Contexte : Une entreprise e-commerce souhaite identifier les clients susceptibles de réaliser un nouvel achat dans les 30 prochains jours. Le Problème : Les données clients sont disponibles (âge, nombre d’achats, montant total, fréquence), mais aucun modèle prédictif n’est encore en place. Contraintes : Utiliser un algorithme de classification simple (par exemple régression logistique ou arbre de décision). Séparer jeu d’entraînement et jeu de test. Évaluer la performance avec une métrique adaptée (accuracy ou F1-score). Livrable attendu : Construire un pipeline Machine Learning simple incluant préparation des données, entraînement du modèle et évaluation des performances.