End-to-End Data Analytics Project – Customer Churn Prediction

I help businesses understand their data and turn it into actionable insights through dashboards and machine learning models.

تحليل سلوك العملاء والتنبؤ بالـ Churn باستخدام Data Analytics

في هذا المشروع قمت بتنفيذ دورة تحليل بيانات كاملة على بيانات شركة اتصالات بهدف فهم سلوك العملاء والتنبؤ بتركهم للخدمة (Churn).

تضمن المشروع:

تنظيف البيانات ومعالجتها باستخدام Python

تحليل استكشافي للبيانات (EDA) واستخراج الأنماط

بناء نماذج Machine Learning للتنبؤ بالـ Churn

استخدام Clustering لتقسيم العملاء

تصميم Dashboard تفاعلي باستخدام Power BI

أهم النتائج:

العملاء الذين يتواصلون مع خدمة العملاء بشكل متكرر أكثر عرضة للانسحاب

سلوك الاستخدام (الدقائق والتكلفة) له تأثير واضح على قرار العميل

Customer Churn Analysis & Dashboard (End-to-End Data Analytics Project)

In this project, I performed a complete data analytics workflow on a telecom customer dataset to analyze customer behavior and predict churn.

The project included:

Data cleaning and preprocessing using Python (Pandas)

Exploratory Data Analysis (EDA) with visualizations (Matplotlib & Seaborn)

Building machine learning models for churn prediction using Scikit-learn

Applying clustering techniques to segment customers

Designing an interactive dashboard in Power BI to present key insights

Key insights:

Customers with higher customer service calls are more likely to churn

Usage patterns (minutes & charges) strongly influence customer behavior

Tools & Technologies: Python, Pandas, Matplotlib, Seaborn, Scikit-learn, Power BI