Customer Value Prediction & Segmentation System

قمت بتطوير نظام متكامل لتحليل سلوك العملاء في منصات التجارة الإلكترونية باستخدام تقنيات تعلم الآلة، بهدف التنبؤ باحتمالية الشراء وقيمة العميل على المدى الطويل (Customer Lifetime Value)، بالإضافة إلى تقسيم العملاء إلى فئات سلوكية تساعد في تحسين استراتيجيات التسويق.

اعتمد المشروع على معالجة أكثر من 200,000 عملية تفاعل للعملاء، حيث تم بناء خصائص سلوكية متقدمة مثل RFM (الحداثة، التكرار، القيمة)، وتحليل الأنماط الزمنية لسلوك المستخدمين.

تم تدريب عدة نماذج مثل Gradient Boosting وRandom Forest للتنبؤ بسلوك العملاء، بالإضافة إلى استخدام تقنيات التعلم غير الموجه مثل Clustering لتقسيم العملاء إلى مجموعات قابلة للاستهداف.

كما تم استخدام نماذج Deep Learning مثل LSTM وTransformer لتحليل تسلسل سلوك المستخدمين والتنبؤ بالعمليات المستقبلية بدقة أعلى.

وأخيرًا، تم تطوير لوحة تحكم تفاعلية باستخدام Streamlit لعرض نتائج التحليل، واستكشاف فئات العملاء، والتنبؤ بقيمة العملاء، ومحاكاة الحملات التسويقية.