التنبؤ بالسلوك الإستهلاكي للزبون بإستخدام طرق تعلم الآلة لعينة من العلامات التجارية

Abstract

تسعى هذه الدراسة إلى بناء نموذج قادر على التنبؤ بالسلوك الاستهلاكي للزبائن من خلال تصنيفهم بين السلوكيات، ومن أبرزها سلوك \"المغادرة\" الذي يُعد تهديدًا حقيقيًا للشركات. يساعد التنبؤ المسبق بهذا السلوك على اتخاذ قرارات استباقية دقيقة، تُسهم في تقليل خسارة الزبائن، وزيادة ولائهم، والحد من التكاليف.

تم في هذه الدراسة استخدام قاعدة بيانات حقيقية لإحدى شركات الاتصالات، تم الحصول عليها من موقع Kaggle، حيث كانت البيانات مستقرة وملائمة للتطبيق. تم اعتماد المنهج الوصفي التحليلي، وتطبيق أربع نماذج من نماذج تعلم الآلة، وهي:

1. الانحدار اللوجستي (Logistic Regression)

2. شجرة القرار (Decision Tree)

3. التدرج المعزز (Gradient Boosting)

4. الغابات العشوائية (Random Forest)

وقد تم مقارنة أداء هذه النماذج باستخدام مؤشرات عامة مثل: الدقة (Accuracy)، والاستدعاء (Recall)، والدقة الإيجابية (Precision)، ومعامل F1 (F1-Score)، بهدف اختيار النموذج الأكثر كفاءة في التنبؤ.

توصلت النتائج إلى أن نموذج التدرج المعزز هو الأفضل من حيث نسبة الدقة، حيث بلغت 83%، مع انحراف معياري قدره 0.01، مما يشير إلى استقراره وكفاءته العالية في التنبؤ بسلوك الزبائن.