تفاصيل العمل

-تحليل RFM: تم استخدام تحليل RFM لإنشاء درجة RFM لكل عميل، مما ساعد على تحديد الأنماط واكتشاف العملاء الأكثر قيمة.

-التجزئة اليدوية: تم تقسيم العملاء إلى تسع فئات متميزة تمثل درجات متفاوتة من ولاء العملاء أو خطر فقدانهم، بناءً على درجات RFM.

-التجميع باستخدام K-means: تم تطبيق تجميع K-means على درجات RFM، وتم تحديد العدد الأمثل للمجموعات باستخدام طريقة المرفق وتحليل السلوهيت.

-دمج التعلم الآلي: تم دمج التعلم الآلي مع تحليل RFM التقليدي، مما ساهم في تحسين عملية تجزئة العملاء وتوجيه استراتيجيات مستهدفة بشكل فعال.

ملفات مرفقة

بطاقة العمل

اسم المستقل احمد ا.
عدد الإعجابات 0
عدد المشاهدات 3
تاريخ الإضافة
تاريخ الإنجاز