Customer Churn Prediction Using Machine Learning

نفذت مشروعًا للتنبؤ باحتمالية مغادرة العملاء لخدمة اتصالات باستخدام تقنيات تعلم الآلة. كان الهدف من المشروع هو تحليل بيانات العملاء واكتشاف العوامل المرتبطة بزيادة احتمالية ترك الخدمة، ثم بناء نماذج تساعد على التنبؤ بالعملاء المعرضين للمغادرة.

بدأت باستكشاف البيانات وفحص جودتها، ثم قمت بتنظيفها وتجهيزها، ومعالجة البيانات الرقمية والفئوية باستخدام Pipeline لضمان تطبيق خطوات المعالجة بشكل صحيح.

بعد ذلك دربت وقارنت بين ثلاثة نماذج لتصنيف العملاء: Logistic Regression وDecision Tree وRandom Forest، واستخدمت Accuracy وPrecision وRecall وF1-Score لتقييم أداء النماذج واختيار النموذج الأفضل.

كما استخدمت Confusion Matrix لتحليل نتائج التنبؤ، وحللت Feature Importance لمعرفة أهم العوامل التي تؤثر في توقع مغادرة العملاء.

في النهاية، استخرجت مجموعة من الاستنتاجات والتوصيات التي يمكن أن تساعد الشركات على تحديد العملاء الأكثر عرضة للمغادرة وتطوير استراتيجيات مناسبة للاحتفاظ بهم.

تم تنفيذ المشروع باستخدام Python وPandas وNumPy وMatplotlib وSeaborn وScikit-learn على Google Colab، مع استخدام Dataset عامة مقدمة من IBM.