E-commerce Analytics: Customer & Sales Intelligence 🛒 | Thử thách MinAI | MinAI Learning

📈 Trung bình🟢 Đang diễn ra

E-commerce Analytics: Customer & Sales Intelligence 🛒

SQLPythonE-commerceCustomer AnalyticsFunnel AnalysisMachine Learning

Người tham gia

Case studies

25 hours

Thời gian

Bảng dữ liệu

Phần thưởng

Chứng chỉ hoàn thành

Badge: ecommerce-analyst

700 điểm

Bối cảnh

Bạn là Senior Data Analyst tại ShopVN - một sàn thương mại điện tử đang phát triển nhanh tại Việt Nam với:

•80,000 khách hàng hoạt động

•500 sellers đa dạng ngành hàng

•2,000 sản phẩm từ 10 danh mục

•350,000 đơn hàng trong 2 năm 2023-2024

•Doanh thu ~500 tỷ VND/năm

Qua challenge này, bạn sẽ thực hành:

•SQL nâng cao: Window functions, CTEs, Subqueries

•Customer Analytics: RFM, Cohort, CLV analysis

•Funnel Analysis: Conversion optimization

•A/B Testing: Statistical significance

•Machine Learning: Churn prediction, Recommendation

Đặt vấn đề

Ban lãnh đạo ShopVN yêu cầu team Data giải quyết các vấn đề cấp bách:

📉 Vấn đề 1: Tỷ lệ khách quay lại giảm

•Repeat purchase rate giảm từ 35% xuống 28%

•Cần hiểu nguyên nhân và đề xuất giải pháp

🛒 Vấn đề 2: Conversion rate thấp

•Chỉ 3.5% visitors thực sự mua hàng

•Cần tối ưu funnel và UX

⭐ Vấn đề 3: Seller quality không đồng đều

•Một số sellers có rating thấp, ảnh hưởng UX

•Cần xây dựng seller scoring system

Bạn cần phân tích dữ liệu, xây dựng models và đề xuất action plans.

Mô tả dữ liệu

Bạn có access vào 8 bảng dữ liệu từ Data Warehouse:

Dimension Tables:

•dim_customer (80,000 rows): Thông tin khách hàng

•dim_product (2,000 rows): Catalogue sản phẩm

•dim_seller (500 rows): Thông tin người bán

•dim_time (731 rows): Lịch ngày 2023-2024

Fact Tables:

•fact_orders (350,000 rows): Đơn hàng

•fact_order_items (850,000 rows): Chi tiết đơn hàng

•fact_reviews (120,000 rows): Đánh giá sản phẩm

•fact_page_views (2,000,000 rows): Lượt xem trang

Hướng dẫn thực hiện

Các bước thực hiện

Bước 1: Download dữ liệu và import vào SQL/Python

Bước 2: Hoàn thành 6 Case Studies theo thứ tự:

•Case 1: Sales Performance Dashboard (SQL)

•Case 2: Customer Segmentation & RFM (SQL + Python)

•Case 3: Cohort Analysis & Retention (SQL + Python)

•Case 4: Funnel & Conversion Optimization (SQL + Python)

•Case 5: Seller Performance Scoring (SQL + Python)

•Case 6: Customer Churn Prediction (Python ML)

Bước 3: Submit deliverables cho mỗi case study

Bước 4: Tổng hợp insights và business recommendations

Tiêu chí đánh giá

1. SQL Queries (30%)

•Query chính xác, kết quả đúng

•Code clean, readable, có comments

•Sử dụng đúng các kỹ thuật (JOINs, Window Functions, CTEs)

2. Analysis & Insights (30%)

•Insights có ý nghĩa business

•Logic phân tích rõ ràng

•Supporting data và visualizations

3. Machine Learning (25%)

•Feature engineering hợp lý

•Model evaluation đầy đủ

•Có thể giải thích được kết quả

4. Presentation (15%)

•Deliverables đầy đủ theo yêu cầu

•Visualization professional

•Executive summary súc tích

Điều kiện tham gia

SQL trung bình-nâng cao (Window Functions, CTEs)
Python pandas, numpy, matplotlib/seaborn
Hiểu biết cơ bản về e-commerce metrics
Đã hoàn thành challenge Retail Analytics (khuyến nghị)

Khóa học

Mentor & Hỗ trợ

Blog

Giới thiệu

E-commerce Analytics: Customer & Sales Intelligence 🛒

Bối cảnh

Đặt vấn đề

Mô tả dữ liệu

Hướng dẫn thực hiện

Các bước thực hiện

Tiêu chí đánh giá

Tiêu chí đánh giá

Điều kiện tham gia