DataScience.ipynb - Guide de Personnalisation Marketing

📋 Vue d'ensemble

Ce notebook est un projet complet de Data Science appliqué au marketing de personnalisation. Il couvre l'ensemble du pipeline d'analyse de données clients, de la segmentation à la prédiction et à la stratégie marketing personnalisée.

Objectif principal : Utiliser les données clients et transactionnelles pour segmenter la clientèle, prédire les risques de churn, estimer la valeur client (CLV), et proposer des stratégies marketing ciblées.

---

📚 Structure du Notebook (8 Modules)

Module 1 : Identifier les enjeux de la personnalisation marketing

Contexte : Introduction conceptuelle à la personnalisation marketing.

Contenu :

• Définition de la personnalisation marketing : adapter messages, offres et canaux selon les profils clients

• Enjeux majeurs :

  • Fidélisation du client
  • Meilleure connaissance client
  • Optimisation des campagnes marketing
  • Utilisation des données (datasets)

• Analyse SWOT :

  • Forces : Données clients disponibles, capacité à segmenter, amélioration du taux de conversion, automatisation possible
  • Faiblesses : Insuffisance de données, manque de compétences, faible budget
  • Opportunités : Utilisation croissante de l'IA, outils simples d'exploitation, différenciation concurrentielle
  • Menaces : RGPD/confidentialité, forte concurrence, matériel défectueux

• Modèle 5P Marketing appliqué :

  • Produit : Vêtements
  • Prix : Dans la colonne price des données produits
  • Place : New York, Los Angeles, Chicago, Houston, Phoenix
  • Promotion : "Ayez le look"
  • People : Jeunes, hommes et femmes avec pouvoir d'achat

---

Module 2 : Nettoyage, visualisation et résumé des données

Objectif : Exploración et nettoyage des données clients, ventes et produits.

Données utilisées :

• Customer.csv : Informations clients (ID, Nom, Âge, Montant Total Dépensé)
• Sale.csv : Historique des ventes (ID Vente, ID Client, Quantité, Prix, Date)
• Product.csv : Catalogue produits (ID Produit, Nom, Prix)

Analyses réalisées :

1. Détection des valeurs aberrantes (Outliers) :

   • Box-plots pour Sale_Price et Price
   • Conclusion : Aucune valeur aberrante détectée

2. Visualisations clés :

   • Dépenses totales par client (graphique barplot)
   • Segmentation des clients par tranches de dépense (< 400€, 400-600€, 600-800€)
   • Quantité totale vendue par produit (barplot)
   • Évolution du chiffre d'affaires dans le temps (lineplot)

---

Module 3 : Segmentation client

Méthode : K-Means Clustering + PCA (Analyse en Composantes Principales)

Étapes :

1. Agrégation des données :

   • Fusion Customer + Sales
   • Calcul de métriques par client : âge, dépense totale, montant acheté, quantité achetée

2. Normalisation :

   • StandardScaler pour les 4 variables numériques

3. K-Means :

   • 3 segments identifiés (Cluster 0, 1, 2)
   • Assignation de chaque client à son cluster

4. PCA pour visualisation :

   • Réduction à 2 dimensions
   • PC1 explique ~66.6% de la variance
   • PC2 explique ~33.3% de la variance
   • Graphique scatter plot coloré par cluster

5. Export : segmentation_clients_pca.csv

Interprétation :

• Clients proches sur le graphique = profils similaires
• Clients éloignés = profils très différents (ex. Charlie très à gauche = jeune, faible dépense)

---

Module 4 : Profilage des segments

Objectif : Caractériser chaque segment et ses préférences produit.

Analyses :

1. Profil moyen par segment :

   • Âge moyen, montant dépensé, quantité achetée, nombre de clients
   • Sauvegarde : segment_profile.csv

2. Préférences produits par segment :

   • Produits les plus achetés dans chaque segment
   • Sauvegarde : product_preferences.csv

3. Interprétation des segments :

   • Segment Budget : Faible dépense (< 400€) → "Client économique"
   • Segment Moyen : Dépense 400-700€ → "Client moyen"
   • Segment Premium : Dépense > 700€ → "Gros dépensier"

---

Module 5 : Analyse des performances des campagnes marketing

Objectif : Calculer les KPIs marketing et identifier les canaux les plus performants.

Données : Marketing.csv (Campaign_ID, Channel, Budget, Impressions, Clicks, Conversions)

KPIs calculés :

• CTR (%) = (Clicks / Impressions) × 100 → Taux de clics
• Conversion_Rate (%) = (Conversions / Clicks) × 100 → Taux de conversion
• CPC (€) = Budget / Clicks → Coût par clic
• CPA (€) = Budget / Conversions → Coût par acquisition
• ROI (%) = ((Revenue - Budget) / Budget) × 100 → Retour sur investissement
• Revenue (€) = Conversions × 20€ (valeur estimée par conversion)

Visualisation :

• ROI par canal marketing (barplot)
• Identification du meilleur et pire canal

Export : marketing_kpis.csv (trié par ROI décroissant)

---

Module 6 : Prédiction du Churn et CLV

Ce module contient deux modèles d'apprentissage machine :

6a. Prédiction du Churn (Fidélité Client)

Objectif : Identifier quels clients risquent de partir (Churn = 1) ou rester (Churn = 0).

Méthode RFM :

• Recency : Nombre de jours depuis le dernier achat
• Frequency : Nombre de transactions
• Monetary : Montant total dépensé
• Cible Churn : Recency > 15 jours = risque de churn

Modèle : Random Forest Classifier

• Pipeline complet avec ColumnTransformer
• Normalisation des variables numériques
• Encodage des variables catégorielles (Gender, Location)
• GridSearchCV pour optimiser les hyperparamètres

Métriques :

• AUC-ROC
• F1-Score
• Classification Report
• Confusion Matrix

Visualisations :

• Courbe ROC
• Matrice de confusion
• Top 10 variables importantes

Exports :

• customers_fideles.csv : Clients fidèles (non à risque)
• customers_a_risque.csv : Clients à risque

---

6b. Prédiction du CLV (Customer Lifetime Value)

Objectif : Estimer la valeur financière future qu'un client apportera.

Méthode :

• Calcul de CLV simple = Somme des ventes par client
• Agrégation par client avec métriques : Revenue total, Quantité, Nombre de transactions, Durée de vie, Canal principal

Modèle : Random Forest Regressor

• Comparaison avec Linear Regression
• Pipeline avec preprocessing (normalisation + encodage)
• GridSearchCV pour optimiser

Métriques :

• R² Score
• RMSE

Exports & Analyses :

• Top 10 clients les plus prometteurs
• Clients à haut potentiel mais actuellement peu rentables
• Graphe de comparaison CLV observé vs prédit

---

Module 7 : Business Model Canvas & Stratégie Marketing

Objective : Définir la stratégie de marketing personnalisée par segment.

Segments identifiés :

• Charlie : Low value (jeune, peu dépensier)
• Alice & Diana : Medium value (profil mixte)
• Bob : High value (fidèle, gros acheteur)

Business Model Canvas :

Composant	Description
Besoin client	Offres ciblées selon dépense, fréquence, âge
Proposition de valeur	Expérience d'achat adaptée au budget et préférences
Canaux	Email, Réseaux sociaux, Online, In-store
Relation client	Newsletters personnalisées, promotions ciblées
Flux de revenus	Augmentation panier moyen, rétention, ventes croisées
Ressources clés	CRM, données transactionnelles, automation marketing
Activités clés	Segmentation, personnalisation, campagnes multi-canal
Partenaires clés	Agences digitales, plateformes emailing, influenceurs
Structure des coûts	Créa contenu, pub online, CRM, data analysis

Plan Stratégique par Segment :

1. Segment Charlie (Client jeune, peu dépensier)

• Objectif : Éduquer et inciter à l'achat
• Canaux : Instagram, TikTok, Email
• Contenu : Vidéos courtes, tutos produits, offres d'entrée de gamme
• Budget : Faible à moyen (A/B testing)
• Campagne type : -10% premier achat / parrainage

2. Segment Bob (Client fidèle, gros acheteur)

• Objectif : Fidéliser + ventes premium
• Canaux : Email personnalisé, In-Store, téléphone VIP
• Contenu : Programmes fidélité, avant-premières, offres exclusives
• Budget : Élevé (fort ROI attendu)
• Campagne type : Accès VIP / abonnement / événement privé

3. Segment Alice & Diana (Profil mixte)

• Objectif : Maintenir engagement + Upselling
• Canaux : Email + Social Ads + Online
• Contenu : Newsletter produit, recommandations personnalisées, promos selon historique
• Budget : Moyen
• Campagne type : "Produits similaires", "Vu récemment", ventes flash

---

Module 8 : Dashboard

Statut : Placeholder pour futur développement.

---

🗂️ Fichiers de données requis

├── Customer.csv        # Clients (Customer_ID, Name, Age, Total_Spent, Gender, Location, Join_Date)
├── Sale.csv            # Ventes (Sale_ID, Customer_ID, Product_ID, Quantity, Sale_Price, Date, Channel)
├── Product.csv         # Produits (Product_ID, Product_Name, Price)
└── Marketing.csv       # Campagnes (Campaign_ID, Channel, Budget, Impressions, Clicks, Conversions)

---

📊 Fichiers de sortie générés

Fichier	Contenu
segmentation_clients_pca.csv	Clusters PCA, projections PCA1/PCA2
segment_profile.csv	Profil moyen par segment
product_preferences.csv	Préférences produits par segment
marketing_kpis.csv	KPIs marketing (CTR, CPC, CPA, ROI)
customer_rfm.csv	Métriques RFM + Recency + Tenure
clients_fideles.csv	Clients avec faible risque de churn
clients_a_risque.csv	Clients avec risque de churn élevé

---

🛠️ Librairies utilisées

pandas           # Manipulation de données
numpy            # Calculs numériques
matplotlib       # Visualisation basique
seaborn          # Visualisation statistique
scikit-learn     # ML (KMeans, PCA, RandomForest, preprocessing)
warnings         # Suppression des avertissements

---

🚀 Workflow complet

1. IMPORTATION DES DONNÉES
   ↓
2. NETTOYAGE & EXPLORATION (Boxplots, statistiques)
   ↓
3. SEGMENTATION (K-Means + PCA)
   ↓
4. PROFILAGE DES SEGMENTS
   ↓
5. ANALYSE MARKETING (KPIs)
   ↓
6. PRÉDICTIONS (Churn + CLV)
   ↓
7. STRATÉGIE MARKETING PERSONNALISÉE
   ↓
8. DASHBOARD (À développer)

---

📈 Résultats clés

Segmentation

• 3 segments identifiés avec des profils distincts
• PCA explique 100% de la variance (PC1: 66.6%, PC2: 33.3%)

Modèles Prédictifs

• Churn : Random Forest avec GridSearchCV optimisé
  • Métriques : AUC-ROC, F1-Score, Confusion Matrix
• CLV : Random Forest Regressor
  • Métriques : R² Score, RMSE

Stratégie Marketing

• 3 stratégies différentes adaptées aux 3 segments
• Canaux prioritaires identifiés (Email, Social, In-Store)
• Plans d'action concrets pour chaque segment

---

💡 Cas d'usage

1. Fidélisation : Identifier et retenir les clients à risque de churn
2. Ventes croisées : Recommander des produits selon le segment
3. Allocation budgétaire : Investir davantage dans les segments high-value
4. Optimisation campagnes : Choisir les meilleurs canaux par segment
5. Prédiction : Estimer le potentiel de chaque nouveau client

---

🔗 Dépendances entre modules

Module 1 (Contexte)
   ↓
Module 2 (Données)
   ↓
Module 3 (Segmentation)
   ↓
Module 4 (Profils)
   ↓
Module 5 (Marketing KPIs)
   ↓
Module 6 (Prédictions Churn + CLV)
   ↓
Module 7 (Stratégie)
   ↓
Module 8 (Dashboard)

---

⚙️ Notes techniques

• Les dates sont parsées avec dayfirst=True (format européen)
• Valeurs manquantes gérées avec SimpleImputer (médiane pour numériques, mode pour catégorielles)
• Standardisation appliquée avant clustering et modélisation
• GridSearchCV utilisé pour optimiser tous les modèles
• Tous les résultats sont exportés en CSV pour analyse ultérieure

---

📝 Auteur & Date

• Projet : Master 2, ML/DL, ENI Datascience
• Focus : Personnalisation marketing basée sur la segmentation et prédiction

---

Bon à savoir : Ce notebook offre une base solide pour une stratégie de marketing data-driven. Les exports CSV permettent une intégration facile dans des outils CRM ou de BI.