تحليل بيانات العملاء والتنبؤ بانسحابهم (Customer Churn Prediction باستخدام Machine Learning)

قمت بتنفيذ مشروع متكامل لتحليل بيانات العملاء والتنبؤ باحتمالية انسحابهم (Churn) باستخدام تقنيات تحليل البيانات والتعلم الآلي. بدأت المشروع بمرحلة تحليل البيانات الاستكشافي (EDA) لفهم طبيعة البيانات واستخراج الأنماط المهمة، حيث قمت بدراسة توزيع العملاء، وتحليل العوامل المؤثرة مثل العمر، مدة الاشتراك، الموقع، وعدد الأيام منذ آخر عملية شراء. بعد ذلك، قمت ببناء مجموعة من النماذج باستخدام خوارزميات مختلفة مثل: Logistic Regression Decision Tree Random Forest Gradient Boosting وقمت بمقارنة أداء هذه النماذج باستخدام metrics مثل: Accuracy Precision Recall F1-score كما استخدمت تقنيات تحسين الأداء (Hyperparameter Tuning) للحصول على أفضل نتائج ممكنة. - الأدوات والتقنيات المستخدمة Python Pandas & NumPy Matplotlib & Seaborn (Visualization) Scikit-learn (Machine Learning) Jupyter Notebook - مميزات المشروع تحليل بصري احترافي للبيانات (Charts & Insights) فهم العوامل المؤثرة في انسحاب العملاء بناء نموذج تنبؤي يساعد الشركات على تقليل فقدان العملاء مقارنة بين أكثر من نموذج لاختيار الأفضل - نتيجة المشروع تم الوصول إلى نموذج قادر على التنبؤ بانسحاب العملاء بدقة جيدة، مما يساعد الشركات على: تحسين استراتيجيات الاحتفاظ بالعملاء اتخاذ قرارات مبنية على البيانات زيادة الأرباح وتقليل الخسائر