Retouren-Treiber für einen Münchner Sport-DTC-Brand analysieren
Übersicht
Worum es bei diesem Projekt geht.
Bereinige 1,2 Mio. Bestellzeilen, identifiziere die drei wichtigsten Retouren-Treiber und erstelle ein Dashboard. Erhalte ein verifizierbares Zertifikat.
Das Szenario
Der Brand hat rund 80 Mitarbeitende, etwa 18 Millionen Euro Umsatz und arbeitet ohne eigenes Data-Team — die Analyse ist Vorarbeit für die Frage, ob im nächsten Jahr eine erste Senior-Data-Stelle eingestellt wird.
Das Briefing
Was Du tust und was Du zeigst.
Welche drei Faktoren erklären den Anstieg der Retourenquote von 24 auf 31 Prozent am stärksten, und welche Gegenmaßnahmen sind datenbasiert vertretbar?
Earning criteria — what you'll demonstrate
- Eine realistische, unsaubere Datenmenge reproduzierbar aufbereiten
- Explorative Datenanalyse mit konkreten Geschäftsfragen verbinden
- Statistische Tests sinnvoll auswählen und Ergebnisse ehrlich kommunizieren
- Erkenntnisse für nicht-technische Stakeholder verständlich aufbereiten
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Studienzuordnung folgt in Kürze.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Data Wrangling
Apply data wrangling to solve real industry problems and demonstrate production-level capability.
- Exploratory Data Analysis
Apply exploratory data analysis to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Pandas
Apply pandas to solve real industry problems and demonstrate production-level capability.
- Statistical Testing
Apply statistical testing to solve real industry problems and demonstrate production-level capability.
- Data Visualization
Transform complex data into clear, insightful visual representations.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Data Scientist
Diese Challenge spiegelt den klassischen Erstauftrag einer Junior-Data-Scientistin in einem produktnahen Team: rohe Daten verstehen, saubere Hypothesen aufstellen und mit der Geschäftsführung übersetzen.
Dieses Projekt schärft
- exploratory-data-analysis
- statistical-testing
- data-wrangling
Data Engineer
Wer rohe CSVs aus drei Quellsystemen reproduzierbar in eine saubere Analysebasis überführt, übt das Kernhandwerk der Data Engineers im ersten Jahr.
Dieses Projekt schärft
- data-wrangling
- python
- pandas
Applied AI Scientist
Die Verbindung von solider Statistik und klarer Geschäftsempfehlung ist der Alltag von Applied AI Scientists, die in Produktteams Entscheidungen vorbereiten.
Dieses Projekt schärft
- statistical-testing
- data-visualization
- exploratory-data-analysis
Noch eine Sache