Аналитика курсовая

1. ETL: подготовка (preprocessing), исследовательский анализ данных

1.1. Выбрать индивидуальное задание:

- можно использовать “свои” данные

- использовать подготовленные датасеты

(https://drive.google.com/drive/folders/1b3pGfEhAJpq8yuI6Eua1eOTEfiOg

4kel?usp=sharing)

- или использовать датасеты с Kaggle

(https://www.kaggle.com/datasets?fileType=csv).

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:

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.