Тепловая карта привлекательности регионов (командный проект): различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к навигации Перейти к поиску
Новая страница, с помощью формы Новый_командный_проект
 
Заполнены поля ТВА
Строка 28: Строка 28:


=== Чему научатся студенты? Что самое интересное в проекте? ===
=== Чему научатся студенты? Что самое интересное в проекте? ===
TBA
Проект знакомит студентов с индустрией ритейла. Дает базовое понимание о работе торговой сети, позволяет научиться формулировать критерий успешности бизнес-проекта.
 
С точки зрения работы с данными, проект позволяет получить навыки сбора данных из открытых источников, подготовки данных, обработки массива данных, формулирования KPI, калькуляции и интерпретации с точки зрения бизнес-логики.
Проект позволяет проявить навыки программной инженерии и анализа данных.
=== Организация работы (Как студенты будут работать в команде?) ===
=== Организация работы (Как студенты будут работать в команде?) ===
TBA
После выбора темы групповой работы, со студентам будет проведена вводная встреча с представителем X5, на которой будет детализирована задача, сформулированы ожидаемые подходы к решению задач и обсужден перечень данных, требуемых для реализации проекта.
 
Студенты будут работать в группе, обращаясь за консультациями к представителю бизнеса по вопросам предметной области.
=== Компоненеты (Из каких частей состоит проект?) ===
=== Компоненеты (Из каких частей состоит проект?) ===
TBA
Проект состоит из:
 
- программной оболочки (web-интерфейс либо мобильное приложение)
- подсистемы системы сбора данных
- подсистемы анализа данных
=== Какие будут использоваться технологии? ===
=== Какие будут использоваться технологии? ===
TBA
Технологии реализации задачи определяются студентами и научным руководителем. Приветствуется применение инструментов: R, Python.
 
=== Какие начальные требования? ===
=== Какие начальные требования? ===
TBA
Опыт создания сайтов или мобильных приложений
 
Работа с общедоступными источниками данных
Понимание математической статистики
=== Темы вводных занятий ===
=== Темы вводных занятий ===
TBA
На вводных занятиях будет дано понимание следующих областей:
- Понятие ритейла
- Принципы формирования и работы торговых сетей
- Конкуренция на рынке продовольственного ритейла
- Количественные оценки при принятии решений об открытии объектов и экспансии в новые регионы


=== Критерии оценки ===
=== Критерии оценки ===
TBA
Проект будет оцениваться по следующим направлениям:
 
1) Корректность выводов
2) Методологическая чистота получения результатов
3) Дружественность интерфейса
=== Похожие проекты ===
=== Похожие проекты ===
TBA
TBA
Строка 53: Строка 62:
=== Контактная информация ===
=== Контактная информация ===
Александр Идиатуллин
Александр Идиатуллин
Aleksandr.Idiatullin@x5.ru

Версия от 08:33, 3 октября 2017

Компания Х5 Retail Group
Учебный семестр Осень 2017
Учебный курс 3-й курс
Максимальное количество студентов, выбравших проект: TBA



Что это за проект?

Компания Х5 Retail Group – крупнейший продовольственный ритейлер России. Компания управляет торговыми сетями (ТС) Пятёрочка, Перекрёсток и Карусель. В настоящее время компания ведет активную экспансию в новые регионы. В связи с этим компании необходимо получить инструмент оценки привлекательности выхода в тот или иной регион России.

В качестве задания , необходимо разработать ПО с веб-интерфейсом, либо мобильное приложение, которое выводит тепловую карту привлекательности регионов для торговых сетей X5.

Тепловая карта строится на основании анализа:

  • насыщения рынка продуктового ритейла (как минимум, основные конкуренты компании),
  • социально-демографических факторов (население, домохозяйства, инфраструктура, …),
  • показателей продаж, количества объектов, площади т.д.

Критерий «привлекательности» мы планируем уточнить, либо проработать совместно со студентами.

Для решения необходимо будет настроить взаимодействие с поставщиком открытых данных (http://openstreetmap.ru/#map=13/55.75/37.6585 и/или другие), реализовать обработчик входных плоских файлов по нашей или внешней статистике.

Мы готовы будем предоставить агрегированные файлы по макропоказателям и информацию о конкурентах. Эта же информация может быть собрана студентами самостоятельно в открытом доступе.

Чему научатся студенты? Что самое интересное в проекте?

Проект знакомит студентов с индустрией ритейла. Дает базовое понимание о работе торговой сети, позволяет научиться формулировать критерий успешности бизнес-проекта. С точки зрения работы с данными, проект позволяет получить навыки сбора данных из открытых источников, подготовки данных, обработки массива данных, формулирования KPI, калькуляции и интерпретации с точки зрения бизнес-логики. Проект позволяет проявить навыки программной инженерии и анализа данных.

Организация работы (Как студенты будут работать в команде?)

После выбора темы групповой работы, со студентам будет проведена вводная встреча с представителем X5, на которой будет детализирована задача, сформулированы ожидаемые подходы к решению задач и обсужден перечень данных, требуемых для реализации проекта. Студенты будут работать в группе, обращаясь за консультациями к представителю бизнеса по вопросам предметной области.

Компоненеты (Из каких частей состоит проект?)

Проект состоит из: - программной оболочки (web-интерфейс либо мобильное приложение) - подсистемы системы сбора данных - подсистемы анализа данных

Какие будут использоваться технологии?

Технологии реализации задачи определяются студентами и научным руководителем. Приветствуется применение инструментов: R, Python.

Какие начальные требования?

Опыт создания сайтов или мобильных приложений Работа с общедоступными источниками данных Понимание математической статистики

Темы вводных занятий

На вводных занятиях будет дано понимание следующих областей: - Понятие ритейла - Принципы формирования и работы торговых сетей - Конкуренция на рынке продовольственного ритейла - Количественные оценки при принятии решений об открытии объектов и экспансии в новые регионы

Критерии оценки

Проект будет оцениваться по следующим направлениям: 1) Корректность выводов 2) Методологическая чистота получения результатов 3) Дружественность интерфейса

Похожие проекты

TBA

Контактная информация

Александр Идиатуллин Aleksandr.Idiatullin@x5.ru