FlavorSense

عنوان المشروع:

تحليل بيانات تفضيلات النكهات (FlavorSense Project)

الوصف:

تم تنفيذ مشروع FlavorSense بهدف تحليل بيانات العملاء المتعلقة بتفضيلات النكهات وفهم سلوكهم الشرائي.

الخطوات التي تم اتباعها:

تنظيف ومعالجة البيانات: التعامل مع القيم المفقودة وتنظيم البيانات بشكل مناسب للتحليل.

التحليل الاستكشافي (EDA): دراسة العلاقة بين الخصائص الديموغرافية (العمر، الجنس، الموقع) وتفضيلات النكهات.

تصور البيانات (Visualization): إنشاء رسوم بيانية ولوحات معلومات توضح أكثر النكهات شيوعًا، وأنماط الاستهلاك عبر الفئات المختلفة.

تقسيم العملاء (Segmentation): استخدام تقنيات مثل Clustering لتقسيم العملاء إلى مجموعات بناءً على تفضيلاتهم.

نمذجة تنبؤية (Predictive Modeling): بناء خوارزميات Machine Learning للتنبؤ بالنكهات المفضلة لدى العملاء الجدد.

التوصيات: تقديم اقتراحات للشركة حول المنتجات التي يجب التركيز عليها، وكيفية تصميم حملات تسويقية موجهة لكل شريحة عملاء.

الأدوات المستخدمة:

Python (Pandas, NumPy, Scikit-learn, Matplotlib, Seaborn)

Power BI / Tableau لعرض النتائج

Jupyter Notebook

النتائج:

تحديد أهم النكهات الأكثر طلبًا بين العملاء.

بناء نموذج قادر على التنبؤ بتفضيلات النكهات بدقة تتجاوز 80%.