- Research-on-the-reliability-of-borrowers
Исследование надёжности заёмщиков. Цель разобраться, влияет ли семейное положение и количество детей клиента на факт погашения кредита в срок.
Стек: предобработка данных, Python, Pandas, PyMystem3, лемматизация
- Analysis-of-ads-for-the-sale-of-apartments
Анализ объявлений о продаже квартир. Цель: установить параметры которые влияют на продажу. Это позволит построить автоматизированную систему: она отследит аномалии и мошенническую деятельность.
Стек: Python, Pandas, Matplotlib, исследовательский анализ данных, визуализация данных, предобработка данных
- Analysis-client-Tariff
Анализ тарифов на основе данных о клиентской выборке из 500 пользователей для корректировки рекламного бюджета коммерческого департамента. Цель: Проанализировать поведение клиентов и сделать вывод — какой тариф лучше.
Стек: Python, Pandas, Matplotlib, NumPy, SciPy, описательная статистика, проверка статистических гипотез
- Analysis-of-Products-in-an-online-computer-games-store-and-planning-of-advertising-campaigns
Анализ потенциально популярных продуктов в интеренет-магазине компьютерных игр и планирование рекламных кампаний. Цель: Выявить определяющие успешность игры закономерности. Это позволит сделать ставку на потенциально популярный продукт и спланировать рекламные кампании.
Стек: Python, Pandas, NumPy, Matplotlib, предобработка данных, исследовательский анализ данных, описательная статистика, проверка статистических гипотез
- Mobile-app-funnel-analysis-A_A_B-tests
Анализ поведения пользователей мобильного приложения, воронки продаж и исследование результатов A/A/B-тестирования. Цель: Разобраться, как ведут себя пользователи мобильного приложения, когда они начинают покупать, сколько денег приносит каждый клиент, когда он окупается
Стек: A/B-тестирование, Python, Pandas, Matplotlib, Seaborn, событийная аналитика, продуктовые метрики, Plotly, проверка статистических гипотез, визуализация данных
- analysis-business-metrics
Анализ бизнес-показателей. Аналитика в Афише. Цель: помочь маркетологам оптимизировать маркетинговые затраты и понять как люди пользуются продуктом, когда они начинают покупать, сколько денег приносит каждый клиент и когда клиент окупается.
Стек: Matplotlib, Plotly, Pandas, Python, когортный анализ, продуктовые метрики, юнит-экономика
- Hypothesis-prioritization-AB-test-run-and-results-analysis Private
Принятие решений в бизнесе на основе данных. Расчёт метрик: LTV, CAC, Retention rate, средний чек и т.д. Цель - помочь маркетологам оптимизировать маркетинговые затраты и понять как люди пользуются продуктом, когда они начинают покупать, сколько денег приносит каждый клиент и когда клиент окупается. Приоритизировать гипотезы, запустить A/B-тест и проанализировать результат.
Стек: A/B-тестирование, Matplotlib, Pandas, Python, SciPy, проверка статистических гипотез
- analysis-Moscow-public-catering-market
Анализ рынка общественного питания в МСК. Цель: Подготовить исследование рынка общественного питания в Москве
Стек: Pandas, numpy, Matplotlib, seaborn, plotly, io, requests
- Predicting-the-probability-of-user-churn-for-fitness-center
Прогнозирование вероятности оттока пользователей для фитнес-центров Цель: На основе данных о посетителях сети фитнес-центров спрогнозировать вероятность оттока для каждого клиента в следующем месяце, сформировать с помощью кластеризации портреты пользователей
Стек: Seaborn, Pandas, Python, Scikit-learn, Seaborn, классификация, кластеризация, машинное обучение
- Bank_Churn_analysis_AB_test_SQL. Выпускной проект.
- Банки — Анализ оттока клиентов. Презентация. Цель: Проанализировать клиентов регионального банка и выделить портрет (аватар) клиентов, которые склонны уходить из банка.
- A/B testing Цель: проверить при количестве участников 6000 ожидаемые эффекты конверсий
- SQL queries Demonstration simple and hard queries
Стек SQL, Python, Pandas, Matplotlib, Seaborn, SciPy, Sklearn, проверка статистических гипотез
- Creating-dashboard-for-custom-events-for-news-aggregator
Создание дашборда по пользовательским событиям для агрегатора новостей Автоматизация и построение дашборда. Цель - выгрузка данных, построение дашборда с метриками взаимодействия пользователей с темами статей и подготовка презентации.
Стек: PostgreSQL, ClickHouse, Ubuntu, cron, ETL, Plotly, SQLAlchemy, Tableau, dash, построение дашбордов, продуктовые метрики