Data Science на пальцах: учимся анализировать данные на простых примерах

Разберём Data Science на простых и наглядных примерах — как считать средний чек, искать узкие места в воронке и проверять гипотезы без сложных формул. Всё по-человечески, с логикой, а не магией статистики.

Разработка

07 окт..2025

6 мин

Зачем вообще Data Science?

Data Science — это не «магия ИИ», а аккуратные вопросы к данным:

Что происходит? — описательная аналитика
Почему это происходит? — диагностическая
Что будет дальше? — прогноз
Что делать? — рекомендации

Базовый цикл: собрать → очистить → посмотреть (EDA) → проверить гипотезу → смоделировать → объяснить результат и принять решение.

Правило №1: результат должен приводить к действию. Цифра ради цифры — мусор.

Мини-шпаргалка: что считать и чем мерить

Вопрос	Что считаем	Инструмент	Тип метрики	Что означает
Сколько тратят клиенты?	Средний чек (mean), медиана	Pandas/SQL	Описательная	Базовый ориентир по выручке
Насколько «живой» спрос?	Конверсия, частота покупок	Группировки, cohort	Описательная/диагностическая	Понимание воронки
Работает ли баннер?	Δ конверсии, t-тест/бутстрэп	SciPy/бутстрэп	Инф. статистика	Вероятность, что эффект не случайность
Что влияет на отклик?	Корреляции/фичевая важность	corr(), простая регрессия	Диагностическая	Какие факторы реально значимы
Сколько продадим завтра?	Прогноз (линейная/деревья)	scikit-learn	Прогнозная	Оптимизируем закупки/рекламу

Пример 1. Кофейня и средний чек

Сценарий: владелец хочет понять, почему выручка «прыгает».

Данные: таблица orders (id, дата, сумма, способ оплаты).

Что делаем:

Считаем средний чек и медиану.
Строим распределение чеков.
Смотрим день недели — где пиковые дни?

df['weekday'] = df['date'].dt.day_name()
avg_check = df['amount'].mean()
median_check = df['amount'].median()
by_weekday = df.groupby('weekday')['amount'].mean().sort_values(ascending=False)

Выводы: если средний чек >> медианы — у вас длинный «хвост» дорогих заказов. Пики по пятницам? Значит, промо лучше запускать в четверг вечером.

Пример 2. Конверсия из просмотра в покупку

Сценарий: интернет-магазин: много просмотров, мало покупок.

Данные: события view_product и purchase с user_id.

views = events.query('event=="view_product"').user_id.nunique()
carts = events.query('event=="add_to_cart"').user_id.nunique()
buys  = events.query('event=="purchase"').user_id.nunique()
conv_view_to_cart = carts / views
conv_cart_to_buy  = buys / carts

Вывод: если просадка на этапе «корзина → покупка» — проверьте UX, ошибки формы или стоимость доставки.

Пример 3. Быстрый A/B-тест баннера

from statsmodels.stats.proportion import proportions_ztest
count = np.array([buys_B, buys_A])
nobs  = np.array([visits_B, visits_A])
stat, p = proportions_ztest(count, nobs)

Вывод: даже при +0.8 п.п. разницы стоит учитывать доверительный интервал и стоимость трафика.

Пример 4. Прогноз продаж «на завтра»

X = pd.get_dummies(df[['day_index','weekday']], drop_first=True)
y = df['sales']
model.fit(X_train, y_train)
pred = model.predict(X_test)
mae = np.mean(np.abs(pred - y_test))

Вывод: прогноз нужен, чтобы снизить неопределённость, а не для «точного угадывания».

Пример 5. Что реально влияет на отклик?

Сценарий: email-рассылка. Почему одни письма открывают, а другие — нет?

Идея: проверить корреляции и логистическую регрессию для оценки влияния признаков.

Чистка данных — половина успеха

Проблема	Как заметить	Что делать
Пропуски	`df.isna().mean()`	Удалить или заменить медианой
Выбросы	Boxplot, z-score	Ограничить по бизнес-правилам
Дубликаты	`df.duplicated().sum()`	Очистить ключи
Разные форматы дат	Ошибки парсинга	Использовать `to_datetime`
Неполные категории	Доля < 1%	Объединить в «Other»

В Кодике мы даём короткие модули по Python и аналитике с задачами «как в жизни» — загрузка CSV, чистка, воронки, mini A/B-тест и первая модель. Без воды и с понятными итогами.

А ещё у нас есть активный telegram-канал, где мы обсуждаем крутые идеи, делимся опытом и вместе разбираем задачи — учиться становится не только полезно, но и весело.