Customer Segmentation

في المشروع ده استخدمت Mall Customers Dataset (200 صف × 5 أعمدة) لتقسيم العملاء إلى مجموعات مختلفة بناءً على العمر، الدخل السنوي، ودرجة الإنفاق بهدف مساعدة الشركات على فهم سلوك العملاء وتصميم استراتيجيات تسويق أفضل.

الخطوات:

تنظيف البيانات من القيم المفقودة والمكررة والتعامل مع القيم الشاذة.

تحليل استكشافي (EDA) باستخدام الرسوم البيانية لفهم التوزيعات والعلاقات بين المتغيرات.

تجهيز البيانات: ترميز النوع (Gender)، وتوحيد القيم باستخدام StandardScaler.

تطبيق خوارزميات التجميع:

K-Means (باستخدام Elbow Method واختيار k=5).

DBSCAN لاكتشاف المجموعات غير الخطية.

Hierarchical Clustering مع بناء Dendrogram.

تحليل كل Cluster وتحديد خصائصه (مثل العملاء ذوي الدخل العالي لكن إنفاق منخفض، أو الشباب ذوي الإنفاق المرتفع).

النتائج:

أفضل تقسيم باستخدام K-Means لخمسة مجموعات واضحة.

أظهرت النتائج عملاء مهمين (High income & High spending) يمثلون قيمة كبيرة للشركات.

استخدمت التصورات (Scatterplots, Heatmaps, Dendrograms) لعرض النتائج بوضوح.

الأدوات والتقنيات:

Python, Pandas, NumPy, Matplotlib, Seaborn, Scikit-learn (KMeans, DBSCAN, StandardScaler), SciPy (Hierarchical Clustering).