تحليل سلوك المستهلك وتوقع الإنفاق السنوي باستخدام لغة بايثون.

قمت في هذا المشروع بإجراء تحليل شامل لبيانات عملاء شركة تجارة إلكترونية تهدف إلى فهم العوامل التي تؤثر بشكل أكبر على حجم إنفاق العملاء السنوي، وذلك لمساعدتهم في اتخاذ قرارات استراتيجية مبنية على البيانات.

أهم المهام التي قمت بها في المشروع:

تحليل البيانات الاستكشافي (EDA): قمت بدراسة العلاقات والارتباطات بين خصائص العملاء المختلفة (مثل وقت الجلسة، الوقت المقضي على التطبيق، والوقت المقضي على الموقع) وبين إجمالي الإنفاق السنوي باستخدام مكتبات Seaborn و Matplotlib.

بناء نموذج تنبؤي: قمت بتطوير نموذج تعلم آلة يعتمد على "الانحدار الخطي" (Linear Regression) للتنبؤ بحجم الإنفاق المستقبلي للعملاء بناءً على سلوكهم.

تقييم الأداء: قمت بتقييم دقة النموذج باستخدام مقاييس إحصائية متقدمة وتحليل البواقي (Residuals) لضمان جودة التوقعات.

استخلاص النتائج: توصلت من خلال تحليل المعاملات (Coefficients) إلى أن "مدة العضوية" و"الوقت المقضي على التطبيق" هما المحركان الأساسيان لزيادة المبيعات، مما يعطي توصية واضحة للشركة بالتركيز على تطوير تطبيق الهاتف الجوال.

التقنيات المستخدمة:

لغة البرمجة: Python.

المكتبات: Pandas, NumPy, Scikit-learn للتعامل مع البيانات والنمذجة.

التصور البياني: Seaborn و Matplotlib لتمثيل البيانات بوضوح.