Customer Churn Analysis Dashboard (Power bi )

تحديد الـ KPIs الرئيسية (إجمالي العملاء، عدد العملاء اللي عملوا Churn، ونسبة الـ Churn Rate اللي وصلت لـ 26.9%) عشان أدي نظرة سريعة عن حجم المشكلة وتأثيرها على البيزنس.

حللت أسباب الـ Churn وظهر إن المنافس قدّم عروض وأجهزة أفضل وده كان أعلى سبب للمغادرة — وده معناه إن التحدي الأساسي في التنافسية مش في جودة الخدمة نفسها.

قارنت الـ Churn Rate حسب الـ State وطلع إن في ولايات زي CA و IN بتوصل فيها النسبة لـ 60–75%، وده مؤشر خطر محتاج تدخل سريع سواء في الـ Pricing أو العروض.

حللت الفئات العمرية عشان أحدد أكتر شريحة معرضة للمغادرة، وده بيساعد في بناء Retention Strategy موجهة بدل ما تكون عامة.

درست العلاقة بين استهلاك البيانات والـ Churn عشان أفهم هل العملاء اللي بيستهلكوا أقل هم الأكثر عرضة للمغادرة — وظهر إن شريحة أقل من 5GB ليها سلوك مختلف وده ممكن يدل على إنهم مش حاسين بقيمة الخدمة.

ضفت Filters تفاعلية (زي International Plan) عشان نقدر نحلل البيانات من زوايا مختلفة وناخد قرارات أدق.

أهم الـ Insights:

✔️ نسبة الـ Churn 26.9% — رقم عالي ومحتاج خطة احتفاظ عاجلة

✔️ السبب الأول للمغادرة هو قوة عروض المنافسين، مش ضعف الخدمة

✔️ في ولايات معينة الوضع فيها حرج جداً وده يتطلب تدخل استراتيجي سريع

✔️ شريحة العملاء الأكبر سناً هي الأعلى عدداً وفهم سلوكها عنصر أساسي في تقليل الـ Churn

✔️ العملاء منخفضي الاستهلاك (أقل من 5GB) عندهم نمط مغادرة مختلف وده ممكن يكون مرتبط بإحساسهم بقلة