وصف نموذج العمل:

مشروع تقسيم العملاء (Customer Segmentation) باستخدام تعلّم الآلة غير الموجّه، لتحويل بيانات العملاء الخام إلى شرائح واضحة تساعد فرق التسويق على استهداف كل شريحة بالعروض المناسبة لها.

المواصفات:

تحليل استكشافي للبيانات (EDA) يشمل التوزيعات والارتباطات والإحصائيات الوصفية.
توحيد مقاييس المتغيرات (Standardization)، وهو ضروري لخوارزميات المسافات.
نموذج K-Means مع تهيئة k-means++.
اختيار عدد الشرائح (K=5) بطريقة الكوع (Elbow) ومعامل Silhouette بقيمة تقارب 0.46.
تحليل كل شريحة حسب الدخل والإنفاق والعمر وعدد الزيارات، مع توصية تسويقية لها.
لوحة تفاعلية بصفحة HTML، يمكن فيها تغيير K ورؤية النتائج مباشرة، وتصنيف عميل جديد.
الكود الكامل بلغة Python جاهز للتطبيق على بيانات حقيقية.

الأدوات المستخدمة: Python، pandas، NumPy، scikit-learn (KMeans, StandardScaler, silhouette_score, PCA)، Matplotlib وSeaborn للتحليل، وHTML وJavaScript وChart.js للوحة التفاعلية.