Problema
A base de clientes possuía dados brutos, campos irrelevantes e registros incompletos, dificultando a identificação dos fatores associados ao cancelamento.
case técnico
Data Tool • Limpeza e análise de dados
Data Cleaner
Pipeline em Python para limpeza, análise exploratória e validação de hipóteses em uma base de cancelamentos de clientes.
Importação da base, remoção de identificadores e tratamento de registros incompletos antes da análise.
Geração de histogramas por variável para visualizar padrões de cancelamento e comportamento dos clientes.
Testes de hipóteses aplicando filtros sobre idade, chamadas ao call center, atraso, contrato e gasto total.
Python
Pandas
Plotly
Jupyter Notebook
Data Analysis
resumo executivo
Solução
Foi criado um fluxo em notebook para limpar a base, remover ruído, visualizar distribuições e testar hipóteses sobre os principais fatores ligados ao churn.
Resultado
A análise apontou cinco sinais relevantes: idade acima de 50 anos, muitas ligações ao call center, atraso superior a 20 dias, contrato mensal e baixo gasto total.
Estado atual
POC concluído, pronto para evoluir para dashboard, pipeline reutilizável ou modelo preditivo.
contexto
Transformar dados brutos em leitura de negócio
O projeto começou como uma análise exploratória sobre cancelamentos. A primeira etapa foi limpar a base, remover o identificador de cliente e descartar linhas incompletas. Depois, a análise passou a comparar a proporção de cancelamentos antes e depois de filtros baseados em hipóteses de comportamento.
objetivos e restrições
Objetivos
- Importar e preparar uma base de clientes para análise
- Remover campos irrelevantes e registros incompletos
- Visualizar a relação entre variáveis e cancelamento
- Testar hipóteses de fatores associados ao churn
- Gerar uma leitura clara para orientar decisões de negócio
Restrições
- Base analisada em ambiente de notebook, sem interface final
- Análise exploratória, sem inferência causal definitiva
- Hipóteses baseadas em filtros manuais
- Necessidade futura de transformar o fluxo em pipeline reutilizável
arquitetura da solução
Front-end
Uso de gráficos interativos com Plotly para comparar distribuições por coluna, destacando diferenças entre clientes que cancelaram e clientes que permaneceram.
Back-end
Pipeline em Python com Pandas para leitura do CSV, remoção de colunas, tratamento de valores nulos, contagem de proporções e filtragem progressiva por hipótese.
Banco de dados
Base tabular em CSV com atributos de cliente, contrato, uso, atraso, suporte, gasto total e status de cancelamento.
segurança e prevenções
Remoção de identificador
O identificador do cliente foi removido antes da análise, reduzindo ruído e evitando uso de um campo sem valor analítico direto.
Tratamento de registros incompletos
Linhas com dados faltantes foram descartadas para evitar distorções nos cálculos e nas visualizações.
Limite interpretativo
Os resultados são tratados como análise exploratória, não como prova causal automática. A leitura final exige validação de negócio.
processo
01
Importação da base
Leitura do arquivo CSV e primeira inspeção da tabela com Pandas.
02
Limpeza inicial
Remoção do CustomerID e descarte de registros com informações faltantes.
03
Análise exploratória
Cálculo da proporção de cancelamentos e criação de gráficos por variável.
04
Validação de hipóteses
Aplicação de filtros para testar o impacto de idade, suporte, atraso, contrato e gasto total.
05
Leitura final
Síntese dos fatores mais associados ao cancelamento e indicação de caminhos para redução de churn.
bastidores técnicos
impacto
Resultados
A análise saiu de uma taxa inicial de cancelamento próxima de 56,7% e, ao simular a remoção dos cinco fatores de risco, encontrou uma base filtrada com permanência próxima de 95,2%.
Aprendizados
O principal aprendizado foi transformar limpeza e exploração de dados em leitura acionável, mantendo cuidado para não confundir correlação com causalidade.