Доброго времени суток, уважаемый кандидат!

Макон Консалтинг, в данный момент, в поиске кандидата, который профессионально занимается обработкой больших массивов данных, аналитикой, математическими расчетами, способен находить причинно-следственные связи на основе данных, для анализа массива данных одного из наших проектов связанных с жилой недвижимостью.

Стоимость и сроки по договоренности.

Для чего нужен анализ и что нужно сделать?

В рамках маркетингового исследования нужно детально проанализировать данные рейтинга жилых комплексов по качеству продукта. В наличии есть база данных в формате excel. Данные содержат числовые оценки по 160 параметрам для 4000 жилых комплексов.

Необходимо предложить обоснованные варианты обработки этого массива с точки зрения статистического и математического анализа и поиска явных и скрытых взаимосвязей и корреляций. Фактически необходимо понять какие методы анализа и обработки данных можно использовать для того, чтобы получить максимальный объем полезных сведений из имеющегося массива.

Ниже сформулированы основные возможные цели исследования и работы с данными, однако, они не исчерпывающие и могут быть скорректированы и дополнены.

-----

Предоставляемые для анализа данные: база данных в формате excel

Цель №1. Разведочный анализ данных

Предварительные задачи:

Определение наиболее важных переменных;
Обнаружение аномалий в распределениях;
Определение основных взаимосвязей и корреляций между переменными (факторный анализ);
Предложения по сокращению числа переменных, важных и необходимых для дальнейшего описания и анализа данных.

Цель №2. Обоснованно объединить города в группы по уровню развития продукта и его особенностям

Предварительные задачи:

Предложить оптимальные методы анализа и кластеризации городов по уровню развития продукта (дискриминантный анализ, кластерный анализ, другие методы)
Определить оптимальный набор параметров и признаков, по которым должна происходить кластеризация
Определить оптимальное не избыточное число групп / кластеров городов
Определить типовой продукт (типовой набор характеристик и признаков) для каждого кластера в разрезе классов жилья
Определить какие переменные оказывают большее влияние на отнесение города к конкретному кластеру

Цель №3. Поиск и оценка типичных алгоритмов и путей улучшения продукта на рынке жилья

Предварительные задачи:

Оценить за счет изменения каких переменных происходит улучшение продукта при переходе от городов с «плохим» продуктом к городам с «хорошим» продуктом в разрезе классов жилья
Определить «вклад» каждой переменной в улучшение продукта.

Аналитик данных