Segmentasi pelanggan

Gambaran projek

Meneroka kumpulan pelanggan melalui pengelompokan.

Aliran kerja segmentasi pelanggan yang membandingkan pendekatan pengelompokan bagi data umur, pendapatan dan perbelanjaan. Ia merangkumi pengesahan input, artifak model boleh guna semula dan ringkasan segmen yang boleh ditafsir untuk analisis pemasaran penerokaan.

• Python
• Pengelompokan
• PCA
• Penilaian

Di dalam binaan ini

• Mengesahkan pengecam pelanggan yang terhingga dan unik serta nilai kategori yang didokumenkan, dengan peraturan pencilan pendapatan 1.5×IQR.
• Menyeragamkan ciri umur, pendapatan dan perbelanjaan sambil menyimpan jantina untuk tafsiran selepas pengelompokan.
• Membandingkan K-Means, pengelompokan aglomeratif dan DBSCAN, dengan serta tanpa PCA.
• Membina aliran kerja K-Means enam segmen yang boleh dikonfigurasi dan menyimpan penskala, model, penugasan serta metriknya.
• Menilai skor siluet, Davies–Bouldin dan Calinski–Harabasz bersama inersia, serta menambah 15 ujian dengan liputan 95%.
• Mendokumenkan ketiadaan pengesahan luaran, kajian kestabilan dan peningkatan kempen yang diukur; segmen masih bersifat penerokaan.

Kod sumber & pautan