تحليل بيانات العملاء وسلوك التسوق باستخدام Python | Exploratory Data Analysis

مشروع تحليل بيانات (Exploratory Data Analysis – EDA) على مجموعة بيانات Customer Shopping Trends، بهدف فهم سلوك العملاء، وتحليل أنماط الشراء، واكتشاف الاتجاهات والعوامل المرتبطة بتفضيلات المستهلكين.

أبرز الأعمال التي تم تنفيذها:

- تحميل البيانات وفحص حجمها وهيكلها وأنواع المتغيرات.

- تحديد المتغيرات الرقمية والتصنيفية وتجهيزها للتحليل.

- فحص البيانات والتأكد من عدم وجود قيم مفقودة أو سجلات مكررة.

- إجراء التحليل أحادي المتغير (Univariate Analysis) لفهم توزيعات البيانات.

- تحليل المتغيرات الرقمية باستخدام Histograms وKDE.

- تحليل المتغيرات التصنيفية باستخدام Count Plots.

- إجراء تحليل متعدد المتغيرات (Multivariate Analysis) لاكتشاف العلاقات بين خصائص العملاء وسلوك الشراء.

- تحليل الارتباطات بين المتغيرات الرقمية باستخدام Correlation Matrix وHeatmap.

- دراسة العلاقة بين طرق الدفع والمواسم، والعمر وتقييمات المنتجات.

- تحليل الاشتراكات وتفضيلات الشراء حسب النوع والفئات المختلفة.

- استخدام GroupBy وFiltering وAggregation للإجابة عن أسئلة تحليلية متعددة واستخراج مؤشرات المبيعات وسلوك العملاء.

النتيجة:

تقديم تحليل استكشافي شامل لبيانات التسوق، وتحويل البيانات إلى معلومات قابلة للفهم والاستفادة منها في دراسة تفضيلات العملاء، وأنماط الإنفاق، وطرق الدفع، والاتجاهات الموسمية.