Задание #1
Приведите в качестве решения скриншот с результатом, скрипт (или ссылку на запрос в среде, в которой решали задания, например http://sqlfiddle.com/), а также свои комментарии относительно предложенного решения.
SQL1
Отобрать клиентов по г. Москва с суммарными остатками по клиенту от 20 000 на последнюю дату.
create table #Клиенты (client_id varchar(1), FIO varchar (255) , Region varchar(50), account_num int) insert into #Клиенты values ('A','Иванов','Москва',111) ('A','Иванов','Москва',222), ('B','Петров','Иваново',333), ('C','Сидоров','Москва',444)
create table #Cчета ([Date] date, Summa_USD money, Account_num int) insert into #Cчета values ('2012-01-01',15000,111), ('2012-02-01',10000,111), ('2012-02-01',5000,222), ('2012-03-01',30000,333), ('2012-04-01',20000,444)
SQL2
Таблица #oper хранит информацию о количестве произведенных операций на каждую календарную дату.
Вывести на каждую дату количества операций, совершенное с начала месяца по указанную дату включительно накопительным итогом.
create table #oper (date date, cnt int) insert into #oper values
('2019-06-02', 1985), ('2019-06-03', 1577), ('2019-06-04', 1597), ('2019-06-05', 1468), ('2019-07-06', 82), ('2019-07-08', 1689), ('2019-07-09', 1556), ('2019-07-10', 1480), ('2019-07-11', 1405), ('2019-07-12', 1502)
SQL3 Даны месячные срезы сегментов клиентов, нужно получить по каждому клиенту периоды действия каждого сегмента.
create table #segment ([date] date, ClientID varchar(6),SegmentID int) insert into #segment values ('2018-01-31' ,'A11111', 2), ('2018-02-28' ,'A11111', 2), ('2018-03-31' ,'A11111', 1), ('2018-04-30' ,'A11111', 1), ('2017-11-30' ,'B22222', 1), ('2017-10-31' ,'B22222', 1), ('2017-09-30' ,'B22222', 3), ('2017-09-30' ,'C33333', 1), ('2017-10-31' ,'C33333', 1)
Задание #2
Партнерская витрина - это набор предложений партнеров банка, которые предоставляют различного рода скидки нашим клиентам.
На витрину можно перейти разными способами: через внешние и внутренние коммуникации (SMS, email, push, баннеры/уведомления внутри приложения).
Партнеры могут предоставлять данные о совершенных нашими клиентами конверсиях (транзакциях).
Какие наборы метрик для оценки эффективности партнерской витрины вы можете предложить?
Опишите возможный набор систем и способы их интеграции, которые позволят осуществлять трекинг полного пути пользователя и его конверсионных действий.
Какие сырые данные нужны и в каком виде для полноты картины?
Какая разметка коммуникаций и действий пользователя вам понадобится для отслеживания всего пути клиента?
Задание #3
Приведите в качестве решения скриншот с результатом, а также свои комментарии относительно предложенного решения (с указанием среды, в которой решали задания).
В приложенном файле хранятся данные об активности клиентов с сентября 2021 года по февраль 2022. Необходимо на основе этих данных провести когортный анализ. Данные: data_test.csv.
Описание полей:
CLIENT_ID - идентификатор клиента;
VALUE_DAY - отчетная дата;
DIGITAL_30_CNT - кол-во входов в мобильное приложение за последние 30 дней на отчетную дату;
TRAN_ACTIVE_30_CNT - кол-во транзакций в мобильном приложении за последние 30 дней на отчетную дату;
OPER_ACTIVE_30_CNT - кол-во операций (транзакции+нефинансовые операции) в мобильном приложении за последние 30 дней на отчетную дату
Постройте визуальное представление удержания клиентов в статусе:
активных клиентов банка (наличие строки для клиента на отчетную дату);
диджитал активных (активных в мобильном приложении: наличие хотя бы одного входа);
операционно активных;
транзакционно активных.
Ответьте на вопросы:
какие выводы можно сделать на основе этих данных?
если построить проникновение транзакционно активных клиентов в когорты диджитал активных клиентов, то мы увидим, что существенная часть клиентов использует мобильное приложение, но не совершает транзакции (платежи и переводы) в нем. Какие гипотезы такого поведения можно предположить? Как их можно проверить?
как можно исправить эту ситуацию и увеличить проникновение транзакционно активных клиентов в диджитал активных?
Задание #4
Сделайте мини-портфолио по 2-3 сделанным вами ранее отчетам/исследованиям (чувствительную информацию можете упустить, если прикладываете скрины отчетов - «заблюрить» значения):
какая цель и задачи стояли, какие пользователи результата,
для исследований - какие методы и инструменты были выбраны,
опишите источники данных, требовались ли доработки в источниках для обеспечения полноты данных и для матчинга,
какие инструменты использовались для выгрузки данных из источников и для их объединения, для автоматизации,
каким образом производился матчинг данных разных систем-источников,
какие средства визуализации использовались и каким образом выглядел конечный результат.