تحليل ولاء العملاء وتوقع سلوك الشراء باستخدام الذكاء الاصطناعي

اللغات والأدوات المستخدمة:

SQL Server، SSIS، Power BI، نماذج التعلم الآلي (ML Models)، Pandas، Streamlit

وصف المشروع:

يهدف هذا المشروع إلى تحليل ولاء العملاء وسلوك الشراء في متجر دراجات، باستخدام تقنيات علم البيانات والتعلم الآلي للحصول على رؤى تساعد في تحسين قرارات التسويق وزيادة رضا العملاء.

أهم ميزات المشروع:

إعداد البيانات: دمج عدة مجموعات بيانات، ومعالجة القيم المفقودة، وضمان تكامل البيانات باستخدام SQL Server وSSIS.

التحليل الاستكشافي للبيانات (EDA): تصميم لوحات تفاعلية باستخدام Power BI لعرض خصائص العملاء، وأنماط الشراء، وتفضيلات المنتجات.

تحليل وتصنيف العملاء (RFM Analysis & Segmentation): تطبيق تحليل RFM (Recency, Frequency, Monetary) لتقسيم العملاء إلى فئات مثل "الأبطال (Champions)" و"المعرضين للخطر (At Risk)" لدعم الحملات التسويقية الموجهة.

توقع سلوك الشراء: تطوير نموذج تصنيف باستخدام Random Forest بدقة بلغت 76.7% لتوقع سلوك الشراء لدى العملاء.

النشر: إنشاء تطبيق ويب تفاعلي باستخدام Streamlit يتيح التنبؤات الفورية وتحليل شرائح العملاء بسهولة.