Créer une segmentation Marketing des clients d’un site de e-commerce et assurer sa maintenance - Projet réalisé en mai 2024 dans le cadre du parcours de formation DataScientist d'OpenClassrooms.
Contexte : Olist, une entreprise brésilienne spécialisée dans la vente sur les marketplaces, souhaite optimiser ses campagnes marketing grâce à une segmentation des clients e-commerce.
Objectif : Comprendre les différents profils de clients en fonction de leur comportement et de leurs données personnelles, afin de guider les actions marketing.
Tâches :
- Clustering des clients : appliquer des méthodes de clustering non supervisées pour identifier des segments de clients présentant des comportements similaires ;
- Création d’une segmentation actionnable : fournir à l’équipe marketing une description claire des segments, avec des recommandations pratiques pour une utilisation optimale ;
- Analyse de la stabilité des segments : évaluer la stabilité des segments au fil du temps et proposer une fréquence optimale de mise à jour de la segmentation.
Résultats :
- 6 segments de clients ont été identifiés, accompagnés d’une description claire permettant de cibler chaque groupe avec des messages marketing différenciés ;
- Cette personnalisation a permis d’optimiser l’efficacité des campagnes : baisse des coûts des campagnes marketing, rétention de clientèle, amélioration des taux de conversion ;
- Un contrat de maintenance de 2 ans a été proposé pour assurer l'évolution des segments. Une solution automatisée de mise à jour des segments basée sur l’évolution des métriques (comme l’ARI et les dispersions) serait idéale pour maintenir la pertinence de la segmentation.
Environnement de travail : Jupyter Notebook – Python (via Anaconda), librairies : NumPy – Pandas – Matplotlib – Seaborn – scikit-learn – Folium