Vítor
Magalhães
ENVamos conversar
Voltar aos projetos
PROJETO 08 / 2026Demonstração concluída com dados sintéticos

Nexus Churn Intelligence

Encontrar os clientes em risco antes do cancelamento.

Ciência de dados · Machine learning · SaaS
MINHA PARTICIPAÇÃO

Dados · Desenvolvimento · Interface

CONTEXTO

Projeto autoral

TECNOLOGIAS
  • Python
  • scikit-learn
  • Streamlit
EXPLORAR
Ver no GitHub (abre em nova aba)
Nexus Churn Intelligence: dashboard com distribuição de churn e análise de risco por plano, canal e região

Pipeline em Python para identificar clientes SaaS com risco de cancelamento, da geração de dados sintéticos à comparação de modelos, com um dashboard em Streamlit para análise de risco e previsão.

O desafio

Identificar clientes com risco de cancelamento ajuda empresas SaaS a direcionar ações de retenção.

A resposta

Um pipeline com geração de dados sintéticos, análise exploratória, preparação dos dados e comparação de modelos, e um dashboard em Streamlit com análise de risco, previsão individual e classificação em lote.

01

Cobrir o ciclo completo, dos dados ao dashboard.

02

Comparar modelos em vez de partir de um único algoritmo.

03

Oferecer previsão individual e classificação em lote.

04

Declarar os dados sintéticos e a validação pendente.

03 / ESTÁGIO ATUALEVIDÊNCIAS & PRÓXIMOS PASSOS

O que já existe.

Dashboard

Streamlit

Análise de risco, previsão individual e classificação em lote.

Código

Repositório público

Código, dashboard e instruções de execução.

Dados

Sintéticos

Validação em dados reais ainda pendente.

PRÓXIMO MOVIMENTO

Validar os modelos com dados reais.

Tem um desafio parecido? Vamos conversar
CONTINUAR EXPLORANDO / 09

Access Platform