Este projeto foi desenvolvido durante o curso "Microsoft Power BI Para Business Intelligence e Data Science" da Data Science Academy (DSA). O objetivo foi criar um modelo de segmentação de clientes para a área de marketing, utilizando Python para a criação do modelo de machine learning e o Power BI para a visualização dos dados.
- Segmentação de Clientes: O sistema realiza a segmentação de clientes com base em dados de marketing, utilizando algoritmos de machine learning.
- Visualização Interativa: O Power BI foi utilizado para criar um dashboard interativo, permitindo a análise visual das diferentes segmentações de clientes.
- Integração com Python: A integração entre Python e Power BI foi utilizada para criar o modelo de machine learning que segmenta os clientes.
- Power BI: Ferramenta utilizada para construção do dashboard e visualização dos dados.
- Python: Utilizado para a criação do modelo de machine learning.
- Bibliotecas Python: Foram utilizadas bibliotecas como
pandas,scikit-learn, entre outras, para manipulação e análise dos dados.
Antes de executar este projeto, certifique-se de ter instalado:
- Power BI Desktop
- Python (versão 3.7 ou superior)
- Pacotes Python necessários como
pandas,scikit-learn,matplotlib, entre outros.
A primeira etapa do projeto foi criar o modelo de segmentação de clientes em Python. O código foi escrito em um ambiente Python (como o Jupyter Notebook ou VSCode) para treinar o modelo utilizando dados de marketing.
# Importando bibliotecas
import pandas as pd
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
# Carregando os dados
dados = pd.read_csv('clientes.csv')
# Criando o modelo de segmentação
modelo = KMeans(n_clusters=4)
modelo.fit(dados)
# Adicionando os rótulos de segmentação aos dados
dados['Segmento'] = modelo.labels_
# Visualizando os segmentos
plt.scatter(dados['Renda'], dados['Idade'], c=dados['Segmento'])
plt.xlabel('Renda')
plt.ylabel('Idade')
plt.show()Com o modelo de machine learning criado em Python, a segunda etapa foi a construção de um dashboard no Power BI, onde os dados segmentados são visualizados de forma interativa.
- Abra o Power BI Desktop.
- Vá até a aba Visualizações e selecione Visual Python Script.
- Copie e cole o código Python no editor de script do Power BI.
- Execute o script e visualize os resultados diretamente no dashboard do Power BI.
- Personalize o dashboard com gráficos adicionais e filtros conforme necessário.
-
Clone este repositório:
git clone https://github.com/luanalamonica/Machine-Learning.git
-
Abra o código Python em um ambiente de desenvolvimento como Jupyter Notebook ou VSCode, e execute o script para gerar o modelo de segmentação.
-
No Power BI, importe o script Python e configure os gráficos interativos no dashboard.
-
Explore o dashboard para visualizar os segmentos de clientes criados pelo modelo.
- Python Scripts: Contém os scripts Python usados para criar o modelo de machine learning.
- Dashboard Power BI: Dashboard interativo criado no Power BI, visualizando as segmentações geradas pelo modelo.
- Implementar outros algoritmos de segmentação para comparação de resultados.
- Adicionar mais variáveis para refinar as segmentações dos clientes.
- Criar uma análise preditiva para estimar o comportamento de diferentes segmentos.
- Incluir notificações automáticas no Power BI para alertar mudanças nos segmentos de clientes.
Contribuições são bem-vindas! Sinta-se à vontade para adicionar novas funcionalidades, melhorar o código ou ajustar o dashboard. Para contribuir:
- Faça um fork deste repositório.
- Crie uma branch com a nova funcionalidade (
git checkout -b feature/nova-funcionalidade). - Envie suas alterações para o repositório (
git push origin feature/nova-funcionalidade). - Abra um pull request para revisão.