📊 Análise de Churn e Engajamento em Plataforma SaaS (CRM B2B)

Este projeto analisa o comportamento de cancelamento de clientes (churn) em uma plataforma SaaS B2B de CRM. Com base em dados reais simulados, foram extraídos insights sobre engajamento, satisfação e padrões de evasão, por meio de análise exploratória e visualizações orientadas ao negócio.

---

🎯 Objetivo

Identificar padrões e variáveis associadas ao churn de clientes, com base em dados comportamentais e demográficos, para orientar ações estratégicas de retenção.

---

🧰 Tecnologias Utilizadas

• Python 3.10+
• Pandas, NumPy
• Matplotlib, Seaborn
• Scipy (testes estatísticos)
• Google Colab (ambiente)

---

🧪 Metodologia

• Leitura e limpeza dos dados
• Análise exploratória (EDA)
• Feature engineering
• Testes estatísticos (Mann–Whitney U)
• Visualizações com Seaborn
• Exportação de gráficos em alta resolução

---

📊 Principais Descobertas

• Churn geral: 44,9% dos clientes cancelaram
• Plano Free: maior taxa proporcional de cancelamento
• Empresas Pequenas: concentram maior evasão
• Satisfação: cancelados têm média ~3.1 | ativos ~3.8
• Login e Engajamento: inatividade impacta fortemente
• Tempo como cliente: levemente menor nos que cancelaram
• Sazonalidade: churn flutua mês a mês com picos identificáveis

---

🧠 Testes Estatísticos

Foi aplicado o teste de Mann–Whitney U para comparar a distribuição de satisfação entre clientes ativos e cancelados.
➡️ Resultado: p < 0.05, confirmando diferença estatisticamente significativa.

---

💡 Recomendações Estratégicas

• Alertas para inatividade e baixa satisfação
• Reforço no onboarding de clientes Free e pequenos
• Estratégia de upsell para planos pagos com valor agregado
• Monitoramento temporal para prever sazonalidade de churn

---

📁 Estrutura do Projeto

projeto-churn-saas/
├── crm_churn_dataset.csv
├── Análise_de_Churn_e_Engajamento_de_Clientes_em_uma_Plataforma_SaaS_de_CRM_B2B.ipynb
├── imagens/
│   ├── grafico_churn_geral.png
│   ├── grafico_churn_por_plano.png
│   ├── grafico_churn_por_empresa.png
│   ├── grafico_boxplot_satisfacao.png
│   ├── grafico_heatmap_correlacao.png
│   ├── grafico_churn_temporal.png
│   ├── grafico_tempo_cliente_boxswarm.png

👤 Sobre o Autor
Rodrigo de Souza Silva

**Rodrigo de Souza Silva**  
Profissional de Tecnologia da Informação com formação em Sistemas de Informação e pós-graduação em Data Science & Machine Learning. Atua no desenvolvimento de projetos práticos com Python, APIs REST, automações e análise de dados, aplicando os conhecimentos adquiridos em formação técnica e cursos especializados.

Apaixonado por dados, boas práticas de código e soluções que unem lógica, organização e utilidade real.

- [LinkedIn](https://www.linkedin.com/in/rodrigodesouzasilva)  
- [GitHub](https://github.com/rodrigodesouza7)

---

## 📄 Licença

Este projeto está licenciado sob os termos da licença [MIT](https://opensource.org/licenses/MIT).  
Você pode usar, modificar e distribuir com os devidos créditos ao autor.