الهدف:
التنبؤ بالعملاء الأكثر احتمالًا لترك الخدمة.

البيانات:
7,043 عميلًا، 21 خاصية تشمل البيانات الديموغرافية، الخدمات، وطرق الدفع.

معدل فقدان العملاء (Churn Rate):
26.6٪

أهم النتائج:
عملاء عاليـو الخطورة:
عقد شهري، رسوم شهرية مرتفعة، الدفع عبر الشيك الإلكتروني، عدم وجود دعم تقني، فترة اشتراك قصيرة.
عملاء منخفضـو الخطورة:
عقد لمدة سنتين، فترة اشتراك طويلة، الاشتراك في عدة خدمات.

سير العمل:
تنظيف البيانات والمعالجة المسبقة (التعامل مع القيم المفقودة، ترميز الخصائص، وتوحيد المقاييس العددية).
بناء النماذج:
الانحدار اللوجستي (80.3٪)
XGBoost (80.1٪)
SVM (78.9٪)
التقييم باستخدام مصفوفات الالتباس وتقارير التصنيف.

الأدوات المستخدمة:
Python، Pandas، NumPy، Scikit-learn، XGBoost، Seaborn، Matplotlib

النتيجة:
تحديد العملاء الأكثر عرضة لفقدان الخدمة واستخلاص رؤى عملية لتحسين استراتيجيات الاحتفاظ بالعملاء.

النشر:
تطبيق تفاعلي باستخدام Streamlit للتنبؤ بحالة العملاء الجدد.