Customer Churn Prediction

مشروع متكامل في تحليل البيانات وتعلم الآلة (Machine Learning) يهدف إلى مساعدة شركات الاتصالات في الحفاظ على عملائها من خلال التنبؤ الاستباقي.

طريقة التنفيذ والميزات:

تحليل البيانات: إجراء تحليل استكشافي (EDA) لفهم أسباب مغادرة العملاء.

هندسة الميزات: معالجة البيانات النصية وتحويلها إلى قيم رقمية (Encoding) وتجهيزها للنماذج الإحصائية.

بناء النماذج: استخدام خوارزميات Logistic Regression و Random Forest لضمان أعلى دقة.

تحسين القرارات: ضبط عتبة الاحتمالية (Threshold Tuning) لزيادة معدل الاستدعاء (Recall) بنسبة 94%، مما يضمن اكتشاف أغلب العملاء المعرضين للرحيل.

النتائج: تزويد الإدارة بتقرير مرئي (Heatmaps & Confusion Matrix) يوضح العوامل الأكثر تأثيراً على ولاء العميل.