چکیده: ریزش مشتریان یک موضوع مهم برای بانک ها و موسسات مالی است که نیازمند تجزیه و تحلیل مستمر عواملی مانند منابع، هزینه ها و نرخ موثر تسهیلات است. هدف این پژوهش کشف خودکار و زودهنگام مشتریان در معرض ریزش با استفاده از تکنیک‌های یادگیری ماشین است. یکی از چالش‌های این موضوع، عدم تعادل داده‌ها به دلیل نسبت پایین مشتریان ریزش‌یافته است. در این پژوهش تلاش شده است تا بدون بر هم زدن توزیع داده‌ها و با افزودن کمترین داده‌های مصنوعی، نقش کیفیت داده‌ها بر اثربخشی نتایج از طریق یادگیری گروهی مورد بررسی قرار گیرد. برای مقابله با داده‌های نامتوازن از روش‌هایی مانند خوشه‌بندی و ترکیب بیش‌نمونه‌گیری و کم‌نمونه‌گیری (روش SMOTEENN) استفاده شده است. این تکنیک‌ها بر روی کلاس‌های اکثریت و اقلیت اجرا و سپس با استفاده از ماشین بردار پشتیبان و یادگیری گروهی رای اکثریت وزن‌دار، همراه با بهینه‌سازی هایپرپارامترها به وسیله الگوریتم رقابت استعماری (ICA)، ارزیابی شدند. نتایج نشان می‌دهد که ترکیب این روش‌ها، به ویژه در معیارهای Recall و F1-score در داده‌های اقلیت ، عملکرد بهتری نسبت به مدل‌های پایه و پیشرفته همچون جنگل تصادفی و پرسپترون چند لایه(MLP) دارد. این پژوهش اهمیت استفاده از روش‌های تجمعی، تأثیر کیفیت داده‌ها و انتخاب مدل‌های متعادل‌سازی را در بهبود دقت سیستم‌های پیش‌بینی ریزش مشتریان اثبات می‌کند.