Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je vais construire un modèle de prédiction de churn client avec un tableau de bord interactif
Science des données, apprentissage automatique, solutions IA
Bonjour, je suis Neil, développeur en science des données et apprentissage automatique passionné par la résolution de problèmes concrets avec les données. J’aide les entreprises, startups et étudiants...
À propos de ce service
Perdre des clients discrètement coûte plus cher que ce que la plupart des entreprises réalisent. Je vais créer
un modèle de prédiction de churn personnalisé qui identifie quels clients sont susceptibles
de partir avant qu'ils ne le fassent, présenté dans un tableau de bord interactif facile à utiliser,
pas seulement un script statique.
Ce que vous obtenez :
Nettoyage et prétraitement des données de vos clients
Comparaison de modèles : régression logistique contre XGBoost, pour que vous ayez
la meilleure approche pour vos données
Analyse de l'importance des caractéristiques pour comprendre POURQUOI les clients churnent, pas seulement qui
Tableau de bord interactif Streamlit avec deux modes : téléchargement CSV en masse pour des prédictions par lot, et un formulaire manuel pour des recherches sur un seul client
Optionnel : lien vers un tableau de bord entièrement déployé et partageable + instructions de réentraînement
C'est une pipeline complète, testée, que j'ai déjà construite de bout en bout avec une comparaison de dual-models, une interface utilisateur fonctionnelle, et un modèle pré-entraîné téléchargeable, pas une démo théorique.
Parfait pour : entreprises d'abonnement, SaaS, télécoms, e-commerce, plateformes d'adhésion, partout où la rétention compte.
Envoyez-moi votre dataset client (CSV avec étiquettes de churn historiques) et je commencerai. Contactez-moi d'abord si vous n'êtes pas sûr du package qui vous convient.
Expertise:
Classification
•
Churn (attrition)
•
Analyse prédictive
Langage de programmation:
Python
•
SQL
•
Colab
Frameworks:
Scikit-learn
•
Autres
Outils:
Jupyter Notebook
•
Colab
Autres services de Data science et machine learning I Offre
FAQ
Traduction automatique
Q : Quelles données dois-je fournir ?
R : Un CSV avec les caractéristiques des clients (par exemple, ancienneté, utilisation, type de forfait, tickets de support) et une colonne indiquant le churn passé (oui/non). Plus d'historique signifie généralement une meilleure précision.
Q : Puis-je réentraîner le modèle avec de nouvelles données plus tard ?
R : Oui — La version Premium inclut des instructions claires pour le réentraînement afin que vous puissiez mettre à jour le modèle à mesure que vos données évoluent.
Q : Le tableau de bord est-il hébergé en ligne ou dois-je l'exécuter localement ?
R : La version Premium inclut un lien vers un tableau de bord hébergé et partageable. Les versions Basic et Standard incluent les fichiers pour l'exécuter localement sur votre machine.
Q : Quel modèle est le plus performant, la régression logistique ou XGBoost ?
R : Cela dépend de vos données — c'est précisément pourquoi les versions Standard et Premium incluent une comparaison côte à côte pour que vous puissiez voir les différences de performance avant de décider.
