DATA_Anlysis_DataCafe

وصف العمل: تحليل بيانات تفضيلات العملاء

قمت بتنفيذ مشروع تحليل بيانات تفضيلات العملاء (Customer Shopping Preferences Dataset) باستخدام لغة Python ومكتبات تحليل البيانات (Pandas, NumPy, Matplotlib, Seaborn, WordCloud).

خطوات العمل:

تحميل البيانات (Data Loading): استيراد البيانات وفحص الأعمدة والأنواع (عددية وفئوية).

تنظيف البيانات (Data Cleaning): التعامل مع القيم المفقودة والتكرارات.

الإحصاء الوصفي (Descriptive Statistics): حساب المتوسطات والقيم الأكثر شيوعًا (مثل العمر ومتوسط الشراء).

التحليل الاستكشافي (Exploratory Analysis): إنشاء رسوم بيانية (Bar, Pie, Word Cloud) لفهم أنماط العملاء حسب العمر، النوع، الموقع، الفئات الشرائية.

تحليل معمق (In-depth Analysis): استخراج رؤى عملية مثل:

الفرق في تقييمات العملاء بين الذكور والإناث.

أكثر طرق الدفع استخدامًا.

متوسط قيمة المشتريات للعملاء المشتركين مقابل غير المشتركين.

تحليل الارتباط (Correlation Analysis): حساب علاقة العمر بعدد المشتريات السابقة باستخدام معاملات الارتباط (Pearson).

النتائج والقيمة:

التعرف على أنماط الشراء وتفضيلات العملاء.

استخراج رؤى تدعم اتخاذ قرارات تسويقية وتجارية أفضل.

تقديم نموذج عملي لتوظيف البيانات في تحليل سلوك العملاء.