المشروع يهدف إلى تحليل بيانات عملاء أحد البنوك لتصنيفهم إلى شرائح مختلفة تساعد في تحديد أولويات منح القروض، مع تقييم المخاطر المرتبطة بكل عميل. من خلال الجمع بين بيانات العملاء، البطاقات، والمعاملات تم استخراج مؤشرات مهمة تساعد متخذي القرار في البنك على تحسين السياسات الائتمانية وتقليل المخاطر.
الأدوات المسخدمة :
- Python : لتهيئة وتنظيف البيانات
- Tablau: لبناء العلاقات مع جداول البيانات + لوحات التحكم التفاعلية
تفاصيل العمل:
في هذا المشروع طورت 3 لوحات تحكم تفاعلية في Tableau:
- Customer Overview Dashboard: لرؤية شاملة حول خصائص العملاء.
- Card & Risk Analysis Dashboard: لتحليل مخاطر الأمان ولبطاقات الائتمانية.
- Transactions Dashboard: لفهم أنماط المعاملات والأخطاء .
من أهم Calculated Fields التى قمت ببنائها لاستخراج أهم Insights من الداتا:
- Debt to Income Ratio لتقييم قدرة العملاء على السداد.
- Credit Score Segmentation لتصنيف العملاء حسب الجدارة الائتمانية.
- Age Generations لفهم الفروقات بين الأجيال في استخدام الخدمات البنكية.
- PIN Risk Category لحساب مخاطر الأمان بناءً على آخر تغيير للـ PIN.
- Loan Eligibility لتحديد العملاء المؤهلين للقروض.
من خلال هذه التحليلات قدمت توصيات عملية للبنك مثل:
- استهداف العملاء منخفضي المخاطر بعروض قروض مناسبة.
- تعزيز الأمان عبر تحديثات PIN وتعميم استخدام البطاقات المزودة بشريحة.
- تصميم حملات تسويقية موجهة حسب الشرائح العمرية.
- تشجيع التحول الرقمي وزيادة المعاملات الإلكترونية.