Data science
Repository GitHubSegmentazione dei clienti di un centro commerciale
Esplorare gruppi di clienti con analisi riproducibili, report confrontabili e una dashboard interattiva.
Riepilogo
Il progetto analizza gruppi di clienti con K-Means e PCA mantenendo riproducibili i flussi Python e R. I report documentano l'analisi; FastAPI e React permettono di eseguirla e ispezionarla nel browser.
Dai dati dei clienti a segmenti interpretabili
Dataset
Gli attributi dei clienti entrano nel flusso
Preparazione
Python e R puliscono e scalano i dati
Clustering
K-Means e PCA rendono visibili i gruppi
Report
I risultati generati documentano ogni analisi
Dashboard
L'interfaccia esegue e presenta i risultati
Cosa gestisce il sistema
Collega clustering, PCA, report comparativi e dashboard web.
Tecnologia
Stack
Aree
Conclusioni
- K-Means e PCA rendono i gruppi interpretabili da più prospettive.
- I report Python e R supportano confronti riproducibili.
- La dashboard trasforma l'analisi in un flusso eseguibile.
Vuoi esaminare l'implementazione?
Il repository contiene codice sorgente, istruzioni di configurazione e cronologia dello sviluppo.