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)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)
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)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?
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;
-
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?
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.