E-commerce Purchase Prediction — Customer Analytics

نموذج يتوقع إن كان زائر المتجر الإلكتروني سيكمل الشراء أم لا، من خلال سلوكه أثناء التصفح مثل الصفحات التي زارها والوقت الذي قضاه فيها ومعدل الخروج ونوع الزائر. يساعد هذا المتجر على توجيه العروض والرسائل التسويقية للزوار المهتمين فعلا بدل صرف الميزانية على الجميع.

استخدمت بيانات Online Shoppers Purchasing Intention من Kaggle، وفيها 12,330 جلسة تصفح انتهت 15.5% منها فقط بشراء.

جهزت البيانات بتحويل الشهر ونوع الزائر بطريقة One-Hot Encoding، وحولت القيم المنطقية إلى أرقام، ثم وحدت المقياس بـ StandardScaler فأصبح لدينا 26 خاصية. قسمت البيانات 80% للتدريب و20% للاختبار مع الحفاظ على نسبة المشترين نفسها في الجزأين، واستخدمت class_weight='balanced' حتى لا يتجاهل النموذج المشترين لأنهم قلة.

قارنت بين Logistic Regression وRandom Forest وقيمتهما بمقاييس Precision وRecall وF1 ومصفوفة الالتباس. حقق Random Forest دقة أعلى بلغت 89.54%، لكنه اكتشف نصف المشترين فقط. أما Logistic Regression فدقته 85% واكتشف 74.87% من المشترين، وفاته 96 مشتريا مقابل 191 في Random Forest. لذلك اخترت Logistic Regression كنموذج نهائي، لأن تفويت عميل كان سيشتري أهم في هذه المشكلة من رقم الدقة.

من تحليل أهمية الخصائص ظهر أن قيمة الصفحات التي زارها العميل (PageValues) هي أكثر ما يؤثر في قرار الشراء بنسبة 37.9%، ويليها معدل الخروج من الصفحات (ExitRates) بنسبة 9.92%، ثم الوقت الذي قضاه في صفحات المنتجات.

نفذت المشروع بلغة Python ومكتبات Pandas وNumPy وscikit-learn على Google Colab.