Projelere dön
Business Analytics
E-Ticaret Churn Analizi
E-ticaret müşterilerinde churn riskini analiz eden iş odaklı ML projesi. RFM feature engineering, segmentasyon ve sınıflandırma modelleriyle müşterilerin ayrılma olasılığını yorumlanabilir metriklerle açıklar.
%50.85 churn oranı tespiti
RFM feature engineering
Risk Segmentasyonu
Kapsamlı veri analizi
Problem
Neyi çözmeye çalıştı?
E-ticarette müşteri kaybı tek bir metrikle açıklanamıyor. Kullanıcı davranışlarından churn oranı ve risk segmentleri çıkarıp iş kararı üretecek analiz kurmak gerekiyordu.
Yaklaşım
Veriden çıktıya giden yol
Müşteri davranış metrikleri Pandas ile temizlenip segmentlere ayrıldı. Churn oranı, risk grupları ve kullanıcı davranış farkları hesaplandı. Çıktı, e-ticaret ekibinin aksiyon alabileceği basit risk analizi formatına dönüştürüldü.
Öne Çıkanlar
%50.85 churn oranı tespiti
RFM feature engineering
Risk Segmentasyonu
Kapsamlı veri analizi
Teknoloji Stack'i
PythonPandasNumPyScikit-learnFeature Engineering
Çıktılar
- Model metrikleri ve analiz çıktıları
- Görselleştirme / rapor akışı
- GitHub deposu / teknik dokümantasyon
- README ve proje anlatımı
- LinkedIn proje paylaşımı
Öğrendiklerim
- İş problemi tarafında sade segmentler karmaşık modelden daha değerli olabilir.
- Churn oranı tek başına değil, risk gruplarıyla birlikte okunmalı.
- Pandas ile hızlı analiz doğru sorularla güçlü içgörü üretebilir.
Sonraki İyileştirme
- Kampanya önerisi simülasyonu eklemek
- Daha fazla davranış metriğiyle modeli genişletmek
- Dashboard ile segmentleri izlenebilir yapmak
Sonraki Proje
Türkiye Deprem Risk Analizi
Risk Analytics