Данные проекты были выполнены в ходе обучения в Яндекс.Практикуме, профессия "Аналитик данных".
| Название проекта | Описание | Используемые библиотеки | Статус |
|---|---|---|---|
| Исследование рынка недвижимости | Исследование рынка недвижимости Санкт-Петербурга и окрестностей для установки параметров для создания системы отслеживания аномалий и мошеннической деятельности | pandas, matplotlib.pyplot | Планируются доработки |
| Исследование рынка игр | Исследование рынка игровой индустрии для выявления закономерностей, влияющих на успешность продаж игры. | pandas, numpy, matplotlib.pyplot, scipy.stats, seaborn | Планируются доработки |
| Маркетинговое исследование приложения | Выявление причин убытков компании по разработке развлекательного приложения, окупаемость рекламы (LTV, ROI), конверсия (CR), удержание (RR), стоимость привлечения пользователя (CAC). | pandas, matplotlib.pyplot, seaborn, datetime, numpy | Завершено |
| Оценка гипотез и результатов А/В эксперимента | Приоритизация имеющихся гипотез методами ICE и RICE, определение перспективных гипотез, оценка результатов А/В эксперимента. | pandas, matplotlib.pyplot, seaborn, datetime, numpy, scipy, math | Завершено |
| А/А/В эксперимент и событийная аналитика | Анализ поведения пользователей приложения по продаже продуктов питания, проведение A/A и А/В эксперимента, оценка результатов исследования, сравнение контрольных и тестовых групп, оценка статистической значимости | pandas, matplotlib.pyplot, seaborn, datetime, numpy, scipy, math | Завершено |
| Рынок заведений общественного питания Москвы | Для открытия нового заведения общественного питания в Москве необходимо провести исследование рынка, найти интересные особенности и презентовать результаты, которые помогут инвесторам из фонда в выборе подходящего места. | pandas, matplotlib.pyplot, seaborn, numpy, plotly.express, plotly.graph_objects, folium, folium.Map, folium.Marker, folium.plugins.MarkerCluster, folium.features.CustomIcon, folium.Choropleth, datetime, json | Завершено |
| Сегментация пользователей по потреблению | Снизить отток путем сегментации клиентов и предложением им релевантных продуктов. Необходимо провести сегментацию клиентов банка в разрезе числа использованных продуктов для менеджера продукта. | pandas, matplotlib.pyplot, seaborn, numpy, datetime, scipy, phik | Завершено |
| Оценка результатов A/B-тестирования | Провести оценку результатов A/B-теста новой платежной воронки. | pandas, matplotlib.pyplot, seaborn, numpy, datetime, scipy, plotly.express, math | Завершено |
| Анализ базы данных сервиса для чтения книг | Путем анализа базы данных сформулировать ценностное предложение для нового продукта. Проанализировать базу данных сервиса для чтения книг по подписке, ответить на вопросы о книгах, авторах, издательствах. | IPython.display, pandas, sqlalchemy | Завершено |