توقع مغادرة عملاء البنك باستخدام بايثون والتعلم الآلي
الوصف
عملت على مشروع عملي يهدف إلى تحليل بيانات عملاء البنك وتوقع العملاء المحتمل مغادرتهم باستخدام نموذج Machine Learning. يعرض المشروع داشبورد تفاعلي مبني بـ Streamlit يوضح مؤشرات المخاطر، توزيع العملاء حسب مستوى الخطورة، متوسط احتمالية المغادرة حسب الدولة والنشاط، وجدول العملاء الأعلى خطورة.
تم تجهيز نسخة عرض عامة للعميل تحتوي على بيانات تجريبية جاهزة، مع تعطيل رفع الملفات في النسخة العامة لحماية النموذج. يمكن للزائر مشاهدة طريقة عمل الداشبورد، استعراض النتائج، وتحميل تقارير تجريبية بصيغ Excel و PDF و CSV.
يشمل المشروع:
- تحليل بيانات عملاء البنك.
- بناء نموذج تعلم آلي لتوقع مغادرة العملاء.
- عرض مؤشرات Churn Risk في داشبورد تفاعلي.
- تصنيف العملاء إلى Low و Medium و High Risk.
- عرض العملاء الأعلى خطورة.
- تصدير تقارير Demo بصيغ Excel و PDF و CSV.
القيمة التجارية للمشروع هي مساعدة البنوك وفرق خدمة العملاء على اكتشاف العملاء المعرضين للمغادرة مبكرا، وترتيب أولويات التواصل والعروض بناء على احتمالية المغادرة بدلا من الاعتماد على حملات عامة.
محلل بيانات وباحث علمي متخصص في تحليل البيانات الإحصائية وتطوير لوحات المعلومات التفاعلية باستخدام Power BI. أمتلك خبرة في تنظيف البيانات، التحليل الاستكشافي، النمذجة الإحصائية، والتصور البصري للبيانات، بالإضافة إلى إعداد الدراسات الأكاديمية وتحليل الاستبيانات باستخدام SPSS وAMOS. أساعد المؤسسات والباحثين على تحويل البيانات إلى رؤى واضحة تدعم اتخاذ القرار وتحسين الأداء.