تحليل معدل فقد العملاء Customer Churn Analysis لإحدى شركات الاتصالات باستخدام Python , Tableau

هدف المشروع:

تحليل أسباب فقدان العملاء (Customer Churn) لإحدى شركات الإتصالات ، لتحديد العوامل المؤثرة في ترك العملاء للخدمة، وتقديم توصيات عملية تقلل من معدل الفقدان وتزيد من الولاء وذلك من خلال الخطوات الاتية :

- تحليل بيانات العملاء وسلوكهم لفهم الأسباب الرئيسية وراء فقدانهم.

- تحديد الفئات الأكثر عرضة للانسحاب (High-Risk Customers).

- تقديم توصيات قابلة للتنفيذ لتحسين الاحتفاظ بالعملاء وتقليل الخسائر المالية.

- دعم اتخاذ القرار بناءً على البيانات.

الأدوات المستخدمة:

Python: مرحلة Data Cleaning لتنظيف البيانات وتجهيزها قبل التحليل

Tableau: مرحلة Data Visualization and Dashboard لتصميم لوحات تفاعلية احترافية واستخراج الرؤى من البيانات.

مراحل تنفيذ المشروع:

1- Data Cleaning : تنظيف وتهيئة البيانات والتعامل مع القيم الفارغة باستخدام Python

2-Calculated fields داخل Tableau: لتبسيط التحليل، وتصنيف العملاء بشكل أكثر دقة .

من أهمها :

1: تقسيم العملاء حسب فترة التعاقد (Tenure Group) إلى مجموعات وفقًا لمدة التعاقد مع الشركة -أقل من 6 أشهر,

من 6 أشهر إلى سنة, من سنة إلى سنتين, أكثر من سنتين.

وتبين أن 40% من العملاء المنسحبين كانوا ضمن الفئة التي قضت أقل من 6 أشهر، وأغلبهم كانوا بعقود "Month-to-Month"، مما يشير إلى ضعف الالتزام وسهولة الانسحاب خلال هذه الفترة.

2:تصنيف العملاء حسب درجة الخطر (Customer Risk Segmentation)

وذلك بإنشاء مقياس لخطر الفقدان (Churn Risk) بناءً على سلوك العميل واستخدامه للخدمات، مثل:

وجود عقد شهري فقط

عدم الاشتراك في الدعم الفني أو الأمان

استخدام خدمات مثل الإنترنت والهاتف.

وأظهرت النتائج أن 55% من العملاء الحاليين يُصنفون ضمن فئة "High Risk"، مما يُعد مؤشرًا خطيرًا يستدعي التدخل السريع من الشركة للحفاظ على هذه الفئة.

ويساعد هذا التحليل في توجيه استراتيجيات الشركة لاستهداف الفئات الأكثر عرضة للفقدان، وتقديم عروض أو برامج ولاء لهم قبل أن يقرروا الانسحاب.

3- Dashboard design using Tableau : وتشمل بناء داشبورد تفيد وتوجه أصحاب البيزنس في اتخاذ القرارات الصائبة وتم تقسيمه الي عدة صفخات منها :

1. Overview Dashboard : وتعطي نظرة عامة عن البيانات مثل عدد العملاء، معدل الفقدان، أنواع العقود، وطرق الدفع..

من أبرز نتائجها :

- %85 من العملاء الذين فقدناهم كانوا بعقود شهرية.

- فقدان أكثر من %30 من الإيرادات الشهرية بسبب العملاء المنسحبين.

- معدل فقد العملاء 27% .

2. Service Usage Dashboard: توضح العلاقة بين الخدمات المستخدمة ومعدل الفقدان

من أبرز نتائجها:

- %78 من العملاء المنسحبين لا يستخدمون خدمة الأمان.

- %91 من العملاء المنسحبين كانوا يستخدمون خدمة الهاتف.

- %75 من العملاء المنسحبين يستخدمون الفوترة الإلكترونية.

3. Customer Demographics Dashboard : تركز علي خصائص العملاء وتوضح الفئات الديموغرافية الأكثر عرضة للفقدان.

من أبرز نتائجها:

- %42 من المنسحبين من كبار السن

- %83 من المنسحبين ليس لديهم تابعون

4. Business Recommendations - أبرز التوصيات بعد التحليل :

- تحسين استراتيجيات الاحتفاظ للعملاء ذوي العقود الشهرية

- الترويج لاستخدام خدمات الدعم والأمان

- تحسين تجربة خدمة الهاتف

- إعادة تصميم واجهة الفوترة الإلكترونية

- تقديم عروض ولاء للفئات المعرضة للخطر

- التركيز على كبار السن والعملاء غير المرتبطين ببرامج مخصصة.

Business Impact Forecast: تأثيرر هذا التحليل على تطوير الشركة

- خفض معدل فقدان العملاء بنسبة تصل إلى 15-20%

- تحسين أرباح الشركة بنسبة تصل إلى %30 عند تطبيق التوصيات.

Conclusion :

المشروع يوضح كيف يمكن لتحليل البيانات أن يدعم اتخاذ القرار ويُحدث تأثيرًا مباشرًا على أداء الشركة وولاء العملاء.

تم تصميم التحليل بطريقة تفاعلية وسهلة الفهم، ويمكن استخدامه مباشرة من قِبل فرق الإدارة أو التسويق لاتخاذ قرارات فورية.