Segmentation clients par clustering
Segmente une base clients en groupes homogènes via RFM et K-means avec stratégies marketing personnalisées par segment.
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Je veux segmenter ma base de [NOMBRE_CLIENTS] clients pour personnaliser mes stratégies marketing. Données disponibles par client : [VARIABLES_DISPONIBLES] (ex : historique d'achats, fréquence, montant, catégories achetées, ancienneté, interactions support). Objectif : [OBJECTIF_SEGMENTATION] (ex : personnaliser les communications, identifier les clients à risque de churn, prioriser les actions commerciales) Réalise une segmentation complète : 1. Construis une analyse RFM (Récence, Fréquence, Montant) avec notation de 1 à 5 pour chaque dimension 2. Applique un algorithme de clustering K-means avec détermination du nombre optimal de clusters (méthode du coude, silhouette score) 3. Décris chaque segment obtenu avec ses caractéristiques clés et sa taille 4. Nomme chaque segment de façon évocatrice (ex : "Champions", "À risque", "Dormants") 5. Propose une stratégie marketing spécifique pour chaque segment 6. Calcule la valeur vie client (CLV) estimée par segment 7. Définis des KPIs pour mesurer l'efficacité des actions par segment Fournis le code Python complet (pandas, scikit-learn, matplotlib).
Pourquoi ce prompt fonctionne
Ce prompt est puissant car il combine l'approche RFM classique avec le clustering algorithmique, et va jusqu'aux implications stratégiques concrètes. La demande de code complet le rend immédiatement exécutable.
Cas d'usage
Résultat attendu
Analyse RFM, segments K-means nommés et décrits, stratégies marketing par segment, code Python complet.
Formez-vous en profondeur
Découvrez le skill complet sur Prompt Guide pour maîtriser cette technique de A à Z.
Voir sur Prompt GuideTermes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Prompts similaires
Data storytelling pour présenter les données
Transforme des données brutes en récit structuré et convaincant adapté à une audience et un objectif spécifiques.
Choisir la bonne visualisation pour ses données
Guide le choix du type de graphique optimal selon les données, l'audience et le message à communiquer.
Détection d'anomalies dans les données
Détecte les anomalies et valeurs aberrantes dans un dataset avec plusieurs méthodes statistiques et scoring de sévérité.
Interprétation des résultats d'un A/B test
Analyse statistique rigoureuse des résultats d'un A/B test avec vérification des biais et recommandation de déploiement.