Bank Marketing Project

تحليل حملات التسويق البنكي وتوقع الاشتراك في الودائع باستخدام تعلم الآلة

في هذا المشروع، قمت بتحليل بيانات حملات تسويقية هاتفية نفذها بنك برتغالي، بهدف بناء نموذج يتنبأ بإمكانية اشتراك العميل في وديعة بنكية بناءً على بياناته الشخصية وسلوكه السابق.

️ وصف البيانات:

البيانات مأخوذة من UCI Machine Learning Repository، وتحتوي على معلومات متنوعة مثل:

بيانات العملاء: العمر، الوظيفة، الحالة الاجتماعية، مستوى التعليم، القروض (سكني/شخصي).

تفاصيل الحملة التسويقية: طريقة الاتصال، مدة المكالمة، الشهر، اليوم.

التفاعل السابق مع الحملات: عدد المحاولات، نتيجة الحملات السابقة.

السياق الاقتصادي: معدل التوظيف، مؤشر ثقة المستهلك، سعر الفائدة، عدد الموظفين.

المتغير المستهدف (y): هل قام العميل بالاشتراك في الوديعة؟ (yes/no)

خطوات التحليل والنمذجة:

تحليل استكشافي (EDA):

عرض التوزيعات، الإحصائيات، واكتشاف الأنماط الأولية.

معالجة البيانات:

التعامل مع القيم المتطرفة.

تقييس البيانات الرقمية باستخدام StandardScaler.

ترميز البيانات الفئوية باستخدام One-Hot Encoding.

استخدام PCA لتقليل الأبعاد وتحسين الأداء.

معالجة عدم توازن الفئات:

استخدام تقنية SMOTE لزيادة العينات في الفئة الأقل (المشتركين).

بناء النموذج:

تدريب نموذج SVM (Support Vector Machine) لتصنيف العملاء بدقة.

تقييم النموذج:

باستخدام مصفوفة التصنيف (Classification Report)

دقة النموذج (Accuracy Score)

مقياس ROC AUC لتقييم جودة التنبؤ

نتائج : 0.89 الدقه