1.ETL: подготовка (preprocessing), исследовательский анализ данных
Выбрать индивидуальное задание:
- можно использовать “свои” данные
- использовать подготовленные датасеты
- или использовать датасеты с Kaggle
1.2. Используя любую аналитическую платформу Loginom, Knime, RapidMiner (любую на выбор или в Colab) выполнить консолидацию данных кейса (если кейс состоит из нескольких таблиц), провести очистку, трансформацию данных (ETL), выполнить preprocessing данных (https://www.sv-europe.com/crisp-dm-methodology/), провести исследовательский анализ данных (EDA) путем создания различных визуализаций и описательных статистик.
2.Платформы BI: построить BI Desktop/Tableau Public / Yandex DataLens (используя подготовленный датасет из предыдущего задания) построить дашборды, выявить инсайты, оформить истории (Story), опубликовать в своем аккаунте в Power BI/Tableau Public/Yandex DataLens), поделиться аналитическим приложением.
2.2. Обогатить данные кейса: провести ABC-XYZ, RFM-анализ
3. Заключение (вывод по всей работе)
Четкий и краткий вывод по проведенному анализу кейса.
(Например: максимальные продажи товара были в такие то месяцы, самая продаваемая категория такая то, в таких то странах и это все визуализировано и т.д.)
Батырхан
УрГАУ
Виолетта на высоте. Спасибо огромное. Всё сделано отлично и без замечаний.
Ксения
Воскресенский колледж
Спасибо большое Евгении за терпение ( у меня очень строгий преподаватель). Исправила досро...
Ангелина
КГПУ
Работа выполненная досрочно, все замечания исправлены. Рекомендую исполнителя)
Захар
Владивостокский базовый медицинский колледж
Спасибо огромное за работу! Все во время как обычно! Красота да и только) Преподавателю бы...