Ce projet propose une analyse exploratoire des données (Exploratory Data Analysis) afin de comprendre les facteurs qui influencent le churn des membres d'une salle de sport (désabonnement).

• gym_churn_EDA.ipynb — Notebook Jupyter contenant l'analyse exploratoire
• gym_members_dataset.csv — Dataset brut utilisé pour l’étude

Identifier les variables qui influencent le churn des membres afin d’aider une salle de sport à :

• améliorer la fidélisation,
• comprendre les comportements des clients,
• préparer la construction d’un futur modèle de prédiction.

• Python
• pandas, numpy
• matplotlib, seaborn
• Jupyter Notebook / VS Code

Le notebook inclut :

• Chargement et aperçu des données
• Nettoyage des valeurs manquantes
• Visualisations des distributions
• Corrélations entre variables
• Analyse du comportement des membres (visites, exercices, durée des séances, etc.)
• Exploration des facteurs associés au churn

Alexandra Merli - AE/DA