تحليل البيانات لدعم إستراتيجيات التسويق | Data analysis for marketing strategy

بيانات عملاء متجر إلكتروني (350 عميل) وفريق التسويق يسأل: من هم عملاؤنا الأكثر قيمة؟ هل العروض الترويجية تحقق العائد المرجو منها؟ ومن هم العملاء المعرّضون لخطر التوقف عن الشراء؟ للإجابة على أسئلتهم ... بدأت التنفيذ باستخدام Python (pandas, scikit-learn, matplotlib): تنظيف البيانات والتحقق من جودتها (لا قيم مفقودة أو مكررة). تقسيم العملاء إلى 3 شرائح بخوارزمية K-Means حسب العمر، الإنفاق، ومدة الغياب. تحليل الرضا حسب نوع العضوية والمدينة. مقارنة فعالية الخصومات على الإنفاق. تصنيف كل عميل حسب خطر فقدانه مع اقتراح إجراء مناسب. عرض النتائج برسوم بيانية. النتائج 3 شرائح واضحة للعملاء بسلوك إنفاق مختلف. أعضاء Gold الأكثر رضا (4.68)، Bronze الأقل (3.32). سان فرانسيسكو ونيويورك الأعلى رضا، هيوستن وشيكاغو الأقل. العملاء الذين لم يستخدموا خصمًا أنفقوا أكثر بنسبة ~14.8% مقارنة بمن استخدم خصمًا تصنيف العملاء حسب خطر الفقدان (آمن/في خطر/حرج) .