/Yandex-Practikum-Projects

Проекты, выполненные на курсе Яндекс.Практикума "Аналитик данных".

Primary LanguageJupyter Notebook

Yandex-Practikum-Projects

В данном репозитории хранятся проекты, выполненные в ходе моего обучения на курсе Яндекс.Практикума "Аналитик данных".

За время обучения я научилась:

  • Анализировать данные с помощью SQL и Python, использовать библиотеки: Pandas, Numpy, Mathplotlib, Seaborn и другие.
  • Формулировать, приоритезировать и проверять гипотезы.
  • Проводить A/B тестирование.
  • Расчитывать основные бизнес-показатели (такие как LVT, CAC, MAU, ROI).
  • Сегментировать пользователей.
  • Создавать дашборды.
  • Давать рекомендации на основе проанализированных данных.
  • И многое другое.

А также выполнила проекты, с кратким описанием которых можно ознакомиться здесь (для подробного рассмотрения каждый проект можно найти в отдельной папке в репозитории):

Проект 1. "Исследование надёжности заёмщиков — анализ банковских данных".

Задачи проекта: На основе статистики о платёжеспособности клиентов исследовать влияет ли семейное положение и количество детей клиента на факт возврата кредита в срок.

Проект 2. "Продажа квартир в Санкт-Петербурге — анализ рынка недвижимости".

Задачи проекта: Используя данные сервиса Яндекс.Недвижимость, определить рыночную стоимость объектов недвижимости и типичные параметры квартир.

Проект 3. "Определение выгодного тарифа для телеком компании".

Задачи проекта: На основе данных клиентов оператора сотовой связи проанализировать поведение клиентов и поиск оптимального тарифа.

Проект 4. "Изучение закономерностей, определяющих успешность игр".

Задачи проекта: Используя исторические данные о продажах компьютерных игр, оценки пользователей и экспертов, жанры и платформы, выявить закономерности, определяющие успешность игры.

Проект 5. "Исследование данных авиакомпании — проверить гипотезу о повышении спроса во время фестивалей".

Задачи проекта: Произвести выгрузки и подготовку данных авиакомпаний с помощью SQL. На основе результатов запросов из предыдущих шагов провести анализ, построить графики и сделать выводы.

Проект 6. "Оптимизация маркетинговых затрат в Яндекс.Афише".

Задачи проекта: На основе данных о посещениях сайта Яндекс.Афиши изучить, как люди пользуются продуктом, когда они начинают покупать, сколько денег приносит каждый клиент, когда он окупается.

Проект 7. "Проверка гипотез по увеличению выручки в интернет-магазине — оценить результаты A/B теста".

Задачи проекта: Используя данные интернет-магазина приоритезировать гипотезы, произвести оценку результатов A/B-тестирования различными методами.

Проект 8. "Исследования рынка общепита в Москве для принятия решения об открытии нового заведения".

Задачи проекта: Исследование рынка общественного питания на основе открытых данных, подготовка презентации для инвесторов.

Проект 9. "Анализ пользовательского поведения в мобильном приложении".

Задачи проекта: На основе данных использования мобильного приложения для продажи продуктов питания проанализировать воронку продаж, а также оценить результаты A/A/B-тестирования.

Проект 10. "Создание дашборда по пользовательским событиям для агрегатора новостей".

Задачи проекта: Используя данные Яндекс.Дзена построить дашборд с метриками взаимодействия пользователей с карточками статей.

Проект 11. "Прогнозирование вероятности оттока пользователей для фитнес-центров".

Задачи проекта: На основе данных о посетителях сети фитнес-центров спрогнозировать вероятность оттока для каждого клиента в следующем месяце, сформировать с помощью кластеризации портреты пользователей.

Проект 12. "E-commerce. Выявление профилей потребления".

Задачи проекта: Провести исследовательский анализ данных. Сегментировать покупателей на основе истории их покупок. Сформулировать и проверить статистические гипотезы.

Проект 12.1 - Дополнение "SQL запросы".

Задачи проекта: Написать 5 SQL запросов

Проект 12.2 - Дополнение "A/B тестирование".

Задача проекта: Провести оценку результатов A/B-теста.