geodash_presentation

1.

ГеоДашборд «Где открыть
пункт выдачи заказов?»
Москва, учебный концепт-прототип
· август–ноябрь 2026

2.

1. Пользовательская история
• Кто: менеджер по развитию сети ПВЗ маркетплейса
• Задача: выбрать 2–3 локации для тестового открытия
• Решение принимается по карте + KPI за 10 секунд

3.

2. Гипотеза и главный инсайт
• Плотность заказов концентрируется у транспортных узлов
• Инсайт: Раменки и Юго-Западная — высокий спрос при меньшей насыщенности
• Проверка: тепловая карта + доля повторных клиентов

4.

3. Данные и метрики
• 600 строк, 564 с координатами (WGS-84), 6% пропусков, 6 выбросов
• Метрики: заказы, средний чек, повторные клиенты, плотность/км²
• Ограничения: нет данных о конкурентах и трафике; корреляция ≠ причинность

5.

4. Макет
• Тепловая карта KDE (радиус ≈ 500 м) + точечный слой поверх
• 3 KPI-блока: заказы, средний чек, доля повторных
• Фильтры: район, категория, месяц — связаны с картой и KPI
• Легенда «горячо/холодно», подсказка при наведении

6.

5. Обоснование визуализаций
• Тепловая карта, а не хороплет: районы слишком крупные, нужен внутригородской
масштаб
• Не таблица: паттерн важнее точных значений
• Точечный слой вторым: контроль, что «пятно» = реальная плотность точек
• Радиус: 100 м — шум, 2 км — всё сливается; 500 м — баланс

7.

6. Ограничения и риски
• 36 строк без координат выпадают из карты
• Выбросы растягивают шкалу — их видно и фильтруется
• Нельзя утверждать причинность «у метро заказов больше, потому что метро»
• Синтетические данные — для демонстрации логики, не для бизнес-решения

8.

7. Чему научились
• Три разные вещи называются «тепловой картой»: KDE, цветовая матрица, хороплет
• Радиус агрегации — это выбор, а не «настройка по умолчанию»
• Ограничения данных — часть дашборда, а не сноска мелким шрифтом