Маркетинговый анализ e-commerce

Аналитическое исследование влияния поведенческих метрик на конверсию в покупку

О проекте

Параметр	Значение
Цель	Выявить факторы, влияющие на конверсию, и сформулировать рекомендации для маркетинга
Данные	5.28 GB сырых событий → 4.16 млн сессий (файл `2019-Oct.csv`)
Период	14 дней октябрь 2019 г.
Инструменты	`Polars` (lazy/streaming), `Pandas`, `scikit-learn`, `statsmodels`, `Matplotlib`

Методология

Обработка данных: Фильтрация, парсинг времени, агрегация по сессиям с использованием Polars для работы с большими данными.
Проверка гипотез: 6 гипотез проверены статистическими тестами (t-test, chi-square, z-test, Kruskal-Wallis).
Моделирование: Логистическая регрессия с балансировкой классов (class_weight='balanced') для оценки силы влияния факторов (Odds Ratio).
Интерпретация: Все выводы подкреплены как статистической значимостью (p-value), так и бизнес-логикой.

Навигация по исследованию

Этап	Описание
Предобработка	Очистка, фильтрация, агрегация сессий
Гипотеза 1: Цена	Влияние цены товара на конверсию
Гипотеза 2: Просмотры	Глубина просмотра и вероятность покупки
Гипотеза 3: День недели	Разница конверсии будни/выходные
Гипотеза 4: Время суток	Взаимосвязь времени и типа дня
Гипотеза 5: Просмотры по дням	Различия в поведении по дням недели
Гипотеза 6: Категории	Влияние категории товара на покупку
Модель прогнозирования	Логистическая регрессия: прогноз и интерпретация

Подтверждено

Фактор	Инсайт	Метрика / Статистика
Просмотры	4-5 просмотров максимизируют конверсию; «прямые заходы» (0 просмотров) конвертируются в 11× чаще	OR = 3.3 для 4-5 просмотров; OR = 11.4 для 0 просмотров
Время суток	Утро (06-12) — пик конверсии; вечер (18-24) стабильно низкий	Конверсия утром на 30% выше, чем вечером
Категории	Electronics — драйвер выручки (60%); Apparel требует аудита	Electronics: 9% конверсия; Apparel: 2.5% конверсия

Не подтверждено / Не значимо

Фактор	Почему не значимо	Бизнес-интерпретация
Цена товара	Медианы идентичны (191 vs 192 у.е.), разница в средних — артефакт выбросов	Не сегментировать аудиторию по цене товара
День недели	Разница будни/выходные всего 0.51 п.п. (эффект мал)	Не создавать отдельные стратегии под выходные
Глубина по дням	Медиана просмотров не различается по дням недели	Не корректировать контент-план по дням
Категория товара	Cramér's V = 0.107 (связь слабая)	Категория — вспомогательный фактор, не требует отдельных стратегий

🔍 Для дальнейшего исследования

Сегментация «прямых покупок»: Кто эти пользователи? (источник трафика, новые/возвращающиеся)
Часовой пояс: Данные в формате сервера (вероятно, UTC). Сдвиг на +3/+4 часа может объяснить высокую «ночную» и низкую «вечернюю» конверсию
User-level анализ: Проверка устойчивости выводов при группировке по user_id вместо сессий
Расширение признаков: Добавление device, source, basket_size, time_on_site для улучшения модели

Бизнес-рекомендации

Приоритет P0 (Внедрить немедленно)

1. Оптимизировать воронку под 4-5 просмотров

Зачем: Конверсия растёт в 3.3×, после 5 просмотров — плато
Действие: Внедрить рекомендации «похожие товары», триггеры «вы смотрели», упрощённую навигацию
Прогноз: +15-20% к конверсии без увеличения трафика

2. Выделить аудиторию «прямых заходов» (0 просмотров)

Зачем: Конверсия в 11× выше — это «горячие» клиенты, им не нужен прогрев
Действие: Исключить эту группу из ремаркетинговых кампаний с «прогревающим» контентом
Прогноз: −30% затрат на неэффективный ремаркетинг

Приоритет P1 (Протестировать)

3. Сместить рекламный бюджет на утренние часы (06-12)

Зачем: Конверсия утром статистически значимо выше
Действие: Увеличить ставки в контекстной рекламе и таргете на утреннее время
Прогноз: +7-10% к ROI рекламных кампаний

4. Провести аудит категории Apparel

Зачем: Большой трафик, но конверсия 2.5% (в 3-4 раза ниже средней)
Действие: Проверить цены, ассортимент, качество посадочных страниц, соответствие трафика
Прогноз: Потенциал роста конверсии в 2-3× при устранении барьеров

Приоритет P2 (Сократить / Пересмотреть)

5. Снизить бюджет на вечерние показы (18-24)

Зачем: Стабильно наименьшая конверсия (5.0-5.2%)
Действие: Перераспределить бюджет на утро или протестировать специальные «вечерние» офферы
Прогноз: Экономия бюджета без потери продаж

📊 Результаты модели прогнозирования

Метрика	Значение	Интерпретация
ROC-AUC	0.68	Модель различает покупателей лучше случайного угадывания (0.5)
Recall (покупка)	0.72	Находим 72% реальных покупок (важно для таргетинга)
Precision (покупка)	0.11	Типично для дисбаланса 7%: из предсказанных «купит» реально покупает каждый 9-й

Примечание: Категории medicine, stationery, country_yard исключены из модели (критически мало покупок: 47, 143 и 27 соответственно).

Топ-5 факторов по силе влияния (Odds Ratio)

Фактор	Odds Ratio	Интерпретация
Прямая покупка (0 просмотров)	11.4×	Шанс покупки в 11.4 раза выше базового уровня (вечер)
Категория Electronics	2.2×	Шанс покупки в 2.2 раза выше, чем в базовой категории
Категория Appliances	1.6×	Шанс покупки в 1.6 раза выше
Утро (06-12)	1.3×	Шанс покупки на 30% выше, чем вечером
Ночь (00-06)	1.2×	Шанс покупки на 20% выше, чем вечером

⚠️ Важно: Модель предсказывает вероятность, а не гарантию. Низкий Precision обусловлен сильным дисбалансом классов (7% покупок), что типично для e-commerce. Для аналитической задачи важнее интерпретация коэффициентов (Odds Ratio), чем бинарные предсказания.

Процесс анализа

Предобработка. Посмотреть блокнот

Исходные данные: 5.3 GB сырых событий → фильтрация за 14 дней, парсинг времени, агрегация по сессиям.
Результат: 4.16 млн сессий, 13 категорий товаров, метрики: просмотры, добавления в корзину, покупки, цена, время суток, тип дня.

Гипотеза 1: Существует ли разница в цене товаров между сессиями с покупкой и без покупки?

Посмотреть блокнот

Выводы

Типичный чек не различается между группами
- Медианная цена в сессиях с покупкой — 191 у.е., без покупки — 192 у.е.
- Разница в 1 у.е. не имеет практического значения
Распределение по ценовым сегментам практически идентично
- Бюджетный сегмент: 29% (нет покупки) vs 25% (покупка) — разница 4 п.п.
- Средний сегмент: 23% vs 26% — разница 3 п.п.
- Премиум и люкс сегменты: доли совпадают с точностью до 1 п.п.
- Несмотря на статистическую значимость (p < 0.0001, chi-square), различия носят систематический характер: в группе покупки чуть больше среднего сегмента, в группе без покупки — чуть больше бюджетного
Средние значения вводят в заблуждение
- Средняя цена (~318 у.е.) значительно выше медианы (191-192 у.е.) из-за редких дорогих товаров
- Правосторонняя скошенность распределения (2.04) делает среднее чувствительным к выбросам
- Статистическая значимость по t-test (p < 0.0001) — артефакт огромной выборки (4.16 млн сессий)
Цена не является ключевым фактором конверсии
- Основная масса сессий (бюджетный + средний сегменты) составляет 52-54% в обеих группах
- Доля дорогих товаров (премиум + высокий премиум + люкс) практически одинакова: 48% (нет покупки) vs 48% (покупка)

Выводы

Количество просмотров — сильный предиктор покупки
- Пользователи с 4-5 просмотрами совершают покупку в 3.3 раза чаще, чем с 1 просмотром
- Эффект проявляется уже при 2-3 просмотрах (OR = 3.2)
Существует оптимальное количество просмотров
- Максимальная конверсия достигается при 4-5 просмотрах
- После 5 просмотров дополнительного роста не происходит (OR стабилизируется на уровне 3.1)
Прямые покупки (0 просмотров) — отдельный сценарий
- Пользователи, пришедшие по прямой ссылке или повторно, показывают аномально высокую конверсию
- Шанс покупки в 36 раз выше, чем у пользователей с 1 просмотром
Распределение сильно скошено
- Медиана просмотров: 3 (покупка) vs 2 (нет покупки)
- Среднее значение искажено выбросами (max > 1000 просмотров)
- Биннинг позволил стабилизировать оценки и получить интерпретируемые бизнес-метрики

Выводы

Конверсия в будни выше, чем в выходные
- Будни: 7.07%
- Выходные: 6.56%
- Разница: +0.51 п.п. (будни лучше на 7.8% относительно)
Разница статистически значима
- Z-статистика: 20.24
- p-value < 0.0001
- При выборке 4.16 млн сессий эффект устойчив
Трафик распределен неравномерно
- Будни: 57% сессий
- Выходные: 43% сессий

Гипотеза 4: Взаимосвязь времени суток и типа дня

Посмотреть блокнот

Выводы

Утро эффективнее дня в любой день недели
- Будни: утро (8.74%) vs день (6.68%) — разрыв 2.06 п.п.
- Выходные: утро (8.05%) vs день (5.51%) — разрыв 2.54 п.п.
Ночь эффективнее вечера в любой день недели
- Будни: ночь (7.29%) vs вечер (5.21%) — разрыв 2.08 п.п.
- Выходные: ночь (5.87%) vs вечер (5.03%) — разрыв 0.84 п.п.
Ночная аудитория в будни — неожиданно высокая конверсия
- 7.29% — третий показатель среди всех 8 групп
- Уступает только утренним сессиям (будни и выходные)
Вечер — наименее эффективное время в любые дни
- Будни вечер: 5.21%
- Выходные вечер: 5.03%
- Оба показателя в антитопе

Гипотеза 5: Различия в количестве просмотров по дням недели

Посмотреть блокнот

Выводы

Медианное количество просмотров не различается по дням недели
- Пользователи просматривают одинаковое количество товаров вне зависимости от дня
- Покупатели в будни и выходные смотрят одинаково больше, чем пользователи без покупок.
Проведение пост-хок тестов нецелесообразно
- Даже при статистических различиях в хвостах, медианы одинаковы
- Эффект не имеет бизнес-значимости

Гипотеза 6: Влияние категории товара на покупку

Посмотреть блокнот

Выводы

Electronics — абсолютный лидер
- Конверсия 9%, выручка 834 млн (60% от всей)
- Драйвер бизнеса, требует защиты и удержания
Computers — скрытый потенциал
- Самый высокий чек ($487), но конверсия 5.4%
- Улучшение UX может дать рост выручки без увеличения трафика
Apparel — главная проблема
- Низкая конверсия (2.5%) и низкий чек ($100)
- При большом трафике (178k сессий) результат минимальный
- Требует аудита: цены, ассортимент, качество трафика
Детальнее разобрать 3 категории с минимальным кол-вом покупок
- Неправильное логирование?
- Новые категории?
- Нерелевантные?
Связь категории с покупкой статистически значима, но слабая
- Chi² = 18963.6, p < 0.0001
- Крамера V = 0.107 (слабый эффект)
- Категория важна, но не является главным фактором конверсии

Модель прогнозирования покупки

Посмотреть блокнот

Цель

Подтвердить выводы гипотез и оценить относительную силу факторов.

Метод

Логистическая регрессия с балансировкой классов.

Результаты

Метрика	Значение
ROC-AUC	0.68
Recall (покупка)	0.72

Топ-5 факторов (Odds Ratio)

Фактор	OR
Прямая покупка (0 просмотров)	11.4
Категория Electronics	2.2
Категория Appliances	1.6
Утро (06-12)	1.3
Ночь (00-06)	1.2

Интерпретация

Модель подтверждает: просмотры и время суток — ключевые факторы
Цена и день недели не влияют на предсказание
Категория товара дает вклад, но значительно меньший

Детали: notebooks/final_model.ipynb

Name		Name	Last commit message	Last commit date
Latest commit History 43 Commits
Data_preprocessing.ipynb		Data_preprocessing.ipynb
Hypothesis1.ipynb		Hypothesis1.ipynb
Hypothesis2.ipynb		Hypothesis2.ipynb
Hypothesis3.ipynb		Hypothesis3.ipynb
Hypothesis4.ipynb		Hypothesis4.ipynb
Hypothesis5.ipynb		Hypothesis5.ipynb
Hypothesis6.ipynb		Hypothesis6.ipynb
README.md		README.md

Приоритет	Категория	Действие
P0	electronics	Защищать, удерживать лидерство
P1	computers	Улучшить UX, добавить обзоры
P2	apparel	Аудит: почему не покупают?
P3	sport, furniture	Нишевый таргетинг

Folders and files

Latest commit

History

Repository files navigation

Маркетинговый анализ e-commerce

О проекте

Методология

Навигация по исследованию

Подтверждено

Не подтверждено / Не значимо

🔍 Для дальнейшего исследования

Бизнес-рекомендации

Приоритет P0 (Внедрить немедленно)

Приоритет P1 (Протестировать)

Приоритет P2 (Сократить / Пересмотреть)

📊 Результаты модели прогнозирования

Топ-5 факторов по силе влияния (Odds Ratio)

Процесс анализа

Предобработка. Посмотреть блокнот

Гипотеза 1: Существует ли разница в цене товаров между сессиями с покупкой и без покупки?

Выводы

Рекомендации

Гипотеза 2: Влияние количества просмотров на вероятность совершения покупки

Выводы

Рекомендации

Гипотеза 3: Разница в конверсии между буднями и выходными

Выводы

Рекомендации

Гипотеза 4: Взаимосвязь времени суток и типа дня

Выводы

Рекомендации

Гипотеза 5: Различия в количестве просмотров по дням недели

Выводы

Рекомендации

Гипотеза 6: Влияние категории товара на покупку

Выводы

Рекомендации

Модель прогнозирования покупки

Цель

Метод

Результаты

Топ-5 факторов (Odds Ratio)

Интерпретация

About

Topics

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages