تحليل بيانات رحيل عملاء شركة اتصالات (Telco Churn) باستخدام لغة Python

في هذا المشروع، قمت بإجراء تحليل بيانات استكشافي (EDA) شامل لمجموعة بيانات "Telco Customer Churn" بهدف فهم سلوك العملاء وتحديد الأسباب الرئيسية التي تؤدي إلى ترك الخدمة. يعتبر هذا النوع من التحليل حجر الزاوية لأي شركة تسعى لزيادة "ولاء العملاء" وتقليل الخسائر المالية.

المهام التي أنجزتها (Workflow):

معالجة البيانات (Data Preprocessing): قمت بتنظيف البيانات والتعامل مع القيم المفقودة (Null values)، مع تحويل الأعمدة النصية إلى قيم رقمية (مثل عمود TotalCharges) لضمان دقة العمليات الحسابية.

التحليل الإحصائي: استخراج إحصاءات وصفية شاملة لفهم توزيع المتغيرات مثل مدة الاشتراك (Tenure) والمصاريف الشهرية.

التصور البياني (Data Visualization): قمت ببناء رسوم بيانية تفاعلية باستخدام مكتبات Seaborn و Matplotlib لتوضيح:

توزيع معدل الرحيل العام (والذي بلغ 26.5%).

العلاقة بين نوع العقد (Contract Type) ومدى استمرار العميل.

تأثير مدة الاشتراك على قرار العميل بالبقاء أو الرحيل.

النتائج والرؤى المستخرجة (Insights):

معدل الرحيل: تم تحديد أن أكثر من ربع العملاء يتركون الخدمة، مما يتطلب تدخلات استراتيجية.

أهمية العقود: أظهر التحليل أن العملاء أصحاب العقود "الشهرية" (Month-to-month) هم الأكثر عرضة للرحيل مقارنة بأصحاب العقود السنوية.

الارتباط المالي: كشف التحليل عن وجود علاقة مباشرة بين الرسوم الشهرية المرتفعة وقرار العميل بترك الخدمة.

الأدوات والتقنيات المستخدمة:

اللغة: Python.

المكتبات: Pandas, NumPy, Matplotlib, Seaborn.

البيئة: Google Colab.