https://github.com/tnleite/credit-card-customer-clustering

Este repositório apresenta um projeto de segmentação e predição de clientes de cartões de crédito. Utilizando EDA, clusterização (K-Means) e machine learning, o objetivo é prever o grupo de novos clientes, apoiando estratégias de marketing personalizadas.
https://github.com/tnleite/credit-card-customer-clustering

classification-algorithm clustering-algorithm clustering-analysis data-science exploratory-data-analysis kmeans-clustering logistic-regression machine-learning-algorithms machine-learning-models matplotlib numpy scikit-learn seaborn

Last synced: 4 months ago
JSON representation

Este repositório apresenta um projeto de segmentação e predição de clientes de cartões de crédito. Utilizando EDA, clusterização (K-Means) e machine learning, o objetivo é prever o grupo de novos clientes, apoiando estratégias de marketing personalizadas.

• Host: GitHub
• URL: https://github.com/tnleite/credit-card-customer-clustering
• Owner: tnleite
• License: mit
• Created: 2024-11-30T12:50:17.000Z (12 months ago)
• Default Branch: main
• Last Pushed: 2024-12-04T22:28:19.000Z (12 months ago)
• Last Synced: 2025-03-29T19:10:01.959Z (8 months ago)
• Topics: classification-algorithm, clustering-algorithm, clustering-analysis, data-science, exploratory-data-analysis, kmeans-clustering, logistic-regression, machine-learning-algorithms, machine-learning-models, matplotlib, numpy, scikit-learn, seaborn
• Language: Jupyter Notebook
• Homepage:
• Size: 7.74 MB
• Stars: 0
• Watchers: 1
• Forks: 1
• Open Issues: 0
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

          
# 💳 Mapa de Clientes de Cartões de Crédito



[![Python Version](https://img.shields.io/badge/Python-3.11.10-blue?logo=python&logoColor=white)](https://www.python.org/)

[![Jupyter Version](https://img.shields.io/badge/Jupyter-Notebook-orange?logo=jupyter)](https://jupyter.org/)

[![Pandas](https://img.shields.io/badge/Pandas-1.5.3-green?logo=pandas)](https://pandas.pydata.org/)

[![NumPy](https://img.shields.io/badge/NumPy-1.24.3-blue?logo=numpy&logoColor=white)](https://numpy.org/)

[![Matplotlib](https://img.shields.io/badge/Matplotlib-3.7.1-blue?logo=matplotlib)](https://matplotlib.org/)

[![Seaborn](https://img.shields.io/badge/Seaborn-0.12.2-blue?logo=seaborn)](https://seaborn.pydata.org/)

[![Scikit-Learn](https://img.shields.io/badge/Scikit--Learn-1.5.1-orange?logo=scikit-learn&logoColor=white)](https://scikit-learn.org/)

[![Project Status](https://img.shields.io/badge/Status-Completed-green)]()

[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT)

## 📝 Descrição do Projeto  

Este projeto, desenvolvido como parte do módulo final do **Santander Coders 2024**, explora a **segmentação de clientes** e **modelagem preditiva** aplicadas ao setor financeiro, com foco em titulares de cartões de crédito. 

O objetivo principal é identificar padrões comportamentais dos clientes para otimizar estratégias de marketing e suporte a decisões empresariais. As principais etapas incluem a análise exploratória de dados, a criação de clusters para segmentação de clientes e a construção de um modelo preditivo para classificar novos clientes nos grupos definidos.

**Destaques do Projeto:**

- **Segmentação de Clientes**: Identificação de grupos com características semelhantes para personalização de estratégias.

- **Modelagem Preditiva**: Classificação de novos clientes nos clusters definidos, utilizando aprendizado supervisionado.

- **Insights Estratégicos**: Suporte à equipe de marketing e ao gerenciamento de riscos financeiros.



  



---

## 🗂️ Estrutura do Repositório

Este repositório está organizado da seguinte forma:

- **01_Base_de_Dados**: Contém os arquivos de dados utilizados para análise.

- **02_Analise**: Contém o arquivo Jupyter Notebook com a análise e modelagem.

- **03_Recursos**: Contém recursos visuais utilizados no projeto.

---

## 💾 Demonstração e Uso

Para explorar a análise, você pode seguir uma das opções abaixo:

1. **Visualização Direta no GitHub**:

   - Vá até a pasta **02-Analise** e abra o arquivo **Jupyter Notebook** diretamente no GitHub para visualizar a análise sem precisar baixar.

   - [Clique aqui para acessar a pasta de análise](02-Analise/credit-card-customer-clustering.ipynb).

2. **Download do Notebook**:

   - Caso a visualização no GitHub não funcione adequadamente ou prefira trabalhar localmente, você pode baixar o arquivo que está no caminho anterior.

   

3. **Instruções de Uso Local**:

   - Após baixar, abra o notebook no Jupyter ou em uma plataforma que suporte notebooks IPython.

   - Execute as células sequencialmente para visualizar as análises e gráficos.

## 🔍 Estrutura do Projeto

### Parte 1: Análise Exploratória de Dados (EDA)

- **Distribuição de Variáveis**: Análise de padrões e identificação de valores extremos nos dados.

- **Correlação Entre Variáveis**: Descoberta de relações importantes para segmentação e predição.

- **Análise de Outliers**: Investigação de valores atípicos que poderiam distorcer os resultados.

### Parte 2: Clusterização

- **Aplicação de Algoritmos**: Teste de K-Means, Hierarchical Clustering e DBSCAN.

- **Escolha do Modelo Ideal**: O K-Means foi escolhido com base em métricas como Silhouette Score e Davies-Bouldin Index.

- **Interpretação dos Clusters**: Identificação de cinco grupos principais com perfis distintos de clientes.

### Parte 3: Modelagem Preditiva

- **Treinamento de Modelos Supervisionados**: Teste de algoritmos como Logistic Regression, Decision Tree e Random Forest.

- **Avaliação e Otimização**: Ajustes finos para maximizar a precisão e recall do modelo.

- **Predição de Novos Clientes**: Classificação de novos dados nos clusters definidos para ações personalizadas.

---

## 🏗️ Arquitetura e Fluxo de Análise



O fluxo de análise do projeto segue a estrutura abaixo:

1. **Coleta de Dados**: Importação do dataset com informações dos clientes de cartões de crédito.

2. **Manipulação e Limpeza de Dados**: Uso de **Pandas** para tratar dados e garantir consistência.

3. **Visualização Gráfica**: Criação de gráficos com **Matplotlib** e **Seaborn** para explorar os padrões dos dados.

4. **EDA**: Compreensão inicial das características do dataset.

5. **Clusterização**: Identificação de grupos distintos de clientes com algoritmos de aprendizado não supervisionado.

6. **Modelagem Supervisionada**: Construção de modelos para prever o cluster de novos clientes.

7. **Insights**: Extração de resultados para decisões estratégicas.

---

## 📈 Impacto e Resultados

- **Clusters Identificados**: Cinco grupos principais foram descobertos, representando perfis distintos, como clientes inativos, consumidores regulares e clientes premium.

- **Precisão da Modelagem**: O modelo de **Logistic Regression** alcançou um F1-Score Macro de 0.978 no conjunto de teste, garantindo alta sensibilidade na classificação.

- **Recomendações Estratégicas**: 

  - **Clientes Premium**: Foco em serviços exclusivos.

  - **Clientes Inativos**: Estratégias de reengajamento.

  - **Consumidores Regulares**: Ofertas promocionais personalizadas.

---

## 🛠️ Tecnologias Utilizadas

- [Python](https://www.python.org/)

- [Jupyter Notebook](https://jupyter.org/)

- [Pandas](https://pandas.pydata.org/)

- [Matplotlib](https://matplotlib.org/)

- [Seaborn](https://seaborn.pydata.org/)

- [Scikit-Learn](https://scikit-learn.org/)

---

## 🖼️ Screenshots

Aqui estão algumas capturas de tela das análises:



















---

## 📞 Contato

- 📫 Você pode entrar em contato comigo pelo meu [e-mail](mailto:thiago.leit@hotmail.com).

- 💼 Meu perfil no [LinkedIn](https://www.linkedin.com/in/tnleite/) para acompanhar meu progresso e projetos.

- ✍🏻 Meu perfil no [Medium](https://medium.com/@thiago.leit) para ver artigos publicados.

- 🌐 Meu [Portfólio](https://thiagoleitedata.com.br) para visualizar outros projetos.