Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/diegoribeiro2/previsao_de_churn_em_plataforma_de_streaming

Plataforma de streaming que enfrenta desafios significativos devido ao alto índice de cancelamentos de assinaturas pelos usuários. Foi desenvolvido um modelo de classificação que identifique esses usuários com base em seu perfil.
https://github.com/diegoribeiro2/previsao_de_churn_em_plataforma_de_streaming

jupyter-notebook python

Last synced: 10 days ago
JSON representation

Plataforma de streaming que enfrenta desafios significativos devido ao alto índice de cancelamentos de assinaturas pelos usuários. Foi desenvolvido um modelo de classificação que identifique esses usuários com base em seu perfil.

Awesome Lists containing this project

README 

        
# Estudo de Caso: Previsão de Churn em Plataforma de Streaming



## Introdução



Neste projeto, simulei uma plataforma de streaming que enfrenta desafios significativos devido ao alto índice de cancelamentos de assinaturas pelos usuários. A diretoria acredita que é possível prever quais usuários estão mais propensos a deixar a plataforma, permitindo que ações sejam tomadas para reduzir o churn. O objetivo é desenvolver um modelo de classificação que identifique esses usuários com base em seu perfil.



## Dados Utilizados



A base de dados foi obtida a partir de uma adaptação de um problema de e-commerce disponível no Kaggle. Os dados, armazenados em um arquivo CSV, contêm informações detalhadas sobre as contas dos clientes na plataforma de streaming, divididas entre contas Basic, Standard e Premium. As colunas incluem:



| Coluna                  | Descrição                                           | Tipo   |

|-------------------------|----------------------------------------------------|--------|

| client_id               | Código de identificação do cliente                  | Int    |

| age                     | Idade do cliente                                   | Int    |

| gender                  | Gênero do cliente                                  | String |

| region                  | Região de origem do cliente                         | String |

| subscription_days       | Dias de assinatura ativa do cliente                 | Int    |

| subscription_type       | Tipo de conta                                      | String |

| num_contents            | Quantidade de conteúdos assistidos                  | Int    |

| avg_rating              | Avaliação média dos conteúdos da plataforma         | Int    |

| num_active_profiles      | Número de perfis ativos na plataforma               | Int    |

| num_streaming_services  | Quantidade de serviços de streaming que o cliente possui | Int |

| devices_connected        | Quantidade de dispositivos conectados à conta       | Int    |

| churned                 | Se o cliente cancelou a conta ou não               | Int    |



## Etapas de Desenvolvimento



### Etapa 01: Análise Exploratória dos Dados (Data Understanding)



Comecei carregando a base de dados e realizando uma descrição estatística para entender melhor as variáveis disponíveis. Utilize as funções `.info()` e `.isna().sum()` para verificar a quantidade de valores faltantes e a distribuição dos dados.



### Etapa 02: Tratamento dos Dados (Data Preparation)



- Substituí valores “NaN” por 0 nas colunas relevantes (`subscription_days`, `num_streaming_services`, `churned`, `avg_rating`, `devices_connected`).

- Removi linhas nulas nas colunas `gender`, `subscription_type` e `age`.

- Transformei os valores de `churned` de 0 e 1 para "No" e "Yes" para facilitar a interpretação.

- Converti valores flutuantes em inteiros, assegurando que os dados estivessem no formato adequado.



### Etapa 03: Modelagem dos Dados - Regressão Logística



Desenvolvi o modelo de classificação utilizando regressão logística:



- Defini as variáveis X e y.

- Realizei o ajuste do modelo (`.fit`).

- Separei os dados em conjuntos de treino e teste.

- Plotei a matriz de confusão para avaliar a performance do modelo.

- Imprimi métricas de desempenho como precisão e recall.



### Etapa 04: Modelagem dos Dados - Tuning



Realizei o ajuste fino do modelo para melhorar a performance. As etapas foram semelhantes àquelas da regressão logística, incluindo a separação dos dados e a plotagem da matriz de confusão.



### Etapa 05: Modelagem dos Dados - Random Forest



Implementando um modelo de Random Forest, executei as seguintes etapas:



- Montei o grid search para otimizar os hiperparâmetros.

- Realizei o ajuste do modelo (`.fit`).

- Conduzi o tuning e, finalmente, apliquei a modelagem.

- Plotei a matriz de confusão e imprimi as métricas de performance.



## Conclusão



Ao final deste projeto, obtive um modelo de classificação capaz de prever quais usuários têm maior probabilidade de cancelar suas assinaturas. Esses insights são essenciais para a equipe de gestão da plataforma de streaming, pois podem informar ações estratégicas para reduzir o churn e melhorar a retenção de clientes.