هل تساءلت يوماً لماذا لا تنجح حملات التسويق الموحدة؟ في هذا المشروع، قمت بتحليل بيانات سلوكية ومعاملاتية معقدة للعملاء، وحولتها إلى 4 مجموعات استراتيجية واضحة (Segments) باستخدام أساليب تعلم الآلة غير الخاضعة للإشراف (Unsupervised Machine Learning).
ما الذي أنجزته؟
استكشاف البيانات (EDA): تحليل تباين أنماط الشراء والسلوك لتحديد الميزات الأساسية.
تنظيف البيانات (Data Prep): هندسة الميزات وتطبيعها (Normalization) لضمان دقة نموذج التجميع.
تطبيق الخوارزميات (Clustering): استخدام خوارزمية K-Means Clustering (كما في النوت بوك الخاص بكِ) لتحديد التقسيم الأمثل.
تحديد العدد الأمثل (Elbow Method): استخدام اختبار الـ Elbow و Silhouette Analysis لاختيار أفضل عدد للمجموعات (K=4).
تفسير الرؤى (Business Insights): تحليل خصائص كل مجموعة وتطوير استراتيجية تسويقية موجهة لكل منها.
الأدوات والتقنيات المستخدمة:
Python: اللغة الأساسية.
Pandas & NumPy: لهيكلة البيانات.
Scikit-learn: لتطبيق خوارزميات تعلم الآلة (K-Means).
Matplotlib & Seaborn: لإنشاء لوحات بيانات تفاعلية وواضحة.
النتيجة النهائية:
تقرير نهائي يوضح للشركة كيف يمكنها توجيه موارد التسويق بشكل أدق لزيادة ولاء العملاء ورفع العائد على الاستثمار (ROI).
