⚡ ML Graduation Project

Customer Churn
Intelligence Platform

تحليل بيانات العملاء وتنبؤ باستخدام Machine Learning — Telco Industry Dataset

Dataset: Telco Churn
Records: 7,043
Features: 20
Best Model: Gradient Boosting
ROC-AUC: 0.8521
Total Customers
7,043
Training Dataset
Churn Rate
26.5%
1,869 churned
Avg Monthly Charge
$64.76
per customer
Best Accuracy
81.2%
Gradient Boosting
Best ROC-AUC
0.852
on test set
Revenue at Risk
$3.68M
annual estimate
Exploratory Data Analysis

Churn Distribution

Churn Rate by Contract Type

Churn by Internet Service

Monthly Charges Distribution

Tenure Distribution (Churned vs Not)

Machine Learning Models
Model Accuracy ROC-AUC Precision Recall F1-Score Status
Gradient Boosting
81.2%
0.852 0.6730.5480.604 🏆 Best
Random Forest
79.8%
0.836 0.6510.5210.579 Strong
Logistic Regression
80.1%
0.841 0.6600.5270.586 Strong
Decision Tree
73.4%
0.664 0.4920.5110.501 Baseline
SVM
78.2%
0.821 0.6300.5120.565 Good

ROC-AUC Comparison

Feature Importance (Random Forest)

Live Churn Predictor

أدخل بيانات العميل وهيقولك إيه احتمالية إنه يسيب الخدمة

Key Business Insights
📋

Contract Type = #1 Factor

عملاء Month-to-month عندهم معدل churn وصل لـ 43% مقارنة بـ 11% للعقود السنوية.

🌐

Fiber Optic Risk

عملاء الـ Fiber optic عندهم churn rate 42% — مشكلة في تجربة الخدمة أو السعر.

💳

Payment Method Signal

Electronic check = أعلى معدل churn. عملاء Auto-pay أكثر استقراراً بنسبة 60%.

First 12 Months Critical

معظم الـ churn بيحصل في أول سنة. Retention campaigns في الشهر 3-6 بتقلل الـ churn بـ 30%.

💰

High Charges = High Risk

عملاء بيدفعوا أكتر من $70/شهر مع tenure أقل من 6 شهور — أعلى risk segment.

🛡️

Tech Support Retention

وجود Tech Support بيخفض الـ churn rate من 42% لـ 15% — فرصة upsell قوية.