Более 45 готовых сценариев. Каждый — с данными, расчётом и понятным результатом. Ниже — по бизнес-темам, в формате задача → как решается в DataPrep → ценность.
Задача: разделить базу на группы по давности, частоте и сумме покупок. Решение: расчётные поля + ранжирование + группировка.
Задача: классифицировать товары по вкладу в выручку и стабильности спроса. Решение: агрегаты, доли, матрица классов.
Задача: найти, что покупают вместе. Решение: ассоциативные правила (Apriori) по чекам.
Задача: увидеть, где теряются клиенты по этапам. Решение: подсчёт переходов и визуализация воронки.
Задача: срезы выручки по регионам, менеджерам, периодам. Решение: группировки + сводный куб + диаграммы.
Задача: понять структуру обращений в поддержку. Решение: разведочный анализ частот и тем.
Задача: заранее выявить уходящих. Решение: логистическая регрессия + оценка качества (ROC/AUC).
Задача: найти естественные группы клиентов. Решение: k-means / EM / сеть Кохонена + профили.
Задача: как удерживаются клиенты по месяцам прихода. Решение: когортный анализ, тепловая карта.
Задача: отнести клиента к сегменту. Решение: наивный Байес по признакам.
Задача: типовые модели потребления. Решение: кластеризация транзакций (one-hot состав).
Задача: корректно разбить данные на обучение/тест. Решение: сэмплинг + train/test split.
Задача: оценить заявку. Решение: дерево решений с понятными правилами «если-то».
Задача: оценить проект по денежным потокам. Решение: расчёт NPV одним конвейером.
Задача: как результат зависит от ставки и сценариев. Решение: узел «Цикл» по параметрам.
Задача: оценить финансовое здоровье по балансам. Решение: расчётные показатели и пороги.
Задача: разнести косвенные расходы по подразделениям. Решение: базы распределения и агрегаты.
Задача: спрогнозировать стоимость объекта. Решение: нейросеть-регрессия + валидация.
Задача: когда и сколько заказывать. Решение: расчёт страхового запаса и точки пополнения по спросу.
Задача: предсказать продажи. Решение: модель временного ряда (ARIMAX).
Задача: отделить тренд от сезона и шума. Решение: декомпозиция ряда на компоненты.
Задача: минимизировать стоимость доставки. Решение: эвристика распределения по маршрутам.
Задача: отсекать партии выше нормы дефектов. Решение: ветвление по условию.
Задача: классифицировать дни (пик/спад) для планирования смен. Решение: календарная аналитика.
Задача: восстановить недостающие значения. Решение: подстановка по правилам и статистике.
Задача: найти повторы и конфликты в справочнике. Решение: поиск дублей и разбор противоречий.
Задача: убрать искажающие значения. Решение: метод межквартильного размаха (IQR).
Задача: привести «грязные» поля к структуре. Решение: разбиение столбцов, шаблоны.
Задача: свести варианты написания к эталону. Решение: нормализация строк и объединение дублей.
Задача: превратить коды в понятные метки. Решение: узел «Замена».
Задача: добавить к фактам атрибуты из справочника. Решение: соединение таблиц по ключу.
Задача: собрать выгрузки из разных систем и форматов (CSV+JSON+Excel). Решение: объединение источников.
Задача: подтянуть цены к продажам. Решение: lookup-обогащение справочником.
Задача: развернуть вложенный JSON каталога. Решение: преобразование дерево ↔ таблица.
Задача: получать и отдавать данные учётным системам и сервисам. Решение: разбор/формирование XML, REST-запрос.
Задача: агрегировать десятки/сотни млн строк. Решение: SQL-режим (DuckDB) на опциональном бэкенде.
Каждый кейс — это конвейер из готовых узлов. Тот же подход применим к вашим данным и регламентам.
Data