تحليل احصائي لتسرب عملاء بنك باستخدام بايثون

قمت بتنفيذ مشروع متكامل لتحليل تسرب عملاء أحد البنوك باستخدام Python و SQL Server بهدف فهم أسباب مغادرة العملاء واستخراج رؤى تساعد في تقليل معدل الـ Churn ودعم اتخاذ القرار. أهداف المشروع: حساب معدل تسرب العملاء (Churn Rate) تحليل التسرب حسب: الدولة (Geography) النوع (Gender) الفئة العمرية (Age Groups) تحديد الفئات الأكثر عرضة لمغادرة البنك تقديم Insights قابلة للتنفيذ لدعم الإدارة الأدوات والتقنيات المستخدمة: Python SQL Server Pandas NumPy Matplotlib & Seaborn PyODBC للربط بين Python وقاعدة البيانات ما تم تنفيذه: إنشاء قاعدة بيانات كاملة على SQL Server تصميم وإنشاء جدول العملاء استيراد البيانات من CSV إلى قاعدة البيانات كتابة استعلامات SQL تحليلية متقدمة استخراج وتحليل البيانات باستخدام Python عرض النتائج بصريًا من خلال الرسوم البيانية حساب مؤشرات أداء رئيسية (KPIs) مثل معدل التسرب مخرجات المشروع: تقارير تحليلية دقيقة استعلامات SQL منظمة وقابلة لإعادة الاستخدام كود Python نظيف وقابل للتطوير رؤى واضحة تساعد في تحسين استراتيجيات الاحتفاظ بالعملاء