Generative AI for Personalized E commerce Customer Segmentation
1.0.0
该项目旨在在电子商务客户细分的情况下利用生成式人工智能进行下一步的营销策略。
该存储库由几个文件组成：
┌── Backend/
│ ├── model/
│ | ├── model.pkl
│ | ├── model.py
│ ├── ai.py
│ ├── ai_response.txt
│ ├── app.py
│ ├── dockerfile
│ ├── requirements.txt
├── Frontend/
│ ├── app.py
│ ├── df_customer.csv
│ ├── df_segment.csv
│ ├── dockerfile
│ ├── ecommerce-cluster.csv
│ ├── requirements.txt
├── docker-compose.yml
├── notebook.ipynb
└── README.md
backend/ model/ model.pkl ：该文件是经过训练的用于聚类案例的机器学习模型。
backend/ model/ model.py ：此文件包含用于从保存的文件加载经过训练的机器学习模型的代码。
backend/ ai.py ：该文件包含生成ai的后端代码。
backend/ ai_respones.txt ：此文件包含为每个客户群保存的 AI 响应。
backend/ app.py ：此文件包含应用程序的后端代码。它负责处理服务器端逻辑、API 端点或任何其他后端功能。
backend/ dockerfile ：Dockerfile 用于为后端应用程序构建 Docker 镜像。它包括有关如何设置后端所需的环境和依赖项的说明。
backend/ requirements.txt ：此文件列出了后端应用程序所需的 Python 依赖项。可以使用 pip 等包管理器来安装这些依赖项。
frontend/ app.py ：该文件是应用程序前端的主要脚本，使用 Streamlit 框架开发。它包含用户输入部分以及通过 API 调用集成后端功能的部分。
frontend/ df_customer.csv ：此 CSV 文件是探索性数据分析的结果，用于训练聚类模型。
frontend/ df_segment.csv ：此 CSV 文件是聚类的结果。
frontend/ dockerfile ：与后端 Dockerfile 类似，该文件用于为前端应用程序构建 Docker 镜像。它包括有关设置环境和安装依赖项的说明。
frontend/ ecommerce-cluster.csv ：此 CSV 文件是 Google BigQuery 查询的结果。
frontend/ requirements.txt ：此文件列出了前端应用程序所需的 Python 依赖项。可以使用 pip 等包管理器来安装这些依赖项。
docker-compose.yml ：这是 Docker Compose 的配置文件。它为应用程序的容器定义服务、网络和卷。 Docker Compose 简化了运行多容器应用程序的过程。
README.md ：这是一个 Markdown 文件，通常包含项目的文档。它包括有关如何设置和运行应用程序、依赖项以及任何其他相关详细信息的信息。
notebook.ipynb ：此 Jupyter Notebook 文件包含与使用 Google Cloud 的 Vertex AI 的机器学习任务相关的代码、分析或文档。
该项目的流程从探索性数据分析 (EDA) 开始，以了解数据集的基本结构。接下来，我们根据扭曲分数肘和轮廓分数确定分段数量。接下来，我们训练模型并使用 K 均值聚类进行预测。聚类结果揭示了 5 个具有特定特征的客户群。然后利用生成人工智能来确定每个客户群的营销策略步骤。
在进行探索性数据分析 (EDA) 并根据消费模式、订单频率和退货率将客户分为五个不同的组后，采用生成式人工智能为每个细分市场制定量身定制的营销策略。
细分1：中等支出的客户（52.75至112.75），平均74.31美元，平均每人2.27个订单。建议的营销策略是提供个性化推荐以鼓励重复购买。
细分2：支出较高的客户（112.75至233.00），平均150.89美元，平均每人1.67个订单。建议的营销策略是引入忠诚度计划来奖励重复购买。
细分3：高消费客户（558.75至999.00），平均801.13美元，平均每人1.01个订单。建议的营销策略是提供独特的高端产品或服务，以增强优质购物体验。
第 4 部分：支出较低的客户（0.02 至 52.78），平均每人 31.24 美元，平均 1.85 个订单。建议的营销策略是引入订阅服务或捆绑交易以提高客户保留率。
细分5：消费金额较大的客户（233.66 至 550.00），平均每人 314.91 美元，平均每人 1.44 个订单。建议的营销策略是创建独家 VIP 活动或体验，以欣赏和留住高价值客户。
