Kundensegmentierung für ein Einkaufszentrum

Kundengruppen durch reproduzierbare Analysen, Vergleichsberichte und ein interaktives Dashboard untersuchen.

Zusammenfassung

Das Projekt untersucht Kundengruppen mit K-Means und PCA und hält Python- und R-Abläufe reproduzierbar. Berichte dokumentieren die Analyse; FastAPI und React ermöglichen Ausführung und Prüfung im Browser.

Von Kundendaten zu interpretierbaren Segmenten

Datensatz

Kundenmerkmale gelangen in den Ablauf

Vorbereitung

Python und R bereinigen und skalieren die Daten

Clustering

K-Means und PCA machen Gruppen sichtbar

Berichte

Erzeugte Ergebnisse dokumentieren jede Analyse

Dashboard

Die Oberfläche führt Analysen aus und zeigt Resultate

Was das System abdeckt

Verbindet Clustering, PCA, Berichtserstellung und Web-Dashboard.

Technologie

Stack

PythonRRMarkdownpandasscikit-learnPCAK-MeansFastAPIReactVite

Bereiche

Data ScienceDatenanalyseClustering

Ergebnisse

K-Means und PCA machen Kundengruppen in mehreren Ansichten verständlich.
Python- und R-Berichte unterstützen reproduzierbare Vergleiche.
Das Dashboard macht den Analyseablauf praktisch ausführbar.

Drei Gruppen, ein Datensatz

vorsichtigregelmäßighochwertig

Möchtest du die Implementierung prüfen?

Das Repository enthält Quellcode, Einrichtungshinweise und Entwicklungshistorie.

Weiter entdecken