محمود عبدالنبي
الأتمتة · أداة سطر أوامر · 2

دليل المستودع: محرك تقسيم عملاء التجارة الإلكترونية وفق RFM باستخدام Python

صفحة تعريفية مستقلة بمستودع محرك تقسيم عملاء التجارة الإلكترونية وفق RFM باستخدام Python. توضّح ما الذي يحاول حله، ولمن يناسب، وما الملفات التي ستجدها قبل الانتقال إلى المصدر.

المشكلة التي يعالجها

يوضح التوثيق الأصلي نطاق المشكلة بهذا الوصف:

Develop a pure Python RFM customer segmentation tool (rfm_engine.py): 1) Parses e-commerce order CSV exports (Customer ID, Order Date, Order Value), 2) Computes Recency, Frequency, and Monetary quintiles (1-5), 3) Assigns actionable customer segment labels (Champions, Loyal Customers, Potential Loyalists, At-Risk, Hibernating, Lost), 4) Outputs segmented CSVs and visual HTML summary charts.

لمن صُمم؟

الجمهور المحدد في README: PRO operating in high-growth e-commerce, digital publishing, and direct-response marketing across Saudi Arabia, UAE, and Egypt.

محتويات المستودع

الملفات الأساسية التي يسردها قسم بنية المستودع في README:

  • examples/salla_orders_sample.csv
  • LICENSE
  • playbooks/rfm-campaign-playbook.md
  • playbooks/segment-retention-playbook.md
  • README.md
  • reports/rfm_segment_summary.html
  • reports/rfm_segments_summary.html
  • sample_data/orders_sample.csv
  • src/rfm_calculator.py
  • src/rfm_engine.py
  • tests/test_rfm.py

طريقة مراجعته واستخدامه

  1. ابدأ بقراءة README وتأكد أن المشكلة المذكورة تطابق احتياجك الفعلي.
  2. افحص الملفات المذكورة أعلاه؛ أسماء الملفات توضح مكان البيانات والأدوات والقوالب والاختبارات.
  3. اتبع Quick Start الموجود في README، وتحقق من المتطلبات قبل تشغيل أي أمر.
  4. قارن المخرجات بعينة موثقة، وراجع القيود قبل استخدامها في قرار أو عمل عميل.

أمثلة أوامر البدء من README: python -m unittest discover -s tests · python src/rfm_calculator.py --help

النطاق والقيود

  • Recency, Frequency, Monetary Quantiles: Computes quintile scores (1-5) across transactional order histories to classify customers into actionable lifecycle cohorts.
  • Cohort Definitions: Maps numerical scores into 11 standard segments (Champions, Loyal Customers, Potential Loyalists, At Risk, Hibernating, Lost).
  • Currency & Timeframe Normalization: Adjusts monetary scoring for local currencies and enforces trailing 365-day rolling analysis windows.

هذه الصفحة تلخص التوثيق المتاح ولا تثبت أداءً أو نتيجة تجارية. تحقق من صلاحية البيانات والمتطلبات قبل الاستخدام.

مستودعات مرتبطة