E-commerce Strategic Analysis

Visão Geral

Este projeto implementa uma análise estratégica abrangente para e-commerce, dividida em dois módulos principais que fornecem insights valiosos para tomada de decisões de negócio:

1. Clusterização Hierárquica de Clientes - Segmentação RFM com Ward Linkage
2. Market Basket Analysis - Análise de associação usando algoritmo Apriori

Estrutura do Projeto

ecommerce-strategic-analysis/
├── modulo1_clusterizacao/
│   ├── 1_clustering_analysis.ipynb      # Notebook de segmentação RFM
│   └── customer_segments.parquet       # Resultados em Parquet (otimizado)
├── modulo2_market_basket/
│   ├── 2_market_basket_analysis.ipynb  # Notebook de análise de cesta
│   ├── association_rules.parquet       # Regras de associação
│   └── frequent_itemsets.parquet       # Itemsets frequentes
├── data/
│   └── walmart.csv                      # Dataset Walmart (550K+ transações)
├── relatorios/
│   ├── relatorio_clusterizacao.html    # Relatório HTML Dark Mode - RFM
│   └── relatorio_market_basket.html    # Relatório HTML Dark Mode - MBA
├── .gitignore                           # Exclusões do Git
├── requirements.txt                     # Dependências Python
└── README.md                           # Documentação completa

Módulo 1: Clusterização Hierárquica de Clientes

Objetivo

Segmentar 5.891 clientes com base em métricas RFM para identificar perfis comportamentais e criar estratégias personalizadas.

Metodologia Técnica

• Algoritmo: Clusterização Hierárquica com Ward Linkage
• Features: RFM (Recência, Frequência, Monetário) + Ticket Médio
• Normalização: StandardScaler para equalização de escalas
• Validação: Silhouette Score (0.481 - Alta Qualidade)
• Dataset: 550.068 transações do Walmart

Resultados Validados

• 4 Clusters identificados com perfis distintos e acionáveis:
  • VIP Premium (13%): Clientes de altíssimo valor (R$ 2.8M médio)
  • Em Risco (17%): Inativos com alto valor histórico
  • Ativos Econômicos (20%): Frequentes e sensíveis a preço
  • Regulares (50%): Base estável da empresa

Estratégias Implementáveis

• Programa VIP: Atendimento premium e ofertas exclusivas
• Reativação: Campanhas urgentes para clientes em risco
• Promoções: Descontos por volume para econômicos
• Cross-selling: Expansão de categorias para regulares
• Personalização de ofertas baseada no perfil

Módulo 2: Market Basket Analysis (Análise de Cesta)

Objetivo

Descobrir 1.093 regras de associação entre produtos para otimizar cross-selling e layout de loja.

Metodologia Técnica

• Algoritmo: Apriori otimizado para grandes datasets
• Métricas: Suporte, Confiança e Lift para validação
• Filtros: Confiança mínima 30% + Lift > 1.0
• Otimização: Top 50 produtos para performance
• Encoding: TransactionEncoder + Matriz binária

Resultados Quantificados

• 1.093 regras descobertas com alta qualidade
• 99.9% das regras têm Lift > 1 (significativas)
• Lift médio: 1.44 (excelente força associativa)
• Top regra: Lift 2.41 com 50.1% de confiança
• 147 regras premium para implementação imediata

Estratégias de Implementação

• Sistema de Recomendação: Automático baseado em regras
• Bundling Inteligente: Produtos com Lift > 2.0
• Layout Otimizado: Posicionamento por associações
• Campanhas Dirigidas: Email marketing personalizado

Instalação e Execução

Pré-requisitos

• Python 3.8+ (recomendado: 3.9 ou superior)
• 8GB RAM mínimo (dataset com 550K+ linhas)
• Jupyter Lab ou VS Code com extensão Python

1. Clone do Repositório

git clone https://github.com/caiothomasbandeira/ecommerce-strategic-analysis.git
cd ecommerce-strategic-analysis

2. Ambiente Virtual (Recomendado)

# Windows (PowerShell)
python -m venv .venv
.venv\Scripts\Activate.ps1

# macOS/Linux
python -m venv .venv
source .venv/bin/activate

3. Instalação das Dependências

pip install -r requirements.txt

4. Execução dos Notebooks

Opção A: Jupyter Lab (Recomendado para análise completa)

# Ativar ambiente virtual primeiro
jupyter lab

# Navegar até:
# - modulo1_clusterizacao/1_clustering_analysis.ipynb
# - modulo2_market_basket/2_market_basket_analysis.ipynb

Vantagens do Jupyter Lab:

• Interface web otimizada para data science
• Execução célula por célula com output inline
• Visualizações interativas integradas
• Ideal para exploração e análise de dados
• Suporte nativo a gráficos matplotlib/seaborn

Opção B: VS Code (Recomendado para desenvolvimento)

# Abrir no VS Code
code .

# Instalar extensões (se ainda não tiver):
# - Python (Microsoft)
# - Jupyter (Microsoft)

Vantagens do VS Code:

• Ambiente de desenvolvimento integrado completo
• IntelliSense e autocomplete avançado
• Debug integrado para notebooks
• Git integration nativo
• Extensões para produtividade
• Suporte a múltiplos kernels Python

5. Ordem de Execução

1. Primeiro: modulo1_clusterizacao/1_clustering_analysis.ipynb
2. Segundo: modulo2_market_basket/2_market_basket_analysis.ipynb

Nota: Cada notebook pode ser executado independentemente, mas recomenda-se seguir a ordem para melhor compreensão do fluxo analítico.

Especificações Técnicas

Stack Tecnológico

• Python 3.8+ - Linguagem principal
• pandas 1.5+ - Manipulação de dados
• scikit-learn 1.2+ - Machine Learning
• matplotlib/seaborn - Visualização
• mlxtend - Algoritmos de associação
• scipy - Clustering hierárquico
• pyarrow - Formato Parquet

Formato de Dados

• Entrada: CSV (550MB dataset Walmart)
• Saída: Parquet (formato otimizado, 50% menor)
• Relatórios: HTML com tema dark mode responsivo

Performance

• Tempo médio de execução: 10-15 minutos por notebook
• Memória utilizada: 4-6GB durante processamento
• Otimizações: Sampling inteligente para Market Basket

Resultados Esperados

Arquivos Gerados

modulo1_clusterizacao/
└── customer_segments.parquet        # 5.891 clientes segmentados

modulo2_market_basket/
├── association_rules.parquet        # 1.093 regras de associação
└── frequent_itemsets.parquet        # Itemsets frequentes

relatorios/
├── relatorio_clusterizacao.html     # Relatório interativo RFM
└── relatorio_market_basket.html     # Relatório interativo MBA

Métricas de Qualidade

• Clustering: Silhouette Score > 0.48 (Muito Bom)
• Market Basket: Lift médio 1.44 (Excelente)
• Cobertura: 99.9% das regras são significativas

Aplicações de Negócio

Segmentação RFM (Módulo 1)

• CRM: Personalização de campanhas
• Pricing: Estratégias diferenciadas por cluster
• Atendimento: Priorização por valor do cliente
• Retenção: Identificação de clientes em risco

Market Basket (Módulo 2)

• E-commerce: Sistema de recomendação
• Varejo: Otimização de layout físico
• Marketing: Campanhas de cross-selling
• Estoque: Planejamento de compras casadas

Configuração de Desenvolvimento

Jupyter Lab Setup

# Configurações recomendadas
jupyter lab --ip=0.0.0.0 --port=8888 --no-browser --allow-root

VS Code Setup

// .vscode/settings.json
{
    "python.defaultInterpreterPath": "./.venv/Scripts/python.exe",
    "jupyter.jupyterServerType": "local",
    "python.terminal.activateEnvironment": true
}

Suporte e Contribuição

Troubleshooting

• Erro de memória: Reduzir sample_size nos notebooks
• Bibliotecas missing: Verificar requirements.txt
• Kernel crash: Reduzir parâmetros min_support no Apriori

Contribuições

1. Fork o repositório
2. Crie uma feature branch
3. Commit suas mudanças
4. Push para a branch
5. Abra um Pull Request

Contato

• Autor: Caio Thomas Bandeira
• LinkedIn: linkedin.com/in/caiothomasbandeira
• GitHub: github.com/caiothomasbandeira

---

Nota: Este projeto utiliza dados reais do Walmart para demonstração. Os insights gerados são baseados em análises estatísticas rigorosas e podem ser aplicados diretamente em ambientes de produção.