Customer Churn Prediction System with ML Classification & LLM Assistant

قمت ببناء نظام Customer Churn Prediction متكامل باستخدام Classical Machine Learning للتنبؤ بما إذا كان العميل سيغادر الخدمة (Churn) أو سيستمر، وذلك اعتمادًا على بيانات Telecom Dataset من Kaggle.

المشروع لا يقتصر فقط على التنبؤ، بل يتضمن LLM-powered AI Assistant يعمل كواجهة تفاعلية ذكية تُمكّن فرق التسويق أو خدمة العملاء من إدخال بيانات العميل بشكل conversational ومن ثم تشغيل نموذج التنبؤ تلقائيًا وإرجاع مستوى الخطر والتوصيات.

فكرة المشروع:

Problem: التنبؤ بما إذا كان العميل سيقوم بعمل Churn بناءً على البيانات الديموغرافية، الخدمات، وسلوك الفواتير

Solution: استخدام Ensemble Voting Classifier مكوّن من:

Gradient Boosting

Logistic Regression

AdaBoost

Key Innovation: دمج LLM Agent (via Groq API) ليعمل كـ conversational layer يجمع بيانات العميل بأسلوب بشري قبل تشغيل نموذج التنبؤ

Use Case: دعم فرق Customer Retention & Marketing في اتخاذ قرارات مبكرة لمنع خسارة العملاء

أداء النموذج:

Accuracy: ~82%

Retention Recall: ~90%

F1-Score: ~87%