پیش بینی نوع مشتریان یک سوپرمارکت به کمک تکنیک های داده کاوی

در این پروژه که با نرم افزار داده کاوی وکا مدل سازی شده است بروی داده های مربوط به ۱۰۰۰ مشتری از یک سوپرمارکت عملیات دسته بندی با استفاده از سه روش معروف داده کاوی انجام شده است.  در انتها روش ها را با یکدیگر مقایسه کرده و بهترین روش را انتخاب می کنیم.

آشنایی با مجموعه داده

رشد سوپر مارکت ها در اکثر شهرهای پرجمعیت در حال افزایش است و رقابت های بازار نیز زیاد است. این مجموعه داده ؛ مجموعه داده یکی از فروشگاه های تاریخی شرکت SuperMarket می باشد که در ۳ شعبه مختلف به مدت ۳ ماه داده ثبت کرده است. داده ها واقعی و از آدرس زیر استخراج شده است :

https://www.kaggle.com/aungpyaeap/supermarket-sales/data

اطلاعات مربوط به ویژگی ها

شناسه فاکتور: آی دی یکتا

شعبه: ۳ شعبه در دسترس است که توسط A ، B و C مشخص شده باشد)

شهر: محل سوپرها

جنسیت: جنسیت مشتری

خط تولید: گروههای طبقه بندی کالاهای عمومی – لوازم جانبی الکترونیکی ، لوازم جانبی مد ، مواد غذایی و نوشیدنی ، بهداشت و زیبایی ، خانه و سبک زندگی ، ورزش و مسافرت

قیمت واحد: قیمت هر محصول به دلار است

تعداد: تعداد محصولات خریداری شده توسط مشتری

مالیات: ۵٪ هزینه مالیات برای خرید مشتری

کل: قیمت کل با احتساب مالیات

تاریخ: تاریخ خرید (از ژانویه ۲۰۱۹ تا مارس ۲۰۱۹)

زمان: زمان خرید (۱۰ صبح تا ۹ عصر)

پرداخت: پرداخت مورد استفاده مشتری برای خرید (۳ روش در دسترس است – وجه نقد ، کارت اعتباری و Ewallet)

COGS  : هزینه کالاهای فروخته شده

درصد ناخالص حاشیه: درصد سود ناخالص

درآمد ناخالص: درآمد ناخالص

نوع مشتری: نوع مشتری ، ثبت شده توسط اعضا برای مشتریانی که از کارت عضو استفاده می کنند و معمولی بدون کارت عضو است.

ما قصد داریم نوع مشتری را پیش بینی کنیم. به این صورت که وقتی یک مشتری داخل می شود بتوان توسط سیستم ما پیش بینی کرد که آیا مشتری دائم است یا خیر.

ابتدا دیتاست را به سیستم لود می کنیم.