Article image
EstĂȘnio Oliveira
EstĂȘnio Oliveira10/04/2024 21:17
Compartilhe

Churn de clientes de banco (Bank customer churn)

  • #Machine Learning
  • #Data
  • #Python

đŸƒâ€â™‚ïžđŸŠ Churn, a perda de clientes, Ă© um desafio recorrente em muitas ĂĄreas, especialmente no cenĂĄrio bancĂĄrio. Utilizando dados disponĂ­veis no Kaggle (https://www.kaggle.com/datasets/shrutimechlearn/churn-modelling) e aplicando tĂ©cnicas de anĂĄlise de dados e aprendizado de mĂĄquina, desenvolvi um modelo que projeta quais clientes possuem maior probabilidade de churn.

📋 AlĂ©m do modelo preditivo, destaquei as principais caracterĂ­sticas que sinalizam potenciais clientes propensos a churn e adicionei tambĂ©m sugestĂ”es a serem consideradas em estratĂ©gias de retenção de clientes.

đŸ€” Este projeto nĂŁo Ă© apenas sobre aprimorar habilidades tĂ©cnicas em anĂĄlise de dados e machine learning. É tambĂ©m sobre uma profunda imersĂŁo nos dados, compreender o negĂłcio, suas complexidades, seus desafios e como podemos contribuir com soluçÔes tangĂ­veis.

🔾 GitHub: https://github.com/emso-exe/Churn_clientes_de_banco

Compartilhe
ComentĂĄrios (1)

GC

Gabriela Correia - 10/04/2024 22:57

Eu achei muito legal sua anĂĄlise.


Realmente nĂŁo sabia que os bancos tinham essa dificuldade. Eu imaginava que esses dados eram mais protegidos. Obrigado por compartilhar a anĂĄlise conosco.