# Retail Analytics **Интерактивный дашборд для анализа продаж интернет-магазина**, разработанный на Python и Streamlit с использованием OpenAI Codex. Приложение позволяет анализировать продажи по загруженному CSV-файлу или использовать встроенные демонстрационные данные. **[Открыть приложение](https://olyshon-retail-analytics.streamlit.app/)** ## Интерфейс приложения Дашборд Retail Analytics: показатели продаж, динамика выручки и топ товаров Демонстрационные данные. Показатели пересчитываются при изменении периода или загрузке CSV. ## Возможности - **Ключевые показатели:** выручка, количество уникальных заказов и средний чек. - **Динамика продаж:** интерактивный график дневной выручки. - **Топ-10 товаров:** рейтинг товаров по выручке. - **Фильтрация по датам:** автоматический пересчёт всех показателей и графиков за выбранный период. - **Загрузка CSV:** проверка структуры и корректности данных с понятными сообщениями об ошибках. - **Деморежим:** просмотр аналитики без загрузки файла и скачивание примера CSV. ## Технологии **Python · Streamlit · pandas · Plotly · pytest · Git** Для точных денежных расчётов используется `Decimal`. Бизнес-логика, обработка данных и визуализация разделены на отдельные модули. ## Формат данных Приложение принимает CSV в кодировке UTF-8 со следующими столбцами: | Столбец | Описание | |---|---| | `order_id` | Идентификатор заказа | | `order_date` | Дата заказа (`YYYY-MM-DD`) | | `product_name` | Наименование товара | | `quantity` | Количество | | `unit_price` | Цена за единицу | Одна строка соответствует товарной позиции. Один заказ может содержать несколько позиций. Выручка рассчитывается как сумма `quantity × unit_price` по всем позициям с округлением до двух знаков. Средний чек — выручка, делённая на количество уникальных заказов. Возвраты и скидки в текущей версии не учитываются. ## Локальный запуск Требуется Python 3.12. ```powershell git clone https://github.com/Olyshon/retail-analytics.git cd retail-analytics python -m venv .venv .\.venv\Scripts\python.exe -m pip install -r requirements.txt .\.venv\Scripts\python.exe -m streamlit run app.py ``` Приложение откроется по адресу `http://localhost:8501`. **Запуск тестов:** ```powershell .\.venv\Scripts\python.exe -m pytest -q ``` ## О разработке Проект создан в процессе освоения агентной разработки с **OpenAI Codex**. Работа включала постановку функциональных требований, проектирование бизнес-логики, итеративную разработку, автоматическое и ручное тестирование, код-ревью, исправление ошибок и публикацию приложения через GitHub и Streamlit Community Cloud.