لقد قمت في هذا المشروع بتطوير حل متكامل لتحليل بيانات العملاء والتنبؤ بخطر مغادرتهم (Churn Prediction) لإحدى شركات الاتصالات. كان الهدف الرئيسي هو بناء نموذج فعال يمكن الشركات من تحديد العملاء المعرضين لخطر المغادرة، مما يمكنها من اتخاذ إجراءات استباقية مدروسة لتعزيز ولاء العملاء وتقليل خسارة الإيرادات المحتملة.
تضمن العمل المراحل الرئيسية التالية:
- قمت بتنظيف البيانات وتحليلها بشكل دقيق لضمان جودة المدخلات وموثوقية النتائج.
- نفذت تحليلًا استكشافيًا معمقًا للبيانات (EDA) لفهم العوامل الأساسية المؤثرة في قرار العملاء بالمغادرة، مثل أنماط الاشتراك، والخدمات المستخدمة، ومدة العلاقة مع الشركة.
- طورت نموذج تعلم آلة متقدمًا لتوقع احتمالية مغادرة كل عميل بدقة عالية.
- قمت بنشر النموذج المطور باستخدام إطار عمل FastAPI، مما يضمن سهولة التكامل والاستخدام داخل الأنظمة الحالية للشركة.
لقد أسهم هذا النموذج في تمكين الشركة من تحديد العملاء المعرضين للمغادرة بشكل استباقي، مما يدعم اتخاذ قرارات فعالة لزيادة الاحتفاظ بالعملاء وتعزيز استقرار الإيرادات. تضمنت الأدوات والتقنيات المستخدمة Python، ومكتبات تحليل البيانات والتعلم الآلي المتخصصة، إضافة إلى FastAPI لنشر النموذج.