Présentation du projet: Analyser le cycle de vie des conseillers d’un réseau de vente directe, depuis le recrutement jusqu’à l’abandon, afin d’identifier les signaux faibles et prédire le churn.

Périmètre & livrables:

• Analyse descriptive des patterns d’activité et d’engagement
• Identification des indicateurs précurseurs d’abandon (warning signals)
• Construction de modèles de classification pour la prédiction du churn
• Analyse de l’importance des variables explicatives
• Recommandations business actionnables pour réduire l’attrition

Outils / Technologies:

• Python, Pandas, Scikit-learn, XGBoost, SQL, Jupyter, Power BI / Tableau