Este projeto tem como objetivo analisar dados de cancelamento de clientes de uma empresa fictícia, utilizando Python e bibliotecas de análise de dados. O foco é identificar os principais motivos de cancelamento e propor ações para reduzir a taxa de churn.
analise.ipynb: Notebook com todo o passo a passo da análise, desde a importação dos dados, tratamento, análise exploratória e sugestões de ações.cancelamentos_sample.csv: Base de dados amostral com informações dos clientes e se cancelaram ou não o serviço.
-
Importação e limpeza dos dados
Remoção de colunas desnecessárias e tratamento de valores ausentes. -
Análise Exploratória
- Quantificação e percentual de clientes que cancelaram.
- Visualização do impacto de diferentes variáveis no cancelamento (idade, sexo, tipo de contrato, número de ligações, dias de atraso, etc).
-
Identificação de Motivos de Cancelamento
- Contratos mensais apresentam maior taxa de cancelamento.
- Clientes com muitas ligações ao call center ou muitos dias de atraso têm maior propensão ao churn.
-
Propostas de Ações
- Incentivar contratos mais longos.
- Melhorar o atendimento no call center.
- Reduzir atrasos com políticas financeiras mais eficientes.
- Instale as dependências:
pip install pandas numpy plotly openpyxl nbformat ipykernel
- Abra o notebook
analise.ipynbem seu ambiente Jupyter ou VSCode. - Execute as células para acompanhar toda a análise.
- Python 3.8+
- Jupyter Notebook ou VSCode com extensão Jupyter
Uso educacional e demonstrativo.