Identifier les clients à risque de départ avec XGBoost et SHAP
La rétention client est un enjeu stratégique dans le secteur bancaire. Acquérir un nouveau client coûte 5 à 25 fois plus cher que retenir un client existant. La prédiction proactive du churn permet d'agir avant le départ.
15 000 clients simulés avec 16 % de taux de churn. Construire un modèle robuste malgré le déséquilibre de classes, maximiser le recall et expliquer les prédictions individuelles aux équipes commerciales.
XGBoost avec scale_pos_weight pour le déséquilibre, optimisation du seuil de décision par courbe Précision-Rappel (F1 maximal), SHAP waterfall pour les explications individuelles, analyse coût FP/FN.
| Outil | Usage |
|---|---|
| Python 3.10+ | Langage principal |
| pandas / numpy | Manipulation des données |
| scikit-learn | Machine Learning & preprocessing |
| matplotlib / seaborn | Visualisation |
| Jupyter Notebook | Exploration interactive |
Voir
requirements.txtpour la liste complète.
bank-customer-churn-prediction/
├── README.md ← Ce fichier
├── PORTFOLIO.md ← Documentation complète du cas d'usage
├── .gitignore
├── requirements.txt
├── notebooks/ ← Jupyter Notebooks d'exploration
├── src/ ← Code Python modulaire
├── data_sample/ ← Données simulées (anonymisées)
├── figures/ ← Graphiques et visualisations
├── reports/ ← Rapports et synthèses
└── docs/ ← Documentation complémentaire
# 1. Cloner le dépôt
git clone https://github.com/TSAGUE25/bank-customer-churn-prediction.git
cd bank-customer-churn-prediction
# 2. Créer un environnement virtuel
python -m venv .venv
source .venv/bin/activate # Linux/Mac
.venv\Scripts\activate # Windows
# 3. Installer les dépendances
pip install -r requirements.txt
# 4. Lancer Jupyter
jupyter notebookROC-AUC = 0.87 | Recall = 0.79 | F1 = 0.70 (simulés)
Économie simulée de 485 000 € via actions de rétention ciblées.
Données simulées. Pas de déploiement temps réel. Seuil figé à l'entraînement.
API FastAPI pour scoring temps réel. Monitoring drift. Réentraînement automatique.
Toutes les données utilisées dans ce projet sont simulées, synthétiques ou anonymisées. Aucune donnée réelle, confidentielle ou propriétaire n'est présente dans ce dépôt. Ce projet est un cas d'usage pédagogique à destination du portfolio professionnel d'Emmanuel TSAGUE.
TSAGUE EMMANUEL - Data Scientist
Specialise en Machine Learning, Data Analysis et systemes decisionnels.
Formation Datascientest 2024 | EDF MAD EDVANCE
Email : emmatsague@yahoo.fr
LinkedIn : emmanuel-tsague-114295414
GitHub : github.com/TSAGUE25