NIKE-ADIDAS / target-action-affecting-factors

Выявление и анализ факторов, влияющих на выполнение целевого действия пользователями мобильного приложения по продаже вещей

Ссылка на проект 👈

Ссылка на презентацию 👩‍🏫

Ссылка на дашборд (Tableau) 📊

На основе данных о действиях пользователей мобильного приложения (приложение для продажи вещей) необходимо проанализировать связь целевого события — просмотра контактов — и других действий пользователей, а также оценить, какие действия чаще совершают те пользователи, которые просматривают контакты.

Предоставлены данные о событиях, совершенных в мобильном приложении:

• датасет с данными об источниках скачивания приложения:

  • userId — идентификатор пользователя
  • source — источник, из которого пользователь установил приложение

• журнал событий:

  • event.time — время совершения действия
  • user.id — идентификатор пользователя
  • event.name — действие пользователя

Рендер проекта на nbviewer	Проект на github
корректный переход по внутренним ссылкам в оглавлении проекта, отображаются интерактивные графические объекты Plotly	статичный вариант

Выводы

Основные пути, по которым пользователи доходят до выполнения целевого действия contacts_show - это действия search, map и tips_click. Самая "быстрая" из воронок - это воронка с map: медиана времени, прошедшего от map до contacts_show составила 57.8 секунд для всех целевых действий и 52.9 секунд для первого выполнения целевого действия пользователем. Таким образом, пользователи часто выбирают объявление, исходя из удобного для них района (действие map - просмотр карты объявлений). Самая "медленная" конверсия - у tips_click (медиана - более 11 минут для всех действий и более 6 минут для первых просмотров контактов).

Пользователи, которые просматривали контакты, чаще видели рекомендованные объявления (событие tips_show), кликали на них (действие tips_click), а также просматривали карту объявлений (действие map). Это подтверждают корреляционные связи средней силы, которые выявлены между этими действиями и целевым действием contacts_show. Также пользователи, просматривавшие контакты, чаще открывали карточки объявлений advert_open.

Когортный анализ демонстрирует уверенный прирост конверсии в целевое действие contacts_show внутри каждой когорты (горизонт анализа 7 дней), а конверсия в просмотры контактов на 7-й день жизни у когорт пользователей, зарегистрировавшихся 7 октября и 28 октября, не различаются: показатель конверсии стабилен.

Существуют статистически значимые различия в конверсии в просмотры контактов для группы пользователей, которые видели рекомендованные объявления, но не взаимодействовали с ними (не совершали действие tips_click), и группы пользователей, которые видели и кликали на них (совершали действие tips_click): для пользователей, не совершавших tips_click, конверсия составила 17%, тогда как для совершавшей tips_click группы - 30.6% (уровень значимости 0.025).

Рекомендации

В целях повышения конверсии в просмотр контактов рекомендуется:

• предлагать рекомендованные объявления (tips_show), исходя из геолокации пользователя;
• рекомендовать пользователям воспользоваться картой объявлений;
• добавить показ рекомендованных объявлений в поисковой выдаче и на карте объявлений;
• увеличить частоту показа рекомендованных объявлений для пользователей, не просматривавших контакты;
• рассмотреть возможность редизайна рекомендованных объявлений в целях повышения конверсии из tips_show в tips_click;
• изучить перспективы улучшения алгоритма поиска в приложении.

Статус проекта

✅ Завершен

Инструменты

Matplotlib Pandas Plotly Python Scikit-learn Seaborn