Ecosyste.ms: Awesome

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

Awesome Lists | Featured Topics | Projects

https://github.com/jessicahora/analise-de-churn

churn
https://github.com/jessicahora/analise-de-churn

Last synced: 7 days ago
JSON representation

churn

Awesome Lists containing this project

README 

        
# Analise de Churn



#### **Introdução do Case**



A Petlove&CO representa a principal plataforma voltada para animais de estimação na América Latina, oferecendo uma gama completa de serviços para cuidar da experiência do animal, desde a gestão da cadeia de suprimentos até os cuidados diários. Dentro desse cenário diversificado, a equipe Petlove formou esquadrões de dados estratégicos, visando potencializar o desempenho de cada iniciativa por meio de conjuntos de habilidades variadas.



#### **Desafio do Case**



O desafio atual consiste em identificar as razões por trás do aumento no Churn, mesmo com as melhorias na plataforma, e desenvolver estratégias eficazes para reter os assinantes, revertendo essa tendência preocupante.



#### **Objetivo do Case**



O objetivo deste projeto é apresentar um resultado final que destaque dois pontos cruciais: ``os principais aprendizados obtidos por meio da análise dos dados`` e as ``sugestões para os próximos passos a serem tomados.``



Os insights derivados da análise precisam ser comunicados de forma clara e acessível a todos os envolvidos, desde os diretores da área até a equipe de tecnologia. Serão identificadas informações essenciais que contribuam para compreender as razões por trás do aumento do Churn, mesmo com as melhorias implementadas na plataforma. Além disso, serão propostas estratégias e recomendações claras para a retenção de assinantes, visando reverter a tendência preocupante de cancelamentos.



O resultado final será uma apresentação abrangente e concisa, fornecendo insights valiosos que auxiliem na tomada de decisões e orientem ações futuras para reduzir o Churn e aprimorar a experiência dos usuários.



## Instalação



Antes de executar o notebook, certifique-se de ter as seguintes dependências instaladas:



- [Python](https://www.python.org/downloads/)

- [Pandas](https://pandas.pydata.org/)

- [Matplotlib](https://matplotlib.org/)



Use o seguinte comando para instalar as dependências:



```bash

pip install pandas

pip install matplotlib

pip install python

``````



## Uso



Para utilizar este notebook:



1.Clone este repositório:

 ```

git clone https://github.com/JessicaHora/Case_dados_petlove_talents.git

 ```



 Abra o notebook` cleaning_eda.ipynb` em um ambiente Jupyter Notebook ou JupyterLab.



 ## Estrutura do Projeto



```sh

Case_dados_petlove_talents/

│

├── Documentação/

│   ├── cleaning_eda.html

│   └── cleaning_eda.pdf

│

├── Notebooks/

│   ├──cleaning_eda.ipynb

│

├── Recursos/

│   ├── data-test-analytics_5.csv  

│

└── README.md

```



# Explicação Detalhada do Código



O notebook cleaning_eda.ipynb está dividido nas seguintes seções:



### Carregamento dos dados:

Carrega os conjuntos de dados fornecidos pela Petlove Talents.



### Limpeza de Dados:



Realiza a limpeza dos dados, lidando com valores ausentes, duplicados e inconsistências.



### Análise Exploratória de Dados (EDA):

Explora os dados para identificar padrões, tendências e insights relevantes.



### Visualizações:



Utiliza gráficos e visualizações para representar os resultados da análise exploratória.



### Conclusões e Insights: 

Resumo das principais descobertas e conclusões obtidas com a análise dos dados.



## Contribuição