Customer Churn Analysis

فهم ظاهرة فقدان العملاء (Customer Churn): عرّفت الظاهرة وشرحت أهميتها من حيث تأثيرها على الإيرادات وتكاليف اكتساب العملاء الجدد. دمج مجموعات البيانات المتنوعة: قمت بدمج عدة مصادر بيانات لإجراء التحليل. تنظيف البيانات (Data Cleaning): نظمت البيانات وأعدت تهيئتها لضمان جودتها ومناسبتها للنمذجة. تحليل الأنماط (Data Visualization & Analysis): حللت العلاقة بين مدة التعاقد (Tenure) وإجمالي الرسوم (TotalCharges) وارتباطها بفقدان العملاء. لاحظت أن العملاء الجدد أكثر عرضة للمغادرة، بينما العملاء القدامى أكثر استقرارًا. كما لاحظت أن ارتفاع الرسوم الشهرية (Monthly Charges) يزيد من احتمالية فقدان العملاء. بناء نموذج التنبؤ (Modeling): استخدمت خوارزمية KNN وقمت باختيار أفضل قيمة لـ (k) بناءً على الدقة. استخدمت أيضًا نموذج Stacking Classifier لتحسين الأداء. قمت بعرض مصفوفة الارتباك (Confusion Matrix) لكل من بيانات التدريب والاختبار. لوحة التحكم (Dashboard): صممت لوحة مرئية لعرض النتائج والتنبؤات بشكل واضح. نشر النموذج (Deployment): أعدت النموذج للتطبيق الفعلي والاستخدام العملي.