📊 Тестовое задание на Data аналитика

📝 Описание проекта

Этот проект посвящен анализу взаимосвязи между рекламными ставками, объемами продаж, упущенной выручкой и ценовой политикой продавцов. Исследование основано на данных за 2024 год с прогнозом на 2025 год.

🔍 Основные выводы

📈 Взаимосвязь рекламы и продаж

• CPM не всегда коррелирует с продажами – высокая рекламная ставка не гарантирует высокий объем продаж.
• Наблюдаются значительные выбросы – отдельные кампании или товары могут приносить неожиданные результаты.
• Тренды изменяются по периодам, что может указывать на сезонность.

💰 Лидеры по упущенной выручке

• Некоторые продавцы теряют миллионы рублей – лидер списка недополучил более 377 млн руб.
• Возможные причины: нехватка товара, неправильное ценообразование, проблемы с логистикой.
• В 2025 году пока нулевые потери, что может означать улучшение стратегий или нехватку данных.

🏆 Продажи среди продавцов

• Распределение продаж неравномерное – несколько крупных продавцов доминируют на рынке.
• Многие продавцы имеют всего 1-2 продажи, что может указывать на низкую конкуренцию или узкую нишу.
• Продажи меняются по месяцам, что говорит о сезонных изменениях спроса.

💵 Средняя цена товаров

• Большой разброс цен – у некоторых продавцов средняя цена превышает 5000 рублей, но большинство товаров продаются дешевле.
• Изменения цен по месяцам – возможно, связано с акциями, скидками или изменением спроса.

🏷️ Цена со скидкой vs. количество продаж

• Большинство продаж – товары до 10 000 рублей.
• Дорогие товары (50 000+) продаются редко, но спрос на них присутствует.
• Сезонность влияет на спрос – в разные периоды разные товары продаются лучше.

🔮 Прогноз продаж на 2025

• Ожидается рост продаж по сравнению с 2024 годом.
• Причины: улучшенные маркетинговые стратегии, растущий спрос, изменения в ассортименте.

📂 Описание файлов

В проекте используются следующие файлы с данными:

• весь 24 год.csv (1618 КБ) – содержит полные данные о продажах за весь 2024 год.
• декабрь 24.csv (1193 КБ) – данные о продажах за декабрь 2024 года.
• ноябрь 24.csv (1151 КБ) – данные о продажах за ноябрь 2024 года.
• январь 25.csv (1285 КБ) – данные о продажах за январь 2025 года.
• test_dataset_bi.ipynb (48 КБ) - скрипт на питоне, объединяющий данные в один общий датасет, а также создание ML-модели для предсказания проджа на 2025 год.

Каждый файл включает в себя информацию о рекламных ставках, объемах продаж, выручке, ценах и скидках, что позволяет анализировать динамику изменений по месяцам и строить прогнозы.

📌 Возможные направления для улучшения

✅ Оптимизация рекламных стратегий для повышения ROI.
✅ Анализ причин упущенной выручки и разработка решений для минимизации потерь.
✅ Поддержка слабых продавцов – обучение, корректировка ценовой политики.
✅ Исследование влияния сезонности и адаптация стратегий продаж.

🛠 Используемые технологии

• 📊 BI-инструменты (Yandex DataLens)
• 🐍 Python (pandas, scikit-learn)

Посмотреть дашборд