Analyse clients e-commerce et segmentation RFM
Ce projet a pour objectif d’analyser le comportement des clients d’une plateforme e-commerce à partir du dataset Olist. L’analyse permet d’identifier les clients les plus rentables, les segments les plus importants, les clients inactifs, ainsi que les opportunités de fidélisation et de réengagement.
Le projet combine la préparation des données, l’analyse avec SQL et Python, la création d’indicateurs clés de performance et la conception d’un dashboard interactif permettant d’explorer les résultats par segment, catégorie, ville, période et niveau de satisfaction.
Objectif business
Comprendre la valeur des clients, identifier les segments stratégiques et aider à mieux orienter les actions marketing.
Méthodologie
Nettoyage des données, création de KPIs, analyse RFM, regroupement des clients par segment et visualisation des résultats.
Insights clés
Une grande partie des clients est inactive, tandis que les segments fidèles et VIP restent les plus intéressants pour la croissance.
Aperçu du dashboard
Les captures ci-dessous présentent les différentes pages du dashboard : indicateurs, évolution, catégories, dépenses et satisfaction client.
Résultats et observations
L'analyse des données a permis de mieux comprendre le comportement des clients, d'identifier les segments les plus importants et de mettre en évidence plusieurs opportunités d'amélioration pour l'entreprise.
Répartition des segments clients
Une grande partie des clients appartient au segment « Perdu ». Cela suggère qu'un nombre important de clients n'ont pas effectué d'achat récent et pourraient faire l'objet d'actions de réengagement.
Clients à forte valeur
Les segments « Fidèle » et « VIP » représentent les clients les plus intéressants pour l'entreprise. Bien qu'ils soient moins nombreux, ils contribuent davantage aux revenus et présentent une meilleure fréquence d'achat.
Performance des catégories
Certaines catégories de produits se démarquent clairement par leur volume de ventes et leur contribution au chiffre d'affaires. Ces catégories constituent des axes importants pour soutenir la croissance de l'activité.
Analyse géographique
Les revenus sont principalement concentrés dans les grandes villes, notamment São Paulo et Rio de Janeiro. Cette concentration met en évidence l'importance de certains marchés régionaux.
Potentiel des nouveaux clients
Les segments « Nouveau » et « Standard » offrent des possibilités de développement intéressantes. Des actions de fidélisation adaptées pourraient permettre de les faire évoluer vers des segments plus rentables.
Satisfaction client
L'analyse des évaluations montre une satisfaction généralement positive. Le suivi des avis clients permet toutefois d'identifier des pistes d'amélioration pour maintenir une bonne expérience utilisateur.
Conclusion
Ce projet m'a permis de mettre en pratique plusieurs compétences en analyse de données, notamment la préparation des données avec SQL et Python, la création d'indicateurs de performance ainsi que la conception d'un tableau de bord interactif dans Looker Studio. L'analyse réalisée met en évidence l'intérêt de la segmentation client pour mieux comprendre le comportement des consommateurs et soutenir la prise de décision.