Підготовка та аналіз аналітичних даних B2C Ecommerce додатку: розробка бекенд частини системи

1.

Державний вищий навчальний заклад
«Український державний хіміко-технологічний університет»
Факультет комп’ютерних наук та інженерії
Кафедра інформаційних систем
Підготовка та аналіз аналітичних даних B2C Ecommerce додатку: розробка
бекенд частини системи
Виконав: Михайло ДОНСЬКИЙ
Керівник: доцент, Лариса КОРОТКА

2.

З переходом бізнесу до онлайн, кожен вебдодаток
потребує
якісного
Невід'ємною
програмного
частиною
цього
забезпечення.
програмного
забезпечення є не тільки візуальна частина але й те
що працює по за нею, а саме бекенд частина. Тому
для якісного побудування бекенд частини потрібні
найактуальніші
інструменти
та
алгоритми,
які
дозволять реалізувати бізнес потреби додатку.
2

3.

Об’єктом роботи є процес організації та підтримки продажу продукції
підприємства, бекенд частина.
Предмет роботи – бекенд частина, підготовка та аналіз аналітичних даних,
зокрема даних клієнтів, товарів та замовлень для відображення статистичних даних
та проведення маректингових компаній.
Мета роботи – бекенд частина, розробка логіки реалізації аналітичної системи,
збору та аналізу даних клієнтів, товарів та замовлень, з метою підвищення
стимулювання продажів на основі проведення маркетингових компаній.
3

4.

Завданням
підприємства
є
розробки
розробка
аналітичної
окремої
системи
частини
сайту
«Amazing Pizza», яка доступна тільки для юзера з
роллю «admin», а саме розробка бекенд частини
аналітики, яка включає в себе обробку, трансформацію
та різноманітні підрахунки на основі даних отриманих
від бази даних Firebase та подальшої передачі
сформованих даних до фронтенд клієнта.
4

5.

Сердовище розробки
Мова програмування
База Даних
Бібліотеки
Середовище проєктування
5

6.

6

7.

7

8.

8

9.

9

10.

10

11.

11

12.

12

13.

Бекенд частина аналітичної системи вебдодатку
«Amazing Pizza» має базу даних "Firebase" з
відповідними запитами до цієї бази (API), які
дозволяють
створювати
записи
відповідних
налаштувань системи в базі даних та забирати
дані необхідні для аналізу та створення структури
даних які відповідають потребам для побудови
фронтенд
частини.
Аналітична
частина
має
алгоритм визначення вискорейтингових товарних
позицій,
який
дозволяє
розділяти
товари
відповідні групи, також вона має алгоритм
визначення
супутніх
товарів
"Апріорі".
на
для
Також
аналітична система має (API) для налаштування
маркетингової
компанії
хіт
налаштування знижки користувачу.
продажу
та
13

14.

14

15.

15

16.

16

17.

17

18.

18

19.

У ході дипломної роботи зроблено аналіз даних вебдодатку «Amazing
Pizza», зроблено розрахунки та сформовано відповідну структуру даних, яка
необхідна для подальшого використання цих даних на фронтенд частині.
Також реалізовано алгоритм асоціацій «Апріорі» для визначення супутніх
продуктів та зберігання відповідних налаштувань в базі даних та подальшого їх
використання
у
вебдодатку,
також
реалізовано
алгоритм
для
визначення
високорейтингових товарних позицій та додано налаштування маркетингової
компанії «Хіт продажу» до БД та подальшого їх використання у вебдодатку.
Додано
налаштування
для
додавання
знижки
до
користувача,
які
також
зберігаються в базі даних та в подальшому використовуються у вебдодатку.
19

20.

20