Yandex Afisha User Behavior Analysis

Описание проекта

Проект посвящён исследовательскому анализу продаж билетов и пользовательского поведения в сервисе Яндекс Афиша за период с июня по октябрь 2024 года.

В рамках исследования были изучены изменения пользовательских предпочтений, популярность различных типов мероприятий, сезонные тренды и различия в поведении пользователей мобильных и десктопных устройств.

Особое внимание было уделено анализу активности пользователей и проверке статистических гипотез о различиях между сегментами аудитории.

---

Цель проекта

Определить:

• как изменялись предпочтения пользователей в течение исследуемого периода;
• какие категории мероприятий пользовались наибольшей популярностью;
• существуют ли сезонные изменения в структуре заказов;
• отличаются ли мобильные пользователи от пользователей десктопных устройств;
• какие факторы оказывают влияние на пользовательскую активность.

---

Используемые технологии

• Python
• Pandas
• NumPy
• Matplotlib
• SciPy
• Jupyter Notebook

---

Выполненные задачи

Подготовка данных

• Загрузка и объединение нескольких источников данных.
• Обработка пропущенных значений.
• Проверка и очистка данных.
• Создание новых признаков для анализа.

Исследовательский анализ данных (EDA)

• Анализ структуры заказов.
• Исследование динамики продаж.
• Анализ пользовательской активности.
• Анализ распределения заказов по категориям мероприятий.
• Исследование сезонных изменений спроса.

Анализ сегментов пользователей

• Сравнение мобильных и десктопных пользователей.
• Анализ количества заказов.
• Исследование частоты взаимодействия пользователей с сервисом.
• Оценка различий между сегментами аудитории.

Проверка статистических гипотез

• Формулирование гипотез.
• Проверка различий между группами пользователей.
• Интерпретация результатов статистических тестов.

---

Используемые аналитические методы

• Exploratory Data Analysis (EDA)
• Cohort Analysis
• User Segmentation
• Statistical Hypothesis Testing
• Data Visualization
• Product Analytics

---

Основные результаты

Пользовательская активность

• Осенью 2024 года наблюдался рост пользовательской активности и количества заказов.
• Наиболее популярными категориями мероприятий стали:
  • Концерты
  • Театральные мероприятия
  • Спортивные события

Анализ устройств

• Пользователи мобильных устройств оформляли больше заказов по сравнению с пользователями десктопных устройств.
• Разница в среднем количестве заказов между сегментами оказалась статистически значимой.

Поведение пользователей

• Статистически значимых различий во времени между покупками мобильных и десктопных пользователей выявлено не было.
• Частота взаимодействия пользователей с сервисом оставалась сопоставимой между сегментами.

---

Бизнес-рекомендации

По результатам исследования рекомендуется:

• Продолжать развитие мобильного канала как основного источника пользовательской активности.
• Усилить продвижение наиболее востребованных категорий мероприятий в осенний период.
• Использовать сезонные всплески спроса при планировании маркетинговых кампаний.
• Учитывать различия между устройствами при разработке продуктовых решений и рекламных активностей.

---

Полученные навыки

• Data Cleaning
• Exploratory Data Analysis (EDA)
• Product Analytics
• User Segmentation
• Cohort Analysis
• Statistical Hypothesis Testing
• Data Visualization
• Python
• Pandas
• NumPy
• SciPy

---

Файлы проекта

• afisha_user_behavior_analysis.ipynb — аналитическое исследование пользовательского поведения и продаж билетов.
• README.md — описание проекта.

---

Автор

Артемий Ильин