Telco Customer Churn Analysis

Dette projekt undersøger, hvorfor kunder forlader et fiktivt teleselskab. Analysen fokuserer på at identificere de mest kritiske risikofaktorer ved hjælp af SQL og Python.

Hovedfund

Gennem data-mining har jeg identificeret et specifikt høj-risiko segment:

• Segment: Kunder på 'Month-to-month' kontrakter med 'Electronic check' betaling.
• Problem: Churn-raten for dette segment stiger til 56,6%, når kunden betaler over $70/md og mangler Tech Support.
• Kontekst: Dette er over dobbelt så højt som det gennemsnitlige churn-niveau på 26,5%.

Værktøjer

• Sprog: Python
• Database: SQLite (SQLAlchemy)
• Visualisering: Seaborn & Matplotlib
• Biblioteker: Pandas