Создание дашбордов — удалённая работа в Москве

Пожелания и особенности: Вузовская работа Сторителлинг на основе данных ?? Анализ данных: привычки студентов и их успеваемость ?? Цель задания Изучить, как различные повседневные привычки студентов (сон, питание, соцсети, спорт и т.д.) влияют на их академические результаты. На основе анализа данных вы создадите дашборд и расскажете историю, которая поможет сделать выводы и предложить рекомендации. Изучите данные. Определите, какие переменные могут влиять на успеваемость. Постройте дашборд на сайте Яндекса Datalens.Используйте визуализации: графики, диаграммы, фильтры. Сформулируйте историю на основе данных. Ответьте на вопросы: * Какие привычки положительно/отрицательно влияют на баллы за экзамен? * Есть ли разница между группами (например, между теми, кто работает, и не рабо * Рекомендации  Пример как может звучать история В ходе анализа мы обнаружили, что студенты, которые спят более 7 часов в день, в среднем получают на 15 баллов выше на экзамене, чем те, кто спит меньше. Также видно, что частое использование соцсетей (более 3 часов в день) связано с более низкими баллами. Интересно, что наличие подработки не всегда снижает успеваемость — студенты с хорошей посещаемостью (выше 90%) сохраняют высокие результаты, несмотря на работу. На основе этих данных мы рекомендуем уделять внимание режиму сна и стараться ограничивать социальные сети в учебное время. Информацию для дашборда, надо брать из датасета, который прикреплен к заданию  Датасет сейчас в формате xlsx, его нужно сделать в формате CSV, чтобы данные загрузились корректно.

Нужно сделать информативный дашборд отчет , который показывает основные проекты и инфо по ним , вывести процент отставания от сроков, инфо по основным статусам.

Создать 3 листа дашбордов, где будут отображенны показатели производственных метрик, а также их общая выжимка и возможность выбирать даты.

Пожелания и особенности: Ищем специалиста или команду для разработки системы автоматизации закупок для розничной сети женской одежды plus size. Цель проекта Перевести закупки из ручного режима в управляемый процесс на основе данных: продаж, остатков, оборачиваемости, размерно-цветового анализа и эффективности поставщиков. Нам нужна система, где алгоритм рекомендует закупку, а человек утверждает решение. Что нужно разработать 1. Выгрузка данных из МойСклад по API • продажи; • остатки; • товары/SKU; • размеры и цвета; • поставщики; • закупочные цены; • розничные цены; • перемещения между складами; • возвраты. 2. BI-дашборды для анализа закупок • продажи по категориям, моделям, цветам и размерам; • остатки по складам; • оборачиваемость; • дефицит товара; • излишки; • slow movers — товары со слабым спросом; • эффективность поставщиков; • маржинальность; • ABC/XYZ-анализ. 3. Модуль рекомендаций по закупкам • какие товары нужно докупить; • какие размеры и цвета докупить; • в каком количестве; • какие товары не стоит повторять; • какие позиции нужно распродавать; • какие товары распределить между складами; • рекомендации на основе продаж за период, остатков и скорости реализации. 4. Система распределения товаров по складам • анализ продаж по каждому складу/магазину; • определение дефицита и излишков; • рекомендации по перемещению товара; • автоматическое предложение: куда и сколько единиц отправить. 5. Интерфейс для закупщика • список рекомендованных закупок; • возможность утвердить, изменить или отклонить рекомендацию; • комментарии к решениям; • история принятых решений; • выгрузка итогового заказа поставщику. Важно Нам не нужна полностью автономная закупка без контроля человека. Нужна система формата: данные ? аналитика ? рекомендация ? утверждение закупщиком ? заказ поставщику Желательный опыт исполнителя Ищем человека, который умеет работать с: • API МойСклад; • BI-системами: Power BI, Looker Studio, Metabase, Tableau или аналогами; • базами данных; • Python / SQL; • построением аналитики продаж и остатков; • retail / fashion / e-commerce будет большим плюсом; • системами прогнозирования спроса. Что хотим получить на первом этапе MVP-систему, которая: • автоматически получает данные из МойСклад; • показывает понятные BI-отчёты; • выявляет дефицит, излишки и слабые товары; • формирует рекомендации по дозакупке; • предлагает распределение товаров между складами; • позволяет закупщику принять или изменить решение. Формат работы Проект можно делать поэтапно: 1. аудит данных и структуры МойСклад; 2. проектирование логики закупок; 3. настройка выгрузки данных; 4. создание BI-дашбордов; 5. разработка правил рекомендаций; 6. тестирование на реальных данных; 7. доработка и запуск MVP. Что нужно от исполнителя в отклике Просьба написать: • какой у вас опыт с МойСклад и API; • какие BI-системы используете; • были ли проекты по закупкам, остаткам или retail-аналитике; • как бы вы предложили реализовать MVP; • примерные сроки; • примерный бюджет; • примеры похожих работ.

Научиить работать с данными и аналитикой Читать метрики и графики Понимать: аномалии тренды деградацию Работать с: monitoring tools dashboards (Grafana и аналоги) Использовать данные для: поиска проблем предотвращения инцидентов.

Составить схему продаж печатного издания.

Собирать отчетность на основе Битрикс24 и отображать в виде индивидуальных отчетов в YandexDataLens.