Есть таблица из нескольких тысяч реальных продаж магазина: 
Надо найти в ней закономерности вида:
- 23% купивших товар А, покупают товар Б
Сколько их получится, не знаю.
В идеале, мы найдём связки вида:
- Если купил товар А, то с веростностью 23% купит товар Б, и с вероятностью 13% купит товар В.
Это позволит отделу маркетинга найти товары, которые стоит рекомендовать при покупке А.
Задача тестовая, посмотреть что получим.
По-хорошему, надо анализировать на 100 тыс чеков. Они есть :) Как есть и другие бизнес-задачи, связанные с анализом и визуализацией данных для ритейла на Python. Например, RFM-анализ еще очень нужен. Для этого, полагаю, понадобится еще знание Power BI или GDS.
Задача будет интересна тем, кто хочет поработать с аналитикой для реальных бизнес задач.
Budżet: 2000 RUB Termin: 2 dni
Добрый день! Задача является очень интересной, такая большая выборка данных дает возможность получения достаточно точных результатов. Радует возможность долгосрочного сотрудничества, поэтому хотелось бы иметь возможность выполнить это тестовое задание и продемонстрировать умения на деле. На данный момент есть идеи по реализации, остается только обсудить и приступить к выполнению)
Budżet: 1500 RUB Termin: 2 dni
Здравствуйте. Работал над похожим проектом. Есть идеи для реализации. Сделаю десктопные приложение в формате. exe, на выходе будет excel файл с найденными закономерностями.
Для начала мне нужно предварительно ознакомиться с файлом входящих данных
Budżet: 3500 RUB Termin: 2 dni
Здравствуйте
Интересная задача
Выполнял похожие
Давайте обсудим в ЛС
Объясню подробно там
