نظام التنبؤ بتسرب العملاء

0 (0)

الوصف

قمت بتطوير نظام متكامل باستخدام تقنيات تعلم الآلة (Machine Learning) للتنبؤ بالعملاء المحتمل مغادرتهم لشركات الاتصالات، بهدف مساعدة الشركات على فهم سلوك العملاء وتحديد الفئات الأكثر عرضة لترك الخدمة، مما يدعم اتخاذ قرارات أفضل لتحسين الاحتفاظ بالعملاء.

اعتمد المشروع على مجموعة بيانات IBM Telco Customer Churn، التي تحتوي على 7,043 سجلًا و21 خاصية. بدأت بتجهيز البيانات ومعالجتها، بما في ذلك تحويل المتغيرات النصية إلى قيم رقمية باستخدام Label Encoding وOne-Hot Encoding، وتطبيق MinMaxScaler لتوحيد نطاق القيم.

بعد ذلك، قمت بتدريب ومقارنة 6 نماذج تصنيف مختلفة، شملت Logistic Regression وDecision Tree وRandom Forest وSVM وSoft Voting Ensemble، بالإضافة إلى شبكة عصبية باستخدام TensorFlow وKeras تتكون من طبقتين مخفيتين بحجم 64 و32 وحدة عصبية.

كما عملت على تقييم أداء النماذج، وتطوير تطبيق ويب باستخدام Flask يتيح للمستخدم إدخال بيانات العملاء والحصول على تنبؤات بشأن احتمالية مغادرتهم للخدمة.

التقنيات المستخدمة: Python، Pandas، Scikit-learn، TensorFlow/Keras، Flask، Seaborn.

أهم ما يقدمه المشروع: تحويل بيانات العملاء إلى تنبؤات تساعد الشركات على تحديد العملاء المعرضين للمغادرة ودعم استراتيجيات الاحتفاظ بهم.