Данные проекты были выполнены в ходе обучения по программе "Аналитик данных" на платформе Яндекс.Практикум
| Название проекта | Задачи проекта | Навыки и инструменты |
|---|---|---|
| Анализ рынка общественного питания Москвы | Исследован рынок общественного питания на основе открытых данных, сформированы рекомендации заказчику по открытию кофейни на основе выявленных особенностей рынка, подготовлена презентация с результатами | Python, Pandas, Seaborn, Plotly, визуализация данных, парсинг, json |
| Анализ оттока клиентов банка | Проведена категоризация и сегментация клиентов банка, сформирован портрета клиентов, склонных к оттоку, проведена проверка гипотез влияния характеристик клиента на его склонность к оттоку | Python, Pandas, Matplotlib, SciPy, NumPy, Seaborn, Plotly, проверка статистических гипотез, визуализация данных |
| Анализ убытков развлекательного приложения | Установлены причины, по которыми, несмотря на огромные вложения в рекламу приложения, последние несколько месяцев компания терпит убытки. Сформированы рекомендации по устранению убытков | Python, Pandas, Matplotlib, когортный анализ, юнит-экономика, продуктовые метрики, Seaborn |
| Анализ объявления о продаже квартир | Проведены предобработка и изучение данных с целью поиска интересных особенностей и зависимостей, которые существуют на рынке недвижимости Москвы | Python, Pandas, Matplotlib, исследовательский анализ данных, визуализация данных, предобработка данных |
| Анализ игровых продуктов | Выявлены закономерности, определяющие успешность компьютерной игры с использованием исторических данных о продажах, оценках пользователей и экспертов, жанрах и платформах | Python, Pandas, NumPy, SciPy, Matplotlib, предобработка данных, исследовательский анализ данных, описательная статистика, проверка статистических гипотез |
| AAB-тесты. Анализ поведения пользователей приложения по продаже продуктов питания | Проведен анализ воронки продаж, а также оценены результаты A/A/B-тестирования на основе данных использования мобильного приложения для продажи продуктов питания | A/B-тестирование, Python, Pandas, Matplotlib, Seaborn, событийная аналитика, продуктовые метрики, Plotly, проверка статистических гипотез |
| AB-тесты. Изменение рекомендательной системы сервиса | Проведена исследовательный анализ и оценка A/B-тестирования на основе данных использования сервиса клиента, внедряюшего новую рекомендательную систему | Python, Pandas, Seaborn, Matplotlib, Plotly. SciPy, проверка статистических гипотез |