Bank Marketing Campaign Analysis & Subscription Prediction

في هذا المشروع قمت بتحليل بيانات حملة تسويقية خاصة بأحد البنوك بهدف فهم العوامل التي تؤثر على اشتراك العملاء في الودائع البنكية (Term Deposit) وتحسين كفاءة الحملات التسويقية المستقبلية.

اعتمد المشروع على بيانات تحتوي على أكثر من 45 ألف سجل تشمل معلومات العملاء مثل: العمر، الوظيفة، الحالة الاجتماعية، المستوى التعليمي، الرصيد البنكي، القروض، بالإضافة إلى بيانات تتعلق بالحملة التسويقية مثل عدد مرات التواصل مع العميل ومدة المكالمات ونتائج الحملات السابقة.

ما تم تنفيذه في المشروع:

تنظيف البيانات ومعالجة القيم المفقودة

إجراء Exploratory Data Analysis (EDA) لاكتشاف الأنماط والعلاقات

تحليل تأثير خصائص العملاء على قرار الاشتراك

دراسة تأثير عدد مرات التواصل ومدة المكالمات على نجاح الحملة

إنشاء تصورات بيانية لتوضيح النتائج

بناء نموذج تنبؤي لتوقع العملاء الأكثر احتمالًا للاشتراك في الودائع البنكية

الأدوات المستخدمة:

Python, Pandas, NumPy, Matplotlib, Seaborn, Scikit-learn, Jupyter Notebook

أهم النتائج:

أظهر التحليل أن عوامل مثل عمر العميل، الرصيد البنكي، وعدد مرات التواصل أثناء الحملة كان لها تأثير واضح على احتمالية الاشتراك، مما يساعد البنك على استهداف العملاء المناسبين وتقليل تكاليف الحملات التسويقية غير الفعالة.

المشروع مبني على بيانات حملة تسويق بنكي مشابهة لبيانات UCI Bank Marketing Dataset

، والتي تُستخدم بشكل واسع في مشاريع تحليل البيانات والتعلم الآلي.