توقع مغادرة العملاء باستخدام تعلم الآلة

قمت بتطوير مشروع لتوقع مغادرة العملاء Customer Churn Prediction باستخدام تقنيات تعلم الآلة، بهدف مساعدة الشركات على تحديد العملاء الأكثر احتمالًا للتوقف عن استخدام الخدمة وفهم العوامل المؤثرة على قرارهم. اعتمد المشروع على بيانات تضم أكثر من 7000 عميل، وتم تنفيذ خطوات تنظيف وتجهيز البيانات، وتحليلها لاكتشاف الأنماط، ثم تطبيق Feature Engineering لتحسين جودة المدخلات. كما تم التعامل مع مشكلة عدم توازن البيانات باستخدام SMOTE، ثم تدريب نموذج Random Forest للتصنيف. حقق النموذج دقة وصلت إلى 91% و F1-score = 0.88، وتم استخراج أهم العوامل المؤثرة على مغادرة العملاء من خلال تقرير Feature Importance. ما تم تنفيذه في المشروع: تنظيف وتجهيز بيانات العملاء تحليل البيانات واستخراج الأنماط معالجة عدم توازن البيانات باستخدام SMOTE بناء وتدريب نموذج Random Forest تقييم أداء النموذج باستخدام Accuracy و F1-score استخراج أهم العوامل المؤثرة على قرار العميل بالمغادرة الأدوات المستخدمة: Python، Pandas، Scikit-learn، Random Forest، SMOTE، Data Analysis، Machine Learning