customer churn prediction

1. (Problem Formulation)

المشروع عبارة عن مسألة تصنيف ثنائي (Binary Classification)، حيث نهدف للتنبؤ بقيمة المتغير التابع (y) كـ 1 (في حال رحيل العميل) أو 0 (في حال بقائه)، بناءً على مجموعة من المتغيرات المستقلة (X).

2. (Feature Engineering)

تعتمد دقة النموذج بشكل أساسي على استخراج ميزات ذات دلالة إحصائية، وتشمل:

RFM Metrics: تحليل (Recency) حداثة آخر تفاعل، (Frequency) تكرار الاستخدام، و(Monetary) القيمة المالية.

Behavioral Patterns: رصد التغيرات المفاجئة في معدل الاستهلاك (مثلاً انخفاض الاستخدام بنسبة 50% في آخر شهر).

Demographics & Contractual: نوع العقد، وسيلة الدفع، والبيانات الديموغرافية.

3. (Data Preprocessing)

Handling Imbalance: بما أن نسبة الراحلين عادة ما تكون أقلية، يتم استخدام تقنيات مثل SMOTE أو Random Under-sampling لموازنة البيانات.

Encoding: تحويل الميزات الفئوية باستخدام One-Hot Encoding أو Target Encoding.

Scaling: توحيد المقاييس للميزات العددية باستخدام StandardScaler لضمان كفاءة الخوارزميات الحساسة للمسافات.

4. (Modeling & Evaluation)

Algorithms: يتم المقارنة بين نماذج الـ Boosting مثل XGBoost و LightGBM، و الـ Random Forest لقدرتها العالية على التعامل مع البيانات غير الخطية.

Evaluation Metrics: لا نكتفي بالدقة (Accuracy) لخداعها في البيانات غير المتوازنة، بل نركز على:

Recall: لضمان كشف أكبر عدد ممكن من العملاء الراحلين.

Precision: لتجنب خسارة موارد الشركة على عملاء لن يرحلوا فعلياً.

AUC-ROC Curve: لتقييم قدرة النموذج على الفصل بين الفئتين.