Провести EDA, посмотреть структуру и динамику продаж, выявить зависимости, сформулировать выводы и рекомендации.
- данные синтетические;
- отсутствует сезонность, месячные продажи одинаковые за рассматриваемый период;
- половая структура продаж: разница между мужчинами и женщинами по сумме покупок фактически отсутствует.
- возрастная структура продаж: присутствует сильный выброс в значениях на возрасте 18 лет. Возможно, что при заполнении возраста, все несовершеннолетние пользователи отмечали именно "18". В пользу этого говорит отсутствие null-значений по этому столбцу - все пользователи так или иначе заполнили графу возраста, даже если там не было подходящего варианта.
ГИПОТЕЗА 1. Чем больше время сессии, тем больше сумма покупки.
ГИПОТЕЗА 2. Пользователи, которые на сайте не в первый раз (Is_Returning_Customer == True), тратят больше денег, чем новые пользователи.
ГИПОТЕЗА 3. Чем больше количество просмотренных страниц, тем больше сумма покупки.
ГИПОТЕЗА 4. Наличие скидки на товар стимулирует к его покупке.
ГИПОТЕЗА 5. Тип устройства влияет на сумму покупки.
ГИПОТЕЗА 6. Время доставки влияет на пользовательскую оценку сайта(магазина).
По результатам анализа и проверки выдвинутых гипотез сделаны выводы:
- скидка влияет на сумму покупки, однако связь достаточно слабая, т.е это не основной фактор принятия решения о покупке со стороны клиента.
- тип устройства влияет на сумму покупки: самое "продающее" устройство - смартфон, на втором месте - компьютер, а самое "непродающее" - планшет.
- максимально упростить и сократить "серфинг" пользователей в процессе покупки - добавить блоки "Похожие товары", "С этим покупают" и т.п. (как на маркетплейсах), чтобы сподвигнуть покупать не только целевой товар.
- с точки зрения ux\ui-дизайна произвести изменения в mobile- и desktop- версиях сайта. Поработать с интерфейсом, оценить конверсию и провести A/B-тесты.