Данный репозиторий содержит проекты, выполненные в рамках обучения на курсе «Аналитик данных» в Яндекс.практикуме.
| № | Наименование проекта | Описание проекта | Стек |
|---|---|---|---|
| 1. | Исследование объявлений о продаже квартир | Цель проекта: Проанализировать данные о продаже квартир в Санкт-Петербурге и окрестностях, чтобы выявить ключевые факторы, влияющие на цену объектов недвижимости, и разработать модель для автоматического определения рыночной стоимости, способную отслеживать аномалии и мошенническую деятельность. | Python, pandas, numpy, matplotlib |
| 2. | Анализ сервиса аренды самокатов GoFast | Цель проекта: Проанализировать данные сервиса аренды самокатов GoFast и проверить некоторые гипотезы, которые могут помочь бизнесу вырасти. | Python, pandas, matplotlib, scipy, статистические гипотезы, распределения |
| 3. | Анализ игровой индустрии по данным до 2017 года | Цель проекта: Изучить закономерности, определяющие успешность компьютерных игр, чтобы выбрать наиболее перспективные платформы и жанры для рекламной кампании. | Python, pandas, numpy, matplotlib, seaborn, scipy |
| 4. | Анализ бизнес-показателей развлекательного приложения Procrastinate Pro+ | Цель проекта: Проанализировать эффективность маркетинговых кампаний приложения Procrastinate Pro+ и найти пути повышения прибыльности. | Python, pandas, matplolib, когортный анализ, юнит-экономика, продуктовые метрики |
| 5. | Принятие решений в бизнесе. Анализ A/B теста | Цель проекта: проверка гипотез и анализ выводов. В рамках проекта необходимо осуществить следующие основные задачи: приоритизация гипотез; запуск A/B-тестов; анализ результатов. | ICE, RICE, A/B tests, Python, pandas, seaborn, scipy |
| 6. | Событийная аналитика мобильного приложения. Анализ A/A/B-теста | Цель проекта: Изучение данных приложения, чтобы понять, как пользователи взаимодействуют с ним, и определить этапы воронки продаж. Проверка A/A/B-теста - анализ результатов теста, чтобы определить, какой шрифт лучше: старый или новый. | A/B tests, Python, pandas, numpy, seaborn, plotly, scipy |
| 7. | Исследования рынка общественного питания в Москве для принятия решения об открытии новой кофейни | Цель проекта: Подготовить исследование рынка на основе открытых данных о заведениях общественного питания Москвы, визуализировать полученные данные. На основе данных дать рекомендации для открытия новой кофейни. | Python, pandas, numpy, matplotlib, seaborn, plotly, folium |
| 8. | Построение дашбордов в Tableau на основе данных о конференциях TED | Цель проекта: Провести комплексный анализ данных о выступлениях TED с помощью Tableau. Проект позволит получить ценную информацию о трендах развития TED, а также выделить наиболее популярные темы и форматы выступлений, которые привлекают внимание аудитории. | Tableau |
| 9. | Анализ оттока клиентов банка "Метанпромбанк" | Цель проекта: проанализировать клиентов регионального банка и выделить сегменты клиентов, которые склонны уходить из банка. Заказчик — менеджер из отдела маркетинга. | Python, pandas, numpy, seaborn, plotly, scipy, сегментация пользователей, статистические гипотезы |