قمت بتطوير منصة متكاملة (End-to-End) للتنبؤ بتسرّب العملاء (Customer Churn) لصالح شركة B2B SaaS، حيث يقوم النظام بتحديد العملاء الأكثر عرضة لمغادرة الخدمة، ويفسّر أسباب ذلك بدقة، مما يمكّن فرق الاحتفاظ بالعملاء من التحرك مبكرًا قبل فوات الأوان.
ما الذي قمت ببنائه:
🔹تدريب نموذج تعلّم آلي باستخدام خوارزمية XGBoost، بدقة استدعاء (Recall) وصلت إلى 91% على أكثر من 7000 سجل عميل
🔹بناء محرك تفسير ذكي (Explainability Engine) باستخدام مكتبة SHAP، لعرض أهم عوامل الخطر الخاصة بكل عميل على حدة
🔹تصميم لوحة تحكم تنفيذية تفاعلية تعرض مؤشرات الأداء الرئيسية (KPIs) بشكل لحظي، مع خيارات فلترة متقدمة، وقائمة مراقبة للعملاء المعرّضين للخطر
🔹تطوير تطبيق متكامل (Full-Stack): واجهة أمامية باستخدام React / Next.js، وواجهة برمجية خلفية بدون خادم (Serverless API)، مع نشر المشروع بالكامل على منصة Vercel
التقنيات المستخدمة:
Python, XGBoost, SHAP, React, Next.js, Recharts, TypeScript, Vercel
رابط المنصة:
loopwork-churn-intelligence-psi.vercel.app