تقسيم العملاء باستخدام تقنيات التعلم غير المراقب (Clustering)

يهدف هذا المشروع إلى مساعدة الشركات على فهم عملائها بشكل أعمق وتصميم استراتيجيات تسويقية أكثر دقة. قمت بتنظيف بيانات العملاء ومعالجة الشذوذ، ثم أجريت تحليلًا استكشافيًا بصريًا لتحديد الأنماط الأولية في سلوك الشراء.

بعد ذلك، استخدمت خوارزمية K-Means Clustering لتجميع العملاء في شرائح مميزة بناءً على متغيرات مثل الدخل، عدد المشتريات، وتكرار التعامل. كما تم استخدام Elbow Method لتحديد العدد الأمثل من المجموعات.

النتيجة وفرت رؤى عملية يمكن للشركات الاستفادة منها في تخصيص العروض وزيادة رضا العملاء.

? الأدوات المستخدمة:

Python – Pandas – NumPy – Matplotlib – Seaborn – Scikit-learn