قمت بتطوير مشروع متكامل باستخدام تعلم الآلة للتنبؤ بانسحاب العملاء (Customer Churn) لشركات الاتصالات.
يهدف النموذج إلى تحليل بيانات العملاء والتنبؤ باحتمالية انسحابهم، مما يساعد الشركات على اتخاذ قرارات استباقية لتقليل فقدان العملاء وزيادة الأرباح.
مراحل العمل:
تنظيف البيانات ومعالجة القيم المفقودة
تحويل المتغيرات النصية إلى رقمية
تحليل البيانات واستخراج الأنماط
تدريب عدة نماذج
اختيار أفضل نموذج بناءً على الدقة ومقاييس التقييم
نشر النموذج باستخدام Streamlit بواجهة تفاعلية
النتائج:
حقق نموذج XGBOOST دقة 80% في التنبؤ بانسحاب العملاء.
مميزات المشروع:
واجهة تفاعلية سهلة الاستخدام
عرض نسبة احتمالية الانسحاب
تحديد مستوى خطورة العميل
قابل للتطوير والربط بقاعدة بيانات حقيقية
الأدوات المستخدمة:
Python – Pandas – NumPy – Scikit-learn – XGBoost – Streamlit – Matplotlib – Seaborn
هذا المشروع مناسب لشركات الاتصالات أو أي نشاط يعتمد على الاشتراكات ويرغب في تقليل معدل فقدان العملاء باستخدام الذكاء الاصطناعي.