Apprenez à créer un algorithme prédictif pour faire des recommandations produits comme Amazon ! 

Amazon semble deviner ce que vous voulez avant même que vous le sachiez ? Ce n’est pas de la magie, c’est de l’analyse prédictive.

Aujourd’hui, c’est à vous de jouer les oracles de la data. À travers cette mission, vous allez apprendre à prédire les futurs achats d’un utilisateur à partir de ses comportements passés.

📌 Objectif du projet

Créer un modèle de prédiction qui anticipe le prochain produit qu’un utilisateur va acheter à partir de son historique de navigation et d’achat.

📊 Les données fictives 

Un dataset contenant :

• user_id : identifiant de l’utilisateur
• product : produit consulté
• category : catégorie du produit
• viewed_at : date/heure de la consultation
• purchased : 1 si l’utilisateur a acheté le produit, 0 sinon
• time_spent_seconds : temps passé sur la page produit
• rating : note laissée par l’utilisateur (si achat)

Ouvrez le notebook, le fichier est déjà chargé.

🛠️ Étapes du projet

1. Charger les données (format CSV ou autre)
2. Nettoyer les données : suppression des doublons, gestion des valeurs manquantes, transformation des dates…
3. Créer des variables utiles : fréquence d’achat, catégories les plus visitées, temps moyen passé, etc.
4. Choisir une cible à prédire : par exemple, prédire la catégorie du prochain produit acheté
5. Entraîner un modèle prédictif :
   • Exemples simples : arbre de décision, random forest, régression logistique…
6. Tester la précision du modèle
7. Analyser les résultats : le modèle est-il bon ? Sur quelles variables se base-t-il le plus ?
8. Bonus : Visualisez la probabilité d’achat par catégorie pour un utilisateur donné

🎯 Résultat attendu

Un modèle capable de prédire quelle catégorie de produit un utilisateur est susceptible d’acheter ensuite, avec une visualisation des probabilités.

💡 Pourquoi ce projet est intéressant ?

✅ Vous découvrez comment les entreprises comme Amazon personnalisent l’expérience utilisateur
✅ Vous mettez un pied dans le machine learning supervisé
✅ Vous apprenez à transformer des données brutes en actions marketing concrètes
✅ C’est un super exercice pour comprendre le comportement client

---

📢 Mettez-vous dans la peau d’Amazon

À la fin de la mission, imaginez :

• Une stratégie de recommandation personnalisée pour chaque type d’utilisateur
• Comment optimiser les envois en entrepôt en fonction des prédictions

Ressources clés

🧠 Pour mieux comprendre comment fonctionne un algorithme predictif : https://dataxstrategy.fr/savez-vous-quamazon-devine-ce-que-vous-voulez-avant-meme-que-vous-le-sachiez/

📊 Mes derniers projets

Github : https://github.com/ydataanalyse?tab=repositories

Tableau Public : https://public.tableau.com/app/profile/oy4372/vizzes