Ecommerce-analytics-forecast

Аналитический проект по e-commerce: полная витрина метрик в ClickHouse + интерактивные дашборды в Yandex DataLens.

🧰 Стек

ClickHouse • Yandex DataLens • Python/Jupyter • SQL

🔍 Что внутри

• Данные: Kaggle “Online Retail” (Invoices, StockCode, Quantity, UnitPrice, CustomerID, Country).
• Хранилище: ClickHouse (стейджинг → факты → представления/марты).
• BI: Yandex DataLens (KPI, тренды GMV/AOV/ARPU, когорты retention, новые vs возвратные, топ SKU).
• Ядро метрик:
  • GMV = Σ (Quantity × UnitPrice)
  • Orders = countDistinct(order_id)
  • Buyers = countDistinct(user_id)
  • AOV = GMV / Orders
  • ARPU = GMV / Buyers
  • New buyer share = New buyers / Buyers
  • Retention = доля когорты, вернувшаяся в n-й месяц

---

🧱 Архитектура

data/ecommerce_full.csv → staging_orders

↳ fact_order_lines (нормализованные строки)

↳ fact_orders (агрегат по заказу)

↳ views/marts (для BI):

v_daily_kpi

v_gmv_by_country

v_orders_enriched

v_cohorts_retention

v_top_products

v_sku_gmv_qty

---

🗺️ Репозиторий

├─ data/ # описание датасетов

├─ notebooks/ # EDA/подготовка (Jupyter)

├─ sql/ # DDL/DML для ClickHouse

├─ src/ # утилиты загрузки (при необходимости)

├─ dashboard/ # скриншоты и картинки для README

🚀 Быстрый старт (ClickHouse локально)

1. Создай БД и таблицы, загрузи CSV:

clickhouse-client -n < sql/01_create_database.sql
clickhouse-client -n < sql/02_create_tables.sql
# загрузка CSV (путь поправь на свой):
clickhouse-client --query="INSERT INTO staging_orders FORMAT CSVWithNames" < data/ecommerce_full.csv
# построение фактов/представлений:
clickhouse-client -n < sql/03_build_facts_and_views.sql

2)Проверь vitrine:

SELECT * FROM v_daily_kpi ORDER BY d LIMIT 10;
SELECT * FROM v_cohorts_retention ORDER BY cohort_month, month_n;

📊 Дашборды (DataLens) (срок действия dataseta в Clickhouse истек)

Верхняя панель KPI: GMV / Orders / Buyers / AOV / New buyer share

Тренды: линия GMV по дням (MA7 + кумулятив), GMV по месяцам

Покупатели: нормированная областная (new vs returning)

Retention: тепловая карта по когортам (месяц регистрации × месяцы жизни)

Товары: GMV vs QTY (комбо), Top SKU by GMV

Дополнительно: AOV & ARPU (линии)

📬 Автор

Денис Морозов
📧 Kor4yz@yandex.ru · GitHub · Telegram