Customer Value Prediction & Segmentation System

قمت بتطوير نظام تحليلي متكامل (End-to-End) يهدف إلى فهم سلوك العملاء وتعظيم العائد المادي، وذلك باستخدام مجموعة بيانات ضخمة للتجارة الإلكترونية (UCI Online Retail) تحتوي على أكثر من 540,000 معاملة.

المهام والتفاصيل التقنية:

هندسة البيانات (Feature Engineering): قمت بتحليل البيانات واستخراج ميزات سلوكية دقيقة باستخدام تحليل RFM (Recency, Frequency, Monetary) بالإضافة إلى الميزات الزمنية، لتهيئة البيانات لنماذج الذكاء الاصطناعي.

النمذجة التنبؤية (Supervised Learning): قمت ببناء ومقارنة عدة نماذج متقدمة تشمل XGBoost و Random Forest، بالإضافة إلى تطوير شبكات عصبية عميقة (Deep Neural Networks) لتوقع "القيمة الدائمة للعميل" (CLV) بدقة عالية.

تقسيم العملاء (Unsupervised Learning): استخدمت خوارزميات التجميع مثل K-Means و GMM وتقنية PCA لتقسيم العملاء إلى شرائح سلوكية واضحة تساعد في توجيه الحملات التسويقية.

واجهة التطبيق (Deployment): توجت المشروع ببناء لوحة تحكم تفاعلية (Dashboard) باستخدام Streamlit، تتيح للمستخدمين استعراض تحليل الشرائح والحصول على توقعات فورية لقيمة العملاء وسيناريوهات العائد على الاستثمار.