تحليل بيانات العملاء وتقسيمهم (Python)

في هذا المشروع عملت على بيانات العملاء المأخوذة من رابط URL، وتم تحويلها إلى رؤى عملية من خلال التنظيف، والهندسة المميِّزة، والتصورات المتقدمة. الخطوات والعمليات: جمع البيانات: الحصول على البيانات الخام من مصدر عبر الإنترنت (URL). إعداد البيانات: تصنيف الأعمدة إلى عددية و وصفية لهيكلة التحليل. تنظيف البيانات: معالجة القيم المفقودة (Nulls)، إزالة التكرارات، وضمان جودة البيانات. الهندسة المميِّزة (Feature Engineering): إنشاء متغير جديد هو مدة الاشتراك (Tenure) لتحليل دورة حياة العميل. تقسيم العملاء (Segmentation): تحديد شرائح مثل العملاء ذوي الفواتير المرتفعة و الأفراد الكبار في السن غير المتزوجين وفق شروط محددة. تحليل استكشافي للبيانات (EDA): إجراء تصورات أحادية، ثنائية، ومتعددة المتغيرات لفهم الأنماط والعلاقات والعوامل المؤثرة في سلوك العملاء. النتيجة: قدّم التحليل رؤى قيمة حول الخصائص الديموغرافية للعملاء، أنماط الفواتير، والفئات عالية المخاطر. هذه النتائج يمكن أن تدعم نماذج توقع فقدان العملاء (Churn Prediction) وتساعد في صياغة استراتيجيات تسويق موجهة وتحسين خطط الاحتفاظ بالعملاء.