📞 TelecomX - Análise Preditiva de Evasão de Clientes

📊 Sobre o Projeto

O TelecomX é um projeto completo de Machine Learning focado na previsão de evasão de clientes (churn) em uma empresa de telecomunicações. Utilizando técnicas avançadas de ciência de dados, o projeto desenvolve modelos preditivos capazes de identificar clientes com alto risco de cancelamento, permitindo ações proativas de retenção.

🎯 Problema de Negócio

Com uma taxa de evasão atual de 25.72%, a empresa precisa identificar os fatores que mais influenciam o cancelamento de serviços e desenvolver estratégias eficazes de retenção de clientes.

🏆 Resultados Principais

• 4 modelos de machine learning desenvolvidos e avaliados
• Melhor modelo: Regressão Logística com F1-Score de 0.5795
• Principais fatores de churn identificados:
  • Tempo como cliente (fator de proteção)
  • Tipo de internet Fiber Optic (fator de risco)
  • Custo total (fator de risco)

🧰 Tecnologias Utilizadas

Linguagens e Bibliotecas

• Python 3.8+
• Pandas - Manipulação de dados
• NumPy - Operações numéricas
• Scikit-learn - Machine Learning
• Seaborn/Matplotlib - Visualizações
• Warnings - Controle de avisos

Modelos de Machine Learning

• Regressão Logística ⭐ (Melhor performance)
• Random Forest
• K-Nearest Neighbors (KNN)
• Support Vector Machine (SVM)

📁 Estrutura do Projeto

TelecomX/
├── README.md                    # Documentação do projeto
├── TelecomX_parte2.ipynb       # Notebook principal com análises
├── dados_limpos.csv            # Dataset processado

📋 Funcionalidades Implementadas

🔧 Pré-processamento de Dados

• Limpeza e tratamento de dados ausentes
• Conversão de variáveis categóricas (One-Hot Encoding)
• Normalização de dados para modelos sensíveis à escala
• Criação de variáveis derivadas (contas_diarias)

📊 Análise Exploratória

• Análise de correlações entre variáveis
• Visualizações estatísticas avançadas
• Identificação de padrões de comportamento
• Análise da distribuição de churn

🤖 Modelagem Preditiva

• Pipeline completo de Machine Learning
• Validação cruzada estratificada (70/30)
• Avaliação robusta com múltiplas métricas:
  • Accuracy, Precision, Recall, F1-Score
  • Matrizes de confusão
  • Análise de overfitting/underfitting

🔍 Interpretabilidade

• Importância das features (Random Forest)
• Análise de coeficientes (Regressão Logística)
• Insights estratégicos para tomada de decisão

📊 Principais Descobertas

🎯 Fatores de Risco (Aumentam Churn)

1. Fibra Óptica: Clientes com internet fibra têm maior propensão ao cancelamento
2. Alto Custo Total: Clientes que gastam mais tendem a cancelar
3. Método de Pagamento: Cheque eletrônico aumenta risco

🛡️ Fatores de Proteção (Diminuem Churn)

1. Tempo de Relacionamento: Clientes antigos são mais fiéis
2. Contratos de 2 anos: Maior estabilidade
3. Múltiplos Serviços: Clientes com mais serviços cancelam menos

🚀 Como Executar o Projeto

Pré-requisitos

pip install pandas numpy scikit-learn seaborn matplotlib

Execução

1. Clone o repositório
2. Abra o notebook TelecomX_parte2.ipynb
3. Execute as células sequencialmente
4. Analise os resultados e visualizações

📈 Métricas de Performance

Modelo	Accuracy	Precision	Recall	F1-Score
Regressão Logística ⭐	0.8010	0.6348	0.5330	0.5795
Random Forest	0.7762	0.5867	0.4403	0.5031
KNN	0.7634	0.5455	0.4813	0.5114
SVM	0.7937	0.6300	0.4795	0.5445

💡 Insights Estratégicos

Para o Negócio

• Taxa atual de churn: 25.72%
• Potencial de identificação: 58% dos casos de churn
• ROI esperado: Redução significativa na perda de clientes

Recomendações

1. Programas de fidelidade para clientes novos (< 12 meses)
2. Revisão de preços para serviços de fibra óptica
3. Incentivos para contratos de longo prazo
4. Melhoria nos métodos de pagamento

🤝 Contribuições

Contribuições são bem-vindas! Sinta-se à vontade para:

• Reportar bugs
• Sugerir melhorias
• Adicionar novas funcionalidades
• Otimizar algoritmos