customer churn analysis project

هل تعاني من فقدان عملائك دون معرفة السبب الحقيقي وراء ذلك؟

قمت بتحليل بيانات أكثر من 7000 عميل لشركة اتصالات، واكتشفت أن 26.58% من العملاء أوقفوا اشتراكهم — وكان معظمهم من العملاء الجدد المشتركين في عقود شهرية يدفعون رسوماً شهرية أعلى من المتوسط.

لم أكتفِ بتحديد المشكلة بل حللت جميع العوامل المؤثرة في قرار المغادرة، من نوع العقد والسعر إلى مدة الاشتراك، وقدمت رؤى واضحة وقابلة للتنفيذ تمكّن الشركة من استهداف العملاء الأكثر عرضة للمغادرة قبل فوات الأوان.

النتيجة؟ لوحة تحكم تفاعلية على Power BI تعرض مؤشرات الـ Churn بشكل لحظي وتساعد فريق العمل على اتخاذ قرارات استباقية للحفاظ على العملاء وزيادة الإيرادات.

الأدوات المستخدمة: Python, Pandas, Matplotlib, Power BI