مشروع متكامل لتحليل بيانات عملاء أحد البنوك بهدف فهم أسباب ترك العملاء للخدمة وتحديد الشرائح الأكثر عرضة للمغادرة.

قمت بتنظيف وتجهيز البيانات وإجراء التحليل الاستكشافي EDA، ثم استخدمت تقنيات Customer Segmentation لتقسيم العملاء إلى شرائح واضحة حسب السلوك ومستوى المخاطر.

شمل المشروع:
- تنظيف وتحليل البيانات باستخدام Python وPandas
- تحليل معدلات Churn والعوامل المرتبطة بها
- اختيار الخصائص المهمة باستخدام Genetic Algorithm
- تقسيم العملاء باستخدام K-Medoids
- مقارنة النتائج مع Hierarchical Clustering
- إنشاء نظام Fuzzy Logic لتحديد أولوية الاحتفاظ بالعملاء
- إعداد KPIs ورسوم بيانية وتقارير نهائية

النتيجة النهائية كانت نظامًا يساعد على تحديد العملاء ذوي الأولوية في حملات الاحتفاظ وتحويل البيانات إلى توصيات عملية قابلة للاستخدام.