Несколько проектов, выполненных мной во время обучения на курсе "Аналитик данных"
как люди пользуются продуктом, когда они начинают покупать, сколько денег приносит каждый клиент когда клиент окупается. Расчитаны бизнес-метрики (DAU, MAU, LTV, CAC, ROMI, Retention Rate), построена воронка, применен когортный анализ.
Изучение моделей поведения игроков в зависимости от рекламных источников, поиск более выгодных источников
Прогнозирование вероятности оттока, выделение портретов клиентов, кластеризация (pandas, numpy, matplotlib.pyplot, seaborn, plotly, sklearn, scipy)
Построение и изучение воронки продаж, анализ результатов A/A/B теста, проверка статистической значимости
Подсчет кумулятивных метрик, определение аномалий, проверка гипотез
5 небольших SQL запросов для анализа продаж книжного магазина
Выявление ошибок при проведении теста и проанализировать его результаты
Поиск определяющих успешность игры закономерностей. Какие жанры и платформы наиболее популярны, и как это зависит от региона?
Какой тариф приносит больше денег? Где тратят больше смс, минут, гб? Сколько тратят сверх тарифа? Проверка гипотез
Определение параметров, влияющих на стоимость жилья на основе данных о продаже квартир
Самый первый учебный проект, первые шаги по предобработке данных. Лемматизация, категоризация