مشروع تحليلي متكامل لتحليل سلوك العملاء وفعالية الحملات التسويقية المباشرة لأحد البنوك، بهدف فهم العوامل التي تؤثر على قرار العميل بالاشتراك في الودائع لأجل وتحويل البيانات إلى Insights قابلة للاستخدام في اتخاذ القرارات.
بدأت العمل بمرحلة تجهيز وتنظيف البيانات، ثم إجراء Exploratory Data Analysis (EDA) لفهم خصائص العملاء، واكتشاف الأنماط والعلاقات بين المتغيرات المختلفة ونتائج الحملات التسويقية.
بعد ذلك تم تحليل أهم العوامل المؤثرة في سلوك العملاء، وبناء نماذج Machine Learning للتنبؤ باحتمالية اشتراك العميل في الوديعة لأجل، مع تقييم أداء النموذج باستخدام مؤشرات وVisualizations مناسبة، بالإضافة إلى تحليل Feature Importance لفهم المتغيرات الأكثر تأثيرًا على التنبؤات.
كما تم تحويل نتائج التحليل إلى Interactive Power BI Dashboard لعرض أهم المؤشرات والنتائج بطريقة واضحة تساعد على فهم أداء الحملات وسلوك شرائح العملاء المختلفة.
الأدوات والتقنيات المستخدمة: Python, Pandas, Exploratory Data Analysis (EDA), Data Visualization, Scikit-learn, Machine Learning, Power BI.
الهدف النهائي من المشروع لم يكن مجرد تحليل البيانات، وإنما الانتقال من Raw Data → Analysis → Insights → Actionable Business Understanding.