Проекты, выполненные в процессе обучения на платформе Яндекс Практикум для профессии "Аналитик данных+"
Всего за время обучения было выполнено 14 проектов разной сложности и разной тематики/области, загрузил наиболее интересные. Статус проектов: Завершены.
| № | Название проекта | Описание проекта | Навыки и инструменты |
|---|---|---|---|
| 1 | Выпускной проект 3в1 | Выпускной проект состоит из 3 частей: Анализ интернет-магазина (выделить категорий товаров, EDA, кластеризация пользователей/проверка гипотез для выявления потребностей клиентов и для осуществления целевых рекламных рассылок, Дашборд Tableau), проект по AB тестированию с проверкой гипотез, проект по SQL. | Python: pandas, numpy, matplotlib, seaborn, plotly, scipy, sklearn, sqlalchemy; Tableau |
| 2 | Интернет-магазин «Стримчик» | EDA, выявление успешности игр для прогнозирования на след год, составление портрета покупателя, проверка гипотез. | Python: pandas, numpy, matplotlib, seaborn, plotly, scipy, statsmodels |
| 3 | ML_Cтратегия удержания клиентов в сети фитнес-центров | EDA, обучение модели для прогнозирования ухода клиента и выборка лучшей, кластеризация клиентов, рекомендации чтобы меньше было оттока у фитнес-центров. | Python: pandas, numpy, matplotlib, seaborn, scipy, sklearn, itertools |
| 4 | A/B-тест крупного интернет-магазина | A/B-тест крупного интернет-магазина: Приоритизация гипотез по фреймворкам ICE и RICE, EDA, анализ A/B-теста, оценка гипотез стат значимостью для увеличения выручки. | Python: pandas, numpy, matplotlib, scipy, datetime |
| 5 | Когортный анализ и Юнит экономина развлекательного приложения Procrastinate Pro+ | Когортный анализ и Юнит экономина развлекательного приложения Procrastinate Pro+. EDA, анализ маркетинговых расходов, оценка окупаемости рекламы с помощью метрик LTV, ROI, CAC. Выявлены плохие рекламные каналы, из за которых компания начала терпеть убытки. | Python: pandas, numpy, datetime, matplotlib |
| 6 | NPS Telecomm среди клиентов России, Дашборд | Определен текущий уровень потребительской лояльности (NPS). Подключение к БД через sqlalchemy, SQL-запрос, экспорт нужной таблицы, анализ нужного в Tableau. | Python: pandas, numpy, os, sqlalchemy; Tableau |
Датасетов в папках нет, потому что запрещено правилами ЯП выкладывать учебные датасеты, но сохранены результаты с графиками.