docs: README bilingue FR/EN
Co-authored-by: Cursor <cursoragent@cursor.com>
This commit is contained in:
parent
2a9ed7d7c2
commit
af02b88e34
2 changed files with 230 additions and 82 deletions
146
README.fr.md
Normal file
146
README.fr.md
Normal file
|
|
@ -0,0 +1,146 @@
|
|||
**Source de vérité** : https://git.gregoiremureau.com/openclassroom-ai/oc-p05-customer-segmentation
|
||||
|
||||
```bash
|
||||
git clone https://git.gregoiremureau.com/openclassroom-ai/oc-p05-customer-segmentation.git
|
||||
git clone https://git.gregoiremureau.com/openclassroom-ai/oc-p05-customer-segmentation.git
|
||||
```
|
||||
|
||||
Dataset : voir `fetch-data.sh` (hors git si volumineux).
|
||||
|
||||
# Projet de Segmentation Client - Olist
|
||||
|
||||
📘 Ce projet est également disponible en [anglais 🇬🇧](./README.md)
|
||||
|
||||
## 📋 Contexte du projet
|
||||
|
||||
Ce projet a été réalisé dans le cadre d'une mission de consulting pour **Olist**, une entreprise brésilienne proposant une solution de vente sur les marketplaces en ligne. L'objectif principal est d'accompagner Olist dans la mise en place de leur équipe Data et de réaliser leur premier cas d'usage Data Science autour de la segmentation client.
|
||||
|
||||
## 🎯 Objectifs
|
||||
|
||||
Le projet se divise en deux missions principales :
|
||||
|
||||
1. **Mission SQL** : Développer des requêtes SQL pour alimenter le dashboard Customer Experience de l'équipe
|
||||
2. **Mission Segmentation** : Créer une segmentation client exploitable pour l'équipe Marketing, basée sur des algorithmes de clustering non-supervisé
|
||||
|
||||
## 📊 Données
|
||||
|
||||
Les données utilisées proviennent d'une base de données anonymisée fournie par Olist, contenant :
|
||||
- L'historique des commandes depuis janvier 2017
|
||||
- Les informations sur les produits achetés
|
||||
- Les commentaires de satisfaction des clients
|
||||
- La localisation des clients
|
||||
- Les données sur les vendeurs
|
||||
|
||||
**⚠️ Note importante** : La base de données n'est pas incluse dans ce dépôt en raison de sa taille. Elle est téléchargeable à l'adresse suivante :
|
||||
- **URL** : https://course.oc-static.com/projects/olist.db
|
||||
|
||||
## 📁 Structure du projet
|
||||
|
||||
```
|
||||
├── P5_01_script_052025.sql
|
||||
├── P5_02_notebook_exploration_052025.ipynb
|
||||
├── P5_03_notebook_essais_052025.ipynb
|
||||
├── P5_04_notebook_simulation_052025.ipynb
|
||||
└── P5_05_presentation_052025.pptx
|
||||
```
|
||||
|
||||
### 1. `P5_01_script_052025.sql`
|
||||
|
||||
**Script SQL pour le Dashboard Customer Experience**
|
||||
|
||||
Ce fichier contient 4 requêtes SQL essentielles pour alimenter le dashboard du service client :
|
||||
|
||||
1. **Commandes en retard** : Identification des commandes récentes (moins de 3 mois) reçues avec au moins 3 jours de retard (hors commandes annulées)
|
||||
|
||||
2. **Top vendeurs par chiffre d'affaires** : Liste des vendeurs ayant généré un chiffre d'affaires supérieur à 100 000 Real sur les commandes livrées
|
||||
|
||||
3. **Nouveaux vendeurs performants** : Identification des vendeurs récents (moins de 3 mois d'ancienneté) ayant déjà vendu plus de 30 produits
|
||||
|
||||
4. **Zones géographiques problématiques** : Les 5 codes postaux avec plus de 30 avis et les pires scores moyens de satisfaction sur les 12 derniers mois
|
||||
|
||||
### 2. `P5_02_notebook_exploration_052025.ipynb`
|
||||
|
||||
**Notebook d'exploration et de feature engineering**
|
||||
|
||||
Ce notebook contient :
|
||||
- L'analyse exploratoire des données (EDA)
|
||||
- La création et la transformation des features clients
|
||||
- L'implémentation de la méthode RFM (Recency, Frequency, Monetary)
|
||||
- Le preprocessing des données (normalisation, encodage)
|
||||
- Les premières visualisations et insights sur les comportements clients
|
||||
|
||||
### 3. `P5_03_notebook_essais_052025.ipynb`
|
||||
|
||||
**Notebook de modélisation et clustering**
|
||||
|
||||
Ce notebook présente :
|
||||
- Les différentes approches de clustering testées (K-means, DBSCAN, etc.)
|
||||
- L'optimisation du nombre de clusters (méthode du coude, silhouette score)
|
||||
- L'évaluation des performances des modèles
|
||||
- La caractérisation détaillée de chaque segment client
|
||||
- La validation métier des segments identifiés
|
||||
|
||||
### 4. `P5_04_notebook_simulation_052025.ipynb`
|
||||
|
||||
**Notebook de simulation pour le contrat de maintenance**
|
||||
|
||||
Ce notebook analyse :
|
||||
- La stabilité des clusters dans le temps
|
||||
- L'évolution de l'Adjusted Rand Index (ARI) sur différentes périodes
|
||||
- La distribution temporelle des features
|
||||
- Les recommandations sur la fréquence de mise à jour du modèle de segmentation
|
||||
- Les tests de Kolmogorov-Smirnov pour détecter les drifts
|
||||
|
||||
### 5. `P5_05_presentation_052025.pptx`
|
||||
|
||||
**Présentation des résultats**
|
||||
|
||||
Cette présentation synthétise :
|
||||
- La démarche méthodologique adoptée
|
||||
- Les segments clients identifiés et leurs caractéristiques
|
||||
- Les insights actionnables pour l'équipe Marketing
|
||||
- Les recommandations sur le contrat de maintenance
|
||||
- Les perspectives d'amélioration
|
||||
|
||||
## 🛠️ Technologies utilisées
|
||||
|
||||
- **SQL** : Requêtage de base de données
|
||||
- **Python** : Analyse de données et machine learning
|
||||
- pandas, numpy : manipulation de données
|
||||
- scikit-learn : algorithmes de clustering
|
||||
- matplotlib, seaborn : visualisation
|
||||
- yellowbrick : évaluation des clusters
|
||||
- **Jupyter Notebook** : développement et documentation
|
||||
|
||||
## 📈 Méthodologie
|
||||
|
||||
1. **Analyse exploratoire** : Compréhension approfondie des données et des comportements clients
|
||||
2. **Feature engineering** : Création de variables pertinentes (RFM et autres métriques comportementales)
|
||||
3. **Modélisation** : Test et sélection d'algorithmes de clustering
|
||||
4. **Évaluation** : Validation technique (silhouette, ARI) et métier des segments
|
||||
5. **Simulation** : Analyse de la stabilité temporelle pour définir la fréquence de maintenance
|
||||
|
||||
## 📝 Livrables
|
||||
|
||||
- ✅ Script SQL avec 4 requêtes pour le dashboard
|
||||
- ✅ Notebook d'exploration et feature engineering
|
||||
- ✅ Notebook de modélisation avec différents essais de clustering
|
||||
- ✅ Notebook de simulation pour le contrat de maintenance
|
||||
- ✅ Présentation de la segmentation et recommandations
|
||||
|
||||
## 🎓 Compétences développées
|
||||
|
||||
- Requêtage SQL avancé avec agrégations et jointures
|
||||
- Apprentissage non-supervisé (clustering)
|
||||
- Feature engineering orienté métier
|
||||
- Évaluation de la qualité et de la stabilité des modèles
|
||||
- Communication des résultats à des équipes métier
|
||||
|
||||
## 👤 Auteur
|
||||
|
||||
**Grégoire Mureau**
|
||||
Date de réalisation : Mai 2025
|
||||
|
||||
---
|
||||
|
||||
*Ce projet a été réalisé dans le cadre du parcours AI Engineer d'OpenClassrooms*
|
||||
164
README.md
164
README.md
|
|
@ -1,38 +1,40 @@
|
|||
**Source de vérité** : https://git.gregoiremureau.com/openclassroom-ai/oc-p05-customer-segmentation
|
||||
**Source of truth** : https://git.gregoiremureau.com/openclassroom-ai/oc-p05-customer-segmentation
|
||||
|
||||
```bash
|
||||
git clone https://git.gregoiremureau.com/openclassroom-ai/oc-p05-customer-segmentation.git
|
||||
git clone https://git.gregoiremureau.com/openclassroom-ai/oc-p05-customer-segmentation.git
|
||||
```
|
||||
|
||||
Dataset : voir `fetch-data.sh` (hors git si volumineux).
|
||||
Dataset: see `fetch-data.sh` (excluded from git if large).
|
||||
|
||||
# Projet de Segmentation Client - Olist
|
||||
# Customer Segmentation Project - Olist
|
||||
|
||||
## 📋 Contexte du projet
|
||||
📘 This project is also available in [French 🇫🇷](./README.fr.md)
|
||||
|
||||
Ce projet a été réalisé dans le cadre d'une mission de consulting pour **Olist**, une entreprise brésilienne proposant une solution de vente sur les marketplaces en ligne. L'objectif principal est d'accompagner Olist dans la mise en place de leur équipe Data et de réaliser leur premier cas d'usage Data Science autour de la segmentation client.
|
||||
## 📋 Project Context
|
||||
|
||||
## 🎯 Objectifs
|
||||
This project was carried out as part of a consulting assignment for **Olist**, a Brazilian company offering an online marketplace sales solution. The main objective is to support Olist in setting up their Data team and delivering their first Data Science use case around customer segmentation.
|
||||
|
||||
Le projet se divise en deux missions principales :
|
||||
## 🎯 Objectives
|
||||
|
||||
1. **Mission SQL** : Développer des requêtes SQL pour alimenter le dashboard Customer Experience de l'équipe
|
||||
2. **Mission Segmentation** : Créer une segmentation client exploitable pour l'équipe Marketing, basée sur des algorithmes de clustering non-supervisé
|
||||
The project is divided into two main missions:
|
||||
|
||||
## 📊 Données
|
||||
1. **SQL Mission**: Develop SQL queries to feed the team's Customer Experience dashboard
|
||||
2. **Segmentation Mission**: Create an actionable customer segmentation for the Marketing team, based on unsupervised clustering algorithms
|
||||
|
||||
Les données utilisées proviennent d'une base de données anonymisée fournie par Olist, contenant :
|
||||
- L'historique des commandes depuis janvier 2017
|
||||
- Les informations sur les produits achetés
|
||||
- Les commentaires de satisfaction des clients
|
||||
- La localisation des clients
|
||||
- Les données sur les vendeurs
|
||||
## 📊 Data
|
||||
|
||||
**⚠️ Note importante** : La base de données n'est pas incluse dans ce dépôt en raison de sa taille. Elle est téléchargeable à l'adresse suivante :
|
||||
The data used comes from an anonymized database provided by Olist, containing:
|
||||
- Order history since January 2017
|
||||
- Information on purchased products
|
||||
- Customer satisfaction reviews
|
||||
- Customer location
|
||||
- Seller data
|
||||
|
||||
**⚠️ Important note**: The database is not included in this repository due to its size. It can be downloaded at the following address:
|
||||
- **URL**: https://course.oc-static.com/projects/olist.db
|
||||
|
||||
## 📁 Structure du projet
|
||||
## 📁 Project Structure
|
||||
|
||||
```
|
||||
├── P5_01_script_052025.sql
|
||||
|
|
@ -44,101 +46,101 @@ Les données utilisées proviennent d'une base de données anonymisée fournie p
|
|||
|
||||
### 1. `P5_01_script_052025.sql`
|
||||
|
||||
**Script SQL pour le Dashboard Customer Experience**
|
||||
**SQL script for the Customer Experience Dashboard**
|
||||
|
||||
Ce fichier contient 4 requêtes SQL essentielles pour alimenter le dashboard du service client :
|
||||
This file contains 4 essential SQL queries to feed the customer service dashboard:
|
||||
|
||||
1. **Commandes en retard** : Identification des commandes récentes (moins de 3 mois) reçues avec au moins 3 jours de retard (hors commandes annulées)
|
||||
1. **Late orders**: Identification of recent orders (less than 3 months) received with at least 3 days of delay (excluding cancelled orders)
|
||||
|
||||
2. **Top vendeurs par chiffre d'affaires** : Liste des vendeurs ayant généré un chiffre d'affaires supérieur à 100 000 Real sur les commandes livrées
|
||||
2. **Top sellers by revenue**: List of sellers who generated revenue above 100,000 Real on delivered orders
|
||||
|
||||
3. **Nouveaux vendeurs performants** : Identification des vendeurs récents (moins de 3 mois d'ancienneté) ayant déjà vendu plus de 30 produits
|
||||
3. **High-performing new sellers**: Identification of recent sellers (less than 3 months of tenure) who have already sold more than 30 products
|
||||
|
||||
4. **Zones géographiques problématiques** : Les 5 codes postaux avec plus de 30 avis et les pires scores moyens de satisfaction sur les 12 derniers mois
|
||||
4. **Problematic geographic areas**: The 5 postal codes with more than 30 reviews and the worst average satisfaction scores over the last 12 months
|
||||
|
||||
### 2. `P5_02_notebook_exploration_052025.ipynb`
|
||||
|
||||
**Notebook d'exploration et de feature engineering**
|
||||
**Exploration and feature engineering notebook**
|
||||
|
||||
Ce notebook contient :
|
||||
- L'analyse exploratoire des données (EDA)
|
||||
- La création et la transformation des features clients
|
||||
- L'implémentation de la méthode RFM (Recency, Frequency, Monetary)
|
||||
- Le preprocessing des données (normalisation, encodage)
|
||||
- Les premières visualisations et insights sur les comportements clients
|
||||
This notebook contains:
|
||||
- Exploratory data analysis (EDA)
|
||||
- Creation and transformation of customer features
|
||||
- Implementation of the RFM method (Recency, Frequency, Monetary)
|
||||
- Data preprocessing (normalization, encoding)
|
||||
- Initial visualizations and insights on customer behavior
|
||||
|
||||
### 3. `P5_03_notebook_essais_052025.ipynb`
|
||||
|
||||
**Notebook de modélisation et clustering**
|
||||
**Modeling and clustering notebook**
|
||||
|
||||
Ce notebook présente :
|
||||
- Les différentes approches de clustering testées (K-means, DBSCAN, etc.)
|
||||
- L'optimisation du nombre de clusters (méthode du coude, silhouette score)
|
||||
- L'évaluation des performances des modèles
|
||||
- La caractérisation détaillée de chaque segment client
|
||||
- La validation métier des segments identifiés
|
||||
This notebook presents:
|
||||
- The different clustering approaches tested (K-means, DBSCAN, etc.)
|
||||
- Optimization of the number of clusters (elbow method, silhouette score)
|
||||
- Evaluation of model performance
|
||||
- Detailed characterization of each customer segment
|
||||
- Business validation of the identified segments
|
||||
|
||||
### 4. `P5_04_notebook_simulation_052025.ipynb`
|
||||
|
||||
**Notebook de simulation pour le contrat de maintenance**
|
||||
**Simulation notebook for the maintenance contract**
|
||||
|
||||
Ce notebook analyse :
|
||||
- La stabilité des clusters dans le temps
|
||||
- L'évolution de l'Adjusted Rand Index (ARI) sur différentes périodes
|
||||
- La distribution temporelle des features
|
||||
- Les recommandations sur la fréquence de mise à jour du modèle de segmentation
|
||||
- Les tests de Kolmogorov-Smirnov pour détecter les drifts
|
||||
This notebook analyzes:
|
||||
- Cluster stability over time
|
||||
- Evolution of the Adjusted Rand Index (ARI) across different periods
|
||||
- Temporal distribution of features
|
||||
- Recommendations on the update frequency of the segmentation model
|
||||
- Kolmogorov-Smirnov tests to detect drifts
|
||||
|
||||
### 5. `P5_05_presentation_052025.pptx`
|
||||
|
||||
**Présentation des résultats**
|
||||
**Results presentation**
|
||||
|
||||
Cette présentation synthétise :
|
||||
- La démarche méthodologique adoptée
|
||||
- Les segments clients identifiés et leurs caractéristiques
|
||||
- Les insights actionnables pour l'équipe Marketing
|
||||
- Les recommandations sur le contrat de maintenance
|
||||
- Les perspectives d'amélioration
|
||||
This presentation summarizes:
|
||||
- The methodological approach adopted
|
||||
- The customer segments identified and their characteristics
|
||||
- Actionable insights for the Marketing team
|
||||
- Recommendations on the maintenance contract
|
||||
- Improvement perspectives
|
||||
|
||||
## 🛠️ Technologies utilisées
|
||||
## 🛠️ Technologies Used
|
||||
|
||||
- **SQL** : Requêtage de base de données
|
||||
- **Python** : Analyse de données et machine learning
|
||||
- pandas, numpy : manipulation de données
|
||||
- scikit-learn : algorithmes de clustering
|
||||
- matplotlib, seaborn : visualisation
|
||||
- yellowbrick : évaluation des clusters
|
||||
- **Jupyter Notebook** : développement et documentation
|
||||
- **SQL**: Database querying
|
||||
- **Python**: Data analysis and machine learning
|
||||
- pandas, numpy: data manipulation
|
||||
- scikit-learn: clustering algorithms
|
||||
- matplotlib, seaborn: visualization
|
||||
- yellowbrick: cluster evaluation
|
||||
- **Jupyter Notebook**: development and documentation
|
||||
|
||||
## 📈 Méthodologie
|
||||
## 📈 Methodology
|
||||
|
||||
1. **Analyse exploratoire** : Compréhension approfondie des données et des comportements clients
|
||||
2. **Feature engineering** : Création de variables pertinentes (RFM et autres métriques comportementales)
|
||||
3. **Modélisation** : Test et sélection d'algorithmes de clustering
|
||||
4. **Évaluation** : Validation technique (silhouette, ARI) et métier des segments
|
||||
5. **Simulation** : Analyse de la stabilité temporelle pour définir la fréquence de maintenance
|
||||
1. **Exploratory analysis**: In-depth understanding of the data and customer behavior
|
||||
2. **Feature engineering**: Creation of relevant variables (RFM and other behavioral metrics)
|
||||
3. **Modeling**: Testing and selection of clustering algorithms
|
||||
4. **Evaluation**: Technical validation (silhouette, ARI) and business validation of segments
|
||||
5. **Simulation**: Temporal stability analysis to define maintenance frequency
|
||||
|
||||
## 📝 Livrables
|
||||
## 📝 Deliverables
|
||||
|
||||
- ✅ Script SQL avec 4 requêtes pour le dashboard
|
||||
- ✅ Notebook d'exploration et feature engineering
|
||||
- ✅ Notebook de modélisation avec différents essais de clustering
|
||||
- ✅ Notebook de simulation pour le contrat de maintenance
|
||||
- ✅ Présentation de la segmentation et recommandations
|
||||
- ✅ SQL script with 4 queries for the dashboard
|
||||
- ✅ Exploration and feature engineering notebook
|
||||
- ✅ Modeling notebook with different clustering trials
|
||||
- ✅ Simulation notebook for the maintenance contract
|
||||
- ✅ Segmentation presentation and recommendations
|
||||
|
||||
## 🎓 Compétences développées
|
||||
## 🎓 Skills Developed
|
||||
|
||||
- Requêtage SQL avancé avec agrégations et jointures
|
||||
- Apprentissage non-supervisé (clustering)
|
||||
- Feature engineering orienté métier
|
||||
- Évaluation de la qualité et de la stabilité des modèles
|
||||
- Communication des résultats à des équipes métier
|
||||
- Advanced SQL querying with aggregations and joins
|
||||
- Unsupervised learning (clustering)
|
||||
- Business-oriented feature engineering
|
||||
- Evaluation of model quality and stability
|
||||
- Communication of results to business teams
|
||||
|
||||
## 👤 Auteur
|
||||
## 👤 Author
|
||||
|
||||
**Grégoire Mureau**
|
||||
Date de réalisation : Mai 2025
|
||||
Completion date: May 2025
|
||||
|
||||
---
|
||||
|
||||
*Ce projet a été réalisé dans le cadre du parcours AI Engineer d'OpenClassrooms*
|
||||
*This project was carried out as part of OpenClassrooms' AI Engineer program*
|
||||
|
|
|
|||
Loading…
Add table
Reference in a new issue