ذكاء اصطناعى و تعلم آلي - تطبيق تنبؤ وفهم سلوك العملاء

في هذا المشروع طوّرت نظامًا تفاعليًا باستخدام Python وStreamlit يُمكن الشركات من:

التنبؤ بفقدان العميل (Churn Prediction) باستخدام نموذج تعلم آلي.

تحليل شرائح العملاء (Customer Segmentation) بناءً على خصائص وسلوك الاستخدام.

اقتراح عروض استباقية (Proactive Retention Offers) مصممة حسب شخصية العميل (Persona).

مكونات المشروع الرئيسية:

1. تنبؤ فقدان العملاء:

إدخال بيانات العميل يدويًا عبر واجهة تفاعلية.

عرض فوري لاحتمالية مغادرته للخدمة باستخدام نموذج انحدار لوجستي.

2. ? تقسيم العملاء باستخدام Clustering:

تم استخدام خوارزمية K-Means لتقسيم قاعدة العملاء إلى عدة مجموعات.

كل مجموعة تمثل Persona مختلفة بناءً على: نمط الدفع، نوع العقد، مدة الاستخدام، الخدمات المفعّلة، وغيرها.

3. العروض الاستباقية (Proactive Retention):

في حال توقّع أن العميل معرض للمغادرة، يتم:

تحديد الـ Persona التي ينتمي إليها.

اقتراح عرض مناسب حسب شخصيته وسلوكه لزيادة فرص الاحتفاظ به.

️ أدوات وتقنيات مستخدمة:

Python (Pandas, Scikit-learn, Streamlit, Plotly)

Logistic Regression, K-Means Clustering

Joblib لحفظ النموذج

نشر التطبيق على Streamlit Cloud

? الهدف من المشروع:

تمكين فرق التسويق وخدمة العملاء من:

فهم شريحة العميل بعمق.

التصرف قبل خسارة العميل عبر عروض مخصصة.

تحسين الكفاءة وتقليل معدل الـ Churn بطريقة علمية مدروسة.