telecom-analysis

? هدف المشروع:

تحليل بيانات شركة اتصالات لاكتشاف أسباب فقدان العملاء وتقديم توصيات لتحسين الإيرادات.

? خطوات التحليل:

1. فهم الوضع الحالي:

تحليل آخر شهر من البيانات:

عدد العملاء

عدد الشكاوى

الإيرادات

استهلاك الإنترنت

2. تقسيم العملاء (Clustering):

استخدام KMeans لتقسيم العملاء إلى 3 فئات:

عملاء مميزين

عملاء راضين

عملاء غير راضين

3. تحليل الأداء الشهري:

متابعة التغير في:

الإيرادات

الشكاوى

متوسط استهلاك الإنترنت

4. تحليل أداء الباقات:

تحديد الباقات التي:

تحقق إيرادات أقل من المتوسط

بها شكاوى أعلى من المتوسط

النتيجة: بعض الباقات كانت السبب الرئيسي في تراجع الأداء.

النماذج التنبؤية المستخدمة:

Prophet:

لتوقع الإيرادات لـ 6 أشهر قادمة.

النتيجة: الإيرادات في اتجاه تنازلي وتحتاج لتدخل سريع.

Random Forest Classifier:

لتوقع فقدان العملاء.

تم استخدام SMOTE لموازنة البيانات.

تم تحديد العملاء المتوقع خروجهم حسب:

المدينة

نوع الباقة

️ الأدوات المستخدمة:

Python

Excel

Prophet

Scikit-learn (Random Forest, KMeans)

SMOTE (imbalanced-learn)

مخرجات المشروع:

تصنيف واضح للعملاء حسب الرضا

تحديد الباقات المؤثرة سلبيًا على الإيرادات

قائمة عملاء معرضين لفقدان الخدمة

توقع واضح للإيرادات القادمة