نظام التنبؤ بانسحاب العملاء باستخدام Machine Learning وStreamlit

قمت بتطوير نظام متكامل لتحليل وتوقع احتمالية تسرب العملاء في شركات الاتصالات باستخدام تقنيات تعلم الآلة وتحليل البيانات.

يتضمن المشروع خط معالجة بيانات كامل بدءًا من تنظيف البيانات وتحليلها وصولًا إلى بناء نموذج تنبؤي ونشره عبر واجهة تفاعلية.

مراحل تنفيذ المشروع:

• تحضير البيانات (Data Preparation)

تم تنظيف البيانات ومعالجة القيم المفقودة وتحويل المتغيرات النصية إلى متغيرات رقمية مناسبة للنماذج.

• تحليل البيانات الاستكشافي (EDA)

تم تحليل العوامل المؤثرة على تسرب العملاء مثل مدة الاشتراك، نوع العقد، الخدمات المستخدمة، وقيمة الفاتورة الشهرية.

• هندسة الخصائص (Feature Engineering)

إنشاء خصائص جديدة مثل:

مجموع الخدمات المستخدمة

متوسط الإنفاق الشهري

تقسيم العملاء حسب مدة الاشتراك

• بناء النماذج التنبؤية

تم تدريب نماذج متعددة مثل:

Random Forest

XGBoost

مع استخدام SMOTE لمعالجة مشكلة عدم توازن البيانات.

• تفسير النموذج (Explainable AI)

تم استخدام SHAP لتوضيح تأثير كل خاصية على التوقعات مما يساعد في فهم أسباب تسرب العملاء.

README

• تطوير واجهة تفاعلية

تم بناء تطبيق ويب باستخدام Streamlit يسمح للمستخدمين بـ:

إدخال بيانات العملاء

رفع ملفات CSV

الحصول على توقعات التسرب

عرض الرسوم البيانية التحليلية

يساعد هذا النظام الشركات على تحديد العملاء المعرضين للمغادرة واتخاذ إجراءات احتفاظ فعالة.