1. ETL: подготовка (preprocessing), исследовательский анализ данных
1.Используя платформу Data Science and Machine Learning (любую на выбор: Knime, RapidMiner, Trifacta, Loginom(Предпочтительнее)) выполнить консолидацию данных кейса(предоставлю), провести очистку, трансформацию данных (ETL), выполнить preprocessing (https://www.sv-europe.com/crisp-dm-methodology/), провести исследовательский анализ данных (EDA) путем создания различных визуализаций и описательных статистик.
2. Платформы BI:
2.1. В Power 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.
(По результатам выполнения работы составить эссе (защита работы) на 3-5 минут
- Краткое описание задания (необходимо было найти, разработать и т.д.)
- Краткое описание выполнения задания (задание выполнено в следующих программах, выполнялось так-то)
- Описание полученных результатов (вывод должен быть заранее четко сформирован).Сама
Сама работа не более чем на 15-17 листов (лучше чуть меньше).)
