В репозитории представлены проекты, реализованные в рамках курса Аналитик данных (Яндекc.Практикум).
- Языки: Python, SQL
- Библиотеки: Pandas, NumPy, SciPy, Math
- Визуализация данных: Matplotlib, Seaborn, Plotly, Folium
- Построение дашбордов: Tableau
- Юнит-экономика, когортный анализ, событийная аналитика
- А/В-тестирование, проверка гипотез
| Проект | Описание | Навыки и инструменты |
|---|---|---|
| Анализ рынка продаж компьютерных игр | Было проведено исследование рынка игровой индустрии для прогнозирования наиболее прибыльных ниш и выявлены параметры, определяющие успешность игры в разных регионах мира. Это помогло сделать ставку на потенциально популярный продукт и спланировать рекламные кампании. | Python, Pandas, Matplotlib, Numpy, Seaborn, Scipy, предобработка данных, исследовательский анализ, проверка статистических гипотез. |
| Анализ бизнес-показателей развлекательного приложения Procrastinate Pro+ | На основе данных проведен анализ поведения пользователей, рассчитаны продуктовые и маркетинговые метрики (LTV, ROI, CAC, конверсия, удержание пользователей). Выявлены причины неокупаемости рекламы, даны рекомендации по эффективным каналам привлечения. | Python, Pandas, Matplotlib, Numpy, Seaborn, когортный анализ, юнит экономика, продуктовые метрики. |
| Анализ поведения пользователей в мобильном приложении по продаже продуктов питания | В данном проекте была исследована воронка продаж и проанализированы результаты A/A/B-тестирования в мобильном приложении по продаже продуктов питания. Выявлено на каком этапе теряется большее количество пользователей, даны рекомендации по усовершенствованию приложения. В ходе проверки A/B теста сделан вывод, что изменение шрифта в приложении не повлияло на поведение пользователей. | Python, Pandas, Matplotlib, Numpy, Seaborn, Scipy, Math, визуализация данных, проверка статистических гипотез, событийная аналитика, A/А/B-тесты. |
| Анализ рынка заведений общественного питания Москвы | Мною было подготовлено исследование заведений общественного питания Москвы, найдены интересные особенности и презентованы полученные результаты инвесторам, даны рекомендации по открытию нового заведения. | Python, Pandas, Matplotlib, Seaborn, Plotly, Folium, исследовательский анализ, визуализация данных. |
| Выпускной проект: Анализ поведения пользователей в мобильном приложении «Ненужные вещи» | В ходе анализа поведения пользователей были выявлены общие поведенческие сценарии и построены по ним воронки событий. На основании исследования можно провести дальнейшую сегментацию пользователей и поработать над их вовлеченностью. | Python, Pandas, Matplotlib, Numpy, Seaborn, Plotly, проверка статистических гипотез, поведенческие сценарии, событийная аналитика, диаграмма Санкей. |
| Выпускной проект: A/B тесты | В ходе проекта удалось оценить корректность проведения A/B теста, изучить результаты тестирования и проверить статистические гипотезы. | Python, Pandas, Matplotlib, Numpy, Seaborn, Scipy, Math, Plotly, проверка статистических гипотез, A/B тестирование. |
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent