Customer Churn prediction model

نبذة عن المشروع:

يهدف هذا المشروع إلى بناء نموذج ذكي يعتمد على تقنيات تعلم الآلة (Machine Learning) لتحليل بيانات العملاء والتنبؤ باحتمالية انسحابهم (Churn) من الخدمة أو المنتج. يساعد هذا التنبؤ الشركات على الاحتفاظ بالعملاء وتقليل معدلات الانسحاب وبالتالي زيادة الأرباح.

تفاصيل العمل:

جمع وتحليل بيانات العملاء (مثل بيانات الاشتراك، الشكاوى، الاستخدام الشهري، وغيرها).

تنظيف وتجهيز البيانات للمعالجة (Data Preprocessing).

استخدام تقنيات إحصائية وأدوات تعلم الآلة لاستخلاص الأنماط والسلوكيات المؤدية للانسحاب.

بناء وتدريب نموذج تنبؤ باستخدام خوارزميات مناسبة (مثل Decision Trees, Random Forest, Logistic Regression، وغيرها).

تقييم النموذج باستخدام مقاييس الأداء (Accuracy, Precision, Recall, F1-Score).

تقديم تقرير شامل بالنتائج مع توصيات عملية لتحسين معدل الاحتفاظ بالعملاء.

التقنيات والأدوات المستخدمة:

Python و مكتبات مثل: Scikit-learn, Pandas, NumPy, Matplotlib.

أساليب التعامل مع عدم توازن البيانات (مثل Oversampling/Undersampling).

تحليل البيانات الاستكشافي (EDA).

رسومات بيانية توضيحية لفهم العلاقات بين المتغيرات.