Предсказание оттока кредитов для Альфа Банка

🚀 Цель проекта

Определить клиентов, склонных к досрочному погашению кредита, чтобы:

• своевременно предлагать выгодные условия и акции,
• сохранять плановую прибыль банка,
• снижать отток за счёт удержания клиентов.

---

🔍 Подход к решению

1. Постановка задачи

• Таргет: тип погашения кредита (своевременно / досрочно / рефинансирование).
• Выявление факторов, влияющих на склонность клиента закрывать кредит раньше срока.

2. Гипотезы

• Процентная ставка — ключевой параметр при принятии решения.
• Большинство клиентов переплачивают за счёт собственных средств.
• Важны временные характеристики (скорость снижения ставки, даты по выборкам).

3. EDA

• Обнаружен значительный дисбаланс классов.
• Построен «портрет клиента».
• Обработаны временные интервалы и ключевые признаки.

4. Подготовка данных

• Удалены признаки с >75% пропусков.
• Заполнение NaN (среднее / медиана / мода).
• Созданы новые признаки.
• Код оформлен и структурирован.

5. Моделирование

• Использованы алгоритмы: CatBoost, LightGBM.
• Настройка гиперпараметров: Optuna.
• Валидация: 10-Fold Cross Validation.

6. Метрики

• ROC-AUC: 0.82
• Accuracy: 0.87
• Precision: 0.75

7. Feature Importance

Наиболее значимый признак — количество дней со взятия кредита в другом банке.

---

📈 Бизнес-ценность

Модель позволяет:

• находить клиентов, склонных к досрочному погашению,
• формировать персональные предложения,
• удерживать доходность кредитного портфеля.

---

🛠️ Технологии

• Python (pandas, numpy, scikit-learn, CatBoost, LightGBM, Optuna)
• Jupyter / Google Colab