Ce projet explore les transactions d'une boutique en ligne spécialisée dans les cadeaux uniques. L'objectif est d'extraire des connaissances stratégiques pour améliorer les ventes et la fidélisation client.
- Nettoyage des données : Gestion des retours produits (quantités négatives) et des identifiants clients manquants.
- Segmentation Client (RFM) : Classification des clients selon leur Récence, Fréquence et Montant (Analyse RFM) pour identifier les clients "VIP" vs les clients "à risque".
- Analyse de Panier (Market Basket Analysis) : Utilisation de l'algorithme Apriori ou FP-Growth pour découvrir les produits souvent achetés ensemble (Cross-selling).
- Analyse Temporelle : Identification des pics de ventes par heure, jour de la semaine et mois.
- Langage : Python (Notebook)
- Librairies : Pandas, Matplotlib, Seaborn, Mlxtend (pour l'analyse d'association).
- Identification de segments clients distincts pour des campagnes marketing ciblées.
- Découverte de règles d'association fortes permettant de suggérer des recommandations de produits.