تحليل والتنبؤ بفقدان العملاء (Customer Churn Prediction)

يهدف هذا المشروع إلى تحليل بيانات عملاء إحدى شركات الاتصالات والتنبؤ بالعملاء الأكثر عرضة لإلغاء الخدمة (Customer Churn) باستخدام تقنيات تعلم الآلة. بدأ العمل بفهم المشكلة التجارية وأهميتها بالنسبة للشركات التي تعتمد على الاحتفاظ بالعملاء، ثم تم إجراء عملية تنظيف وتجهيز البيانات وتحليلها لاكتشاف العوامل المؤثرة في فقدان العملاء. تضمن المشروع: • استكشاف البيانات وتحليل جودتها. • تنظيف البيانات ومعالجة القيم المفقودة. • إجراء تحليل استكشافي شامل (EDA). • تحليل تأثير نوع العقد، مدة الاشتراك، الرسوم الشهرية، وطريقة الدفع على معدل فقدان العملاء. • تجهيز البيانات وبناء الخصائص المناسبة للنماذج. • بناء ومقارنة نماذج تعلم آلة مختلفة للتنبؤ بالعملاء المعرضين للمغادرة. • تقييم أداء النماذج باستخدام مجموعة من المقاييس الإحصائية. • استخراج رؤى عملية وتوصيات تساعد الشركة على تحسين استراتيجيات الاحتفاظ بالعملاء. الأدوات المستخدمة: Python، Pandas، NumPy، Matplotlib، Seaborn، Scikit-Learn. أبرز النتائج: • تحديد العوامل الأكثر تأثيرًا على فقدان العملاء. • اكتشاف الفئات الأكثر عرضة لإلغاء الخدمة. • بناء نموذج قادر على التنبؤ بالعملاء المعرضين للمغادرة لدعم اتخاذ القرارات وتحسين استراتيجيات الاحتفاظ بالعملاء. يمثل هذا المشروع نموذجًا متكاملًا يجمع بين تحليل البيانات وتعلم الآلة وتحويل النتائج إلى توصيات عملية قابلة للتنفيذ.