Telecom Customer Churn Prediction – التنبؤ بتسرّب عملاء شركات الاتصالات

عنوان المشروع

Telecom Customer Churn Prediction – التنبؤ بتسرّب عملاء شركات الاتصالات

وصف المشروع

يهدف هذا المشروع إلى تحليل والتنبؤ بتسرّب العملاء في قطاع الاتصالات باستخدام تقنيات تحليل البيانات وتعلّم الآلة، وذلك لمساعدة الشركات على تحديد العملاء المعرّضين لمغادرة الخدمة واتخاذ قرارات مبنية على البيانات لتحسين استراتيجيات الاحتفاظ بالعملاء. تم تنفيذ المشروع بشكل متكامل بداية من تحليل البيانات ومعالجتها، مرورًا ببناء النماذج التنبؤية، وانتهاءً بنشر نموذج نهائي من خلال لوحة تحكم تفاعلية باستخدام Streamlit تتيح عرض النتائج بشكل واضح وسهل لأصحاب القرار.

---

نظرة عامة على المشروع

يُعد التنبؤ بتسرّب العملاء من أهم التحديات في شركات الاتصالات، حيث يؤثر بشكل مباشر على الأرباح ونمو الأعمال. في هذا المشروع تم استخدام بيانات تاريخية حقيقية للعملاء، مع إجراء تنظيف شامل للبيانات وتحليلها، ثم بناء نماذج تصنيف دقيقة للتنبؤ باحتمالية تسرّب كل عميل، وأخيرًا عرض النتائج من خلال لوحة تحكم تفاعلية قابلة للاستخدام من قبل غير المختصين.

---

مراحل تنفيذ المشروع

أولًا تحليل البيانات والمعالجة المسبقة

تم تنظيف البيانات ومعالجة القيم المفقودة والقيم الشاذة، بالإضافة إلى توحيد المقاييس وتجهيز البيانات للنمذجة. كما تم إجراء التحليل الاستكشافي للبيانات لاكتشاف الأنماط والعوامل المؤثرة في تسرّب العملاء مثل سلوك الاستخدام والخصائص الديموغرافية.

ثانيًا بناء نماذج تعلّم الآلة

تم تقسيم البيانات إلى بيانات تدريب واختبار، ثم بناء وتقييم عدة نماذج تصنيف مثل Logistic Regression و Random Forest و XGBoost. تم تقييم النماذج باستخدام مؤشرات الأداء Accuracy و Precision و Recall و F1 Score، ومن ثم اختيار النموذج الأفضل من حيث الدقة والاستقرار.

ثالثًا نشر النموذج ولوحة التحكم

تم تطوير لوحة تحكم تفاعلية باستخدام Streamlit لعرض نتائج التنبؤ وتحليل البيانات. تتيح اللوحة استكشاف البيانات، التنبؤ باحتمالية تسرّب العملاء، وتحليل أهم الخصائص المؤثرة، مع واجهة استخدام بسيطة وسهلة.

---

مميزات المشروع

تحليل البيانات

عرض وتحليل خصائص العملاء، أنماط الاستخدام، ومعدلات تسرّب العملاء بشكل مرئي وواضح.

التنبؤ بتسرّب العملاء

التنبؤ باحتمالية تسرّب كل عميل على حدة، مع توضيح أهم العوامل التي تؤثر على قرار التسرّب.

لوحة تحكم تفاعلية

واجهة بسيطة وتفاعلية تتيح رفع بيانات عملاء جدد والحصول على نتائج تنبؤية فورية.

---

لغات البرمجة والأدوات المستخدمة

لغة البرمجة

Python

الأطر والأدوات

Scikit learn لتنفيذ نماذج تعلّم الآلة

Pandas و NumPy لمعالجة وتحليل البيانات

Matplotlib و Seaborn و Plotly لإنشاء الرسوم البيانية

Streamlit لنشر تطبيقات ويب تفاعلية

Power BI لإنشاء لوحات تحكم تحليلية

GitHub لاستضافة المشروع

Kaggle لجمع البيانات

Canva لتصميم العرض التقديمي