimal model for 28 products.