app.py

import streamlit as st
from st_pages import Page, show_pages

show_pages(
    [
        Page('app.py', 'Главная'),
        Page('pages/analytics.py', 'Аналитика'),
        Page('pages/results.py', 'Результаты'),
    ]
)

st.title('Тестовое задание на позицию Data Scientist. Анализ данных о продажах и дизайн А/Б-теста.')
st.write('Автор: Жгир Алиса')

st.subheader('Задача:')
st.markdown("""Выполнить следующее задание любым удобным способом:
* Описать подход к задаче, основные этапы
* Выводы по данным
* Описать принцип отбора и размер выборки тестовой и контрольной групп
* Выбрать тестовые и контрольные точки
* Подготовить предложение для бизнеса с обоснованием с учетом аудитории
""", unsafe_allow_html=False)

st.subheader('Дисклеймер:')
st.markdown("""Проведение А/Б тестов может быть очень затратным для бизнеса. В данном случае я решаю гипотетическую ситуацию и не ориентируюсь на возможные ограничения бизнеса, которые могут существенно изменить подход к задаче.
""", unsafe_allow_html=False)

st.subheader('План действий:')
st.markdown("""
1. Анализ исходных данных: первым шагом является анализ предоставленных данных, чтобы понять динамику продаж, распределение показателя качества представленности товара по магазинам и любые сезонные тенденции или аномалии.
2. Определение критериев для отбора магазинов: по результатам первого этапа нужно определить критерии для выбора магазинов в контрольную и тестовую группы.
3. Сегментация магазинов: магазины следует сегментировать по аналогичным характеристикам, чтобы обеспечить сопоставимость контрольной и тестовой групп.
4. Выбор продолжительности теста: продолжительность теста должна быть достаточной для сбора представительных данных, учитывая сезонные колебания и возможные внешние воздействия. Необходимо определить допустимый уровень ошибки, а также минимальный детектируемый эффект.
""", unsafe_allow_html=False)