تحليل تقسيم العملاء باستخدام الذكاء الاصطناعي (AI-Driven Customer Segmentation Analysis)

يهدف المشروع لمساعدة الشركات على فهم سلوك عملائها وتقسيمهم لمجموعات (Clusters) ذكية باستخدام التعلم الآلي غير الخاضع للإشراف. يعتمد التقسيم على العمر، الدخل، ومعدل الإنفاق لإطلاق حملات تسويقية مخصصة تزيد المبيعات. 🛠️ خطوات العمل: معالجة البيانات: توحيد المقاييس باستخدام StandardScaler. تحديد المجموعات: استخدام Elbow Method لتحديد 4 مجموعات مثالية للعملاء. بناء النموذج: تطبيق خوارزمية K-Means Clustering للتقسيم. التحليل البصري: تصميم لوحة بيانات (3D & Boxplots) لتوضيح خصائص كل فئة. 📊 الرؤى المستخرجة: الفئة الذهبية: دخل وإنفاق مرتفعان (الهدف الأساسي لبرامج الولاء). عملاء حذرون: دخل مرتفع وإنفاق منخفض (يحتاجون لعروض تحفيزية). عملاء مندفعون: دخل منخفض وإنفاق عالٍ جداً. عملاء عاديون: متوسطو الدخل والإنفاق. 💻 التقنيات المستخدمة: Python, Scikit-Learn (K-Means), Pandas, NumPy, Matplotlib, Seaborn. ستحصل على: حجم البيانات: تحليل Dataset واحدة بحد أقصى 5000 سجل (Rows). صيغة التسليم: تسليم الـ Source Code كامل ومنظم بصيغة (.ipynb أو .py) النموذج المدرب (.pkl). النتائج: تقرير PDF مختصر بيوضح أهم النتائج (Results) والرسوم البيانية (EDA).