Segmentation clients RFM
Segmentation clients RFM
Mise en place d'un modèle de machine learning pour segmenter les clients selon la méthode RFM (Récence, Fréquence, Montant). Le modèle regroupe les clients en segments exploitables (clients fidèles, à risque, dormants…) afin d'orienter les actions marketing et la relation client.
- Rôle : Data Scientist
- Technologies : Python, Pandas, Scikit-learn, PostgreSQL
- Domaine : Data & Machine Learning
Préparation des données transactionnelles (nettoyage, agrégation par client), calcul des indicateurs RFM, puis clustering pour identifier des segments homogènes. Chaque segment est profilé et documenté pour être directement utilisable par les équipes métier.
Le pipeline est écrit en Python (Pandas, Scikit-learn) avec les données stockées dans PostgreSQL, ce qui permet de recalculer les segments à intervalle régulier.
Segments clients exploitables livrés avec leur profil détaillé (récence, fréquence et montant moyens), permettant des campagnes ciblées : réactivation des clients dormants, fidélisation des meilleurs clients et suivi des clients à risque.
