تحليل بيانات المتاجر الإلكترونية وتقسيم العملاء (RFM Analysis)

عنوان المشروع: تحليل بيانات المتاجر الإلكترونية وتقسيم العملاء (RFM Analysis)

نبذة عن المشروع:

يهدف هذا المشروع إلى إجراء تحليل شامل لبيانات متجر إلكتروني لاستخراج رؤى تسويقية وتجارية قيمة. باستخدام بايثون و SQL، يركز المشروع على فهم سلوكيات شراء العملاء، أداء المنتجات، واتجاهات الإيرادات. النقطة الجوهرية في هذا المشروع هي تطبيق نموذج "RFM" (حداثة الشراء، التكرار، القيمة النقدية) لتقسيم العملاء إلى فئات استراتيجية مثل "العملاء الأبطال"، "العملاء المخلصين"، و"العملاء المعرضين للمخاطرة"، مما يسهل توجيه الحملات التسويقية بدقة.

أبرز المهام والإنجازات:

إدارة قواعد البيانات: استخراج البيانات من قاعدة بيانات SQLite (olist.sqlite) وتنفيذ استعلامات معقدة لربط جداول الطلبات، المدفوعات، المنتجات، والتقييمات.

معالجة وتنظيف البيانات: دمج وتنظيف جداول ضخمة (أكثر من 99,000 سجل) باستخدام مكتبة Pandas، والتعامل مع القيم المفقودة لضمان دقة التحليل.

تحليل البيانات الاستكشافي (EDA): تتبع حجم الطلبات الشهرية، حساب الإيرادات حسب تصنيف المنتجات، وتحديد أفضل 10 عملاء والمنتجات الأكثر مبيعاً.

تقسيم العملاء: بناء نموذج RFM لتصنيف قاعدة العملاء بذكاء إلى 7 شرائح مختلفة بناءً على سلوكهم الشرائي.

تصوير البيانات (Data Visualization): تصميم رسوم بيانية متقدمة (مثل المخططات السداسية والمدرجات التكرارية) باستخدام Matplotlib و Seaborn لتوضيح كثافة العملاء، وعادات الإنفاق، ومعدل تكرار الطلبات.