Abstract:
Les entreprises en situation de concurrence doivent être en mesure de prévoir les clients ayant
une forte propension à la résiliation en utilisant leurs données de manière plus efficace.
Les modèles de prédiction de l’attrition des clients sont très prometteurs en tant qu’outils
puissants pour améliorer la fidélisation des clients.
Notre projet consiste à prédire les clients les plus susceptibles de quitter l’entreprise Tchin-
Lait (Candia) en analysant d’abord ses données en utilisant l’outil Microsoft Power Bi et en
appliquant les modèles prédictifs les plus populaires , à savoir les réseaux de neurones, machine
à vecteurs de support (SVM) et boosting de gradient XGBoost. Les résultats obtenus sur
l’ensemble de test ont été évalués à l’aide de la matrice de confusion et la précision. Il a été
constaté que le meilleur classificateur était XGBoost avec une précision de 0,92.
