Customer Churn Insights

في هذا المشروع، قمت بتحليل بيانات 7,043 عميلًا لإحدى شركات الاتصالات، حيث كان هناك 1,869 عميلًا فقدتهم الشركة، مما أدى إلى معدل تسرب بلغ 26.54%. ولتحديد أسباب المشكلة واتخاذ قرارات فعالة، قمت بتطوير لوحة معلومات تفاعلية باستخدام Power BI.

فكرة المشروع:

️ تحليل بيانات العملاء وتصنيفهم حسب مدة الاشتراك، حيث تبين أن العملاء الجدد (0-1 سنة) لديهم أعلى معدل تسرب (61.99%)، بينما العملاء القدامى (أكثر من 6 سنوات) لديهم معدل تسرب منخفض جدًا (1.66%).

️ تحديد العملاء الأكثر عرضة للتسرب وفقًا لعوامل مثل نوع الخدمة، وسائل الدفع، والعقود، مما يساعد في استهدافهم بعروض مخصصة للحفاظ عليهم.

️ تقسيم العملاء حسب خطورة فقدانهم للخدمة، حيث تم تصنيفهم إلى فئات مثل:

High-Spending Customers (العملاء ذوو الإنفاق العالي): يولدون 9.8 مليون دولار من الإيرادات، لذا الاحتفاظ بهم أولوية.

At-Risk Customers (العملاء المعرضون للخطر): يشكلون نسبة كبيرة من المشتركين المتسربين.

Low-Spending Customers (العملاء ذوو الإنفاق المنخفض): لديهم احتمالية عالية لمغادرة الخدمة بسرعة.

النتائج المستخلصة:

كشف الأسباب الرئيسية للتسرب مثل نوع الخدمة، عدم وجود تأمين إلكتروني، وعقود الاشتراك قصيرة المدى.

تحليل العلاقة بين مدة الاشتراك والتسرب، حيث أن العقود الشهرية لديها أعلى نسبة تسرب (1.7K من 1.8K متسربين) مقارنة بالعقود السنوية والطويلة الأجل.

مساعدة الشركات في تحسين استراتيجيات الاحتفاظ بالعملاء عبر تقديم عروض مخصصة للعملاء الأكثر عرضة للتسرب