GitHub — grand-roman/Determining_a_prospective_tariff_for_a_Telecom-company

GitHub - grand-roman/Determining_a_prospective_tariff_for_a_Telecom-company Аналитика
На чтение 19 мин. Просмотров 674 Опубликовано
Содержание
  1. Описание проекта:
  2. Файлы и описание: проекты 1-12 / дата аналитика / яндекс.практикум
  3. «проект e-commerce» — анализ товарного ассортимента магазина.
  4. «проект games»
  5. «проект gym»
  6. «проект megaline»
  7. «проект mobile app»
  8. Сравнение со среднеотраслевыми показателями
  9. 1. Финансовая устойчивость организации
  10. 2. Платежеспособность ООО «Мегалайн»
  11. 3. Рентабельность деятельности
  12. 4. Показатели деловой активности (оборачиваемости)
  13. 12-1. анализ поведения пользователей в мобильном приложении
  14. Сравнение с общероссийскими показателями
  15. Gingermuffin/projects
  16. В ситуации с «горской» смольный предпочел не работать с честным и открытым бизнесом – «мегалайн»
  17. Горский рубеж: по какому сценарию будут развивать промплощадку
  18. Данные
  19. Доступные файлы проекта:
  20. Задача:
  21. Навыки:
  22. Подробнее о курсе data analyst
  23. Полное досье контрагента
  24. Последние изменения в егрюл
  25. Регистрация в российской федерации
  26. Таблица tariffs (информация о тарифах):
  27. Финансы организации
  28. Численность сотрудников
  29. Этапы задания:
  30. Итоги сравнительного анализа

Описание проекта:

Вы — аналитик крупного интернет-магазина. Вместе с отделом маркетинга вы подготовили список гипотез для увеличения выручки.Приоритизируйте гипотезы, запустите A/B-тест и проанализируйте результаты.

Часть 1. Приоритизация гипотез.В файле /datasets/hypothesis.csv 9 гипотез по увеличению выручки интернет-магазина с указанными параметрами Reach, Impact, Confidence, Effort.Задача:

  • Примените фреймворк ICE для приоритизации гипотез. Отсортируйте их по убыванию приоритета.
  • Примените фреймворк RICE для приоритизации гипотез. Отсортируйте их по убыванию приоритета.
  • Укажите, как изменилась приоритизация гипотез при применении RICE вместо ICE. Объясните, почему так произошло.

Часть 2. Анализ A/B-тестаВы провели A/B-тест и получили результаты, которые описаны в файлах /datasets/orders.csv и /datasets/visitors.csv.Проанализируйте A/B-тест и Сделайте выводы и предположения:

  • Постройте график кумулятивной выручки по группам.
  • Постройте график кумулятивного среднего чека по группам.
  • Постройте график относительного изменения кумулятивного среднего чека группы B к группе A.
  • Постройте график кумулятивной конверсии по группам.
  • Постройте график относительного изменения кумулятивной конверсии группы B к группе A.
  • Постройте точечный график количества заказов по пользователям.
  • Посчитайте 95-й и 99-й перцентили количества заказов на пользователя. Выберите границу для определения аномальных пользователей.
  • Постройте точечный график стоимостей заказов.
  • Посчитайте 95-й и 99-й перцентили стоимости заказов. Выберите границу для определения аномальных заказов.
  • Посчитайте статистическую значимость различий в конверсии между группами по «сырым» данным.
  • Посчитайте статистическую значимость различий в среднем чеке заказа между группами по «сырым» данным.
  • Посчитайте статистическую значимость различий в конверсии между группами по «очищенным» данным.
  • Посчитайте статистическую значимость различий в среднем чеке заказа между группами по «очищенным» данным.
Дополнительный анализ:  Юрисдикция Налогового суда ЕАЭС

**Примите решение по результатам теста и объясните его. **

Файлы и описание: проекты 1-12 / дата аналитика / яндекс.практикум

Проекты упорядочены по ходу обучения

1. Исследование надёжности заёмщиков — анализ банковских данных // (Описание практикума)

2. Продажа квартир в Санкт-Петербурге — анализ рынка недвижимости // (Описание практикума)

3. Определение выгодного тарифа для телеком компании // (Описание практикума)

4. Изучение закономерностей, определяющих успешность игр // (Описание практикума)

5. Исследование данных авиакомпании — проверить гипотезу о повышении
спроса во время фестивалей // (Описание практикума)

6. Оптимизация маркетинговых затрат в Яндекс.Афише // (Описание практикума)

7. Проверка гипотез по увеличению выручки в интернет-магазине —
оценить результаты A/B теста // (Описание практикума)

8. Исследования рынка общепита в Москве для принятия решения об
открытии нового заведения // (Описание практикума)

9. Анализ пользовательского поведения в мобильном приложении // (Описание практикума)

10. Создание дашборда по пользовательским событиям для агрегатора
новостей // (Описание практикума)

11. Прогнозирование вероятности оттока пользователей для фитнес-центров // (Описание практикума)

12. Выпускной проект — Поведения пользователей в мобильном приложении

(Проекты лучше смотреть по ссылке на «nbviewer.jupyter.org», так как на GitHub приходится перезагружать и может не отображаться часть графиков)

«проект e-commerce» — анализ товарного ассортимента магазина.

Цель: 

  • выделить категории товаров, посмотреть на динамику продаж за год; 
  • выделить товары для предложения посетителям сайта при просмотре схожего/смежного продукта. 

Инструменты: 

  • для выделения групп товаров по номенклатуре — OpenRefine ( нужен доступ к резюме , нужен доступ к резюме , нужен доступ к резюме ), в котором зашиты алгоритмы кластеризации; 
  • pandas, numpy, mlxtend для apriori, scipy, sklearn, seaborn, нужен доступ к резюме . 

Результаты: 

  • показаны изменения в течение года (не только падение числа покупателей и выручки, но и частичный переход на более дешевые товары, снижение среднего чека и т.п.) 
  • выделены часто продаваемые товары и товары, которые часто покупали вместе.

«проект games»

анализ рынка игр с начала 1980-х годов до 2022 года на основе данных из дата-сети по продажам для Северной Америки, Европейского союза и Японии. 

Цель: 

  • определить какие факторы влияют на продажи; 
  • выявить региональные особенности. 

Инструменты: 

Результаты: 

  • объем продаж по регионам разнится, более значимые — США/Канада и ЕС; 
  • для рынка США/Канады и ЕС можно делать ставку на игры, выпускаемые на платформах PS4, XOne. (Для Японии — 3DS, PS4 и PSV); 
  • игры для компьютера пользуются популярностью только в ЕС; 
  • выделены наиболее популярные жанры в США/Канаде, ЕС и Японии.

«проект gym»

Цель: 

  • проанализировать данные сети фитнес-центров «Культурист-датасаентист» для формирования стратегии взаимодействия с клиентами и научиться прогнозировать отток клиентов; 
  • выделить целевые группы клиентов (LogisticRegression, RandomForestClassifier, KMeans), предложить меры для снижения оттока.

Инструменты: 

  • pandas, seaborn, sklearn, matplotlib, numpy, scipy. 

Результаты: 

  • на основе ML можно выявить 90% потенциальных отточников (погрешность: модель запишет в потенциальных отточников тех, кто таковыми не является) 
  • инструменты машинного обучения показали важность таких признаков частоты посещений; 
  • модели подтверждают вывод, что чем дольше клиент ходит в клуб (более одного месяца), тем значительно ниже вероятность оттока. Возраст также важный фактор: более молодые клиенты более ветрены.

«проект megaline»

анализ выручки оператора «Мегалайн», у которого есть два тарифа («Смарт» и «Ультра»), данные по 500 клиентам за год. 

Цель: 

  • проанализировать поведение пользователей тарифов (трафик, минуты разговоров, СМС), насколько абоненты выходили за рамки тарифа; 
  • определить, является ли разница в выручке между абонентами тарифов статистически значимой и влияние региона проживания абонента; 
  • выявить, какой из тарифов выгоднее для оператора с точки зрения стоимости минуты разговора и гигабайта трафика. 

Инструменты: 

Результаты: 

  • показано, что выручка по тарифам отличается и место проживания абонента не влияет на нее; 
  • для оператора с точки зрения платы за минуту разговора или за гигабайт выгоднее клиенты с тарифов «Ультра».

«проект mobile app»

Цель: 

  • выяснить, повлияла ли смена шрифта на поведение пользователей; 
  • проанализировать результаты А/Б теста, построить воронку событий. 

Инструменты: 

  • pandas, datetime, seaborn, matplotlib, plotly, scipy, numpy, math. 

Результаты: 

  • изменение шрифта не повлияла на поведение пользователей; 
  • анализ воронки показал, что наибольшее число пользователей «теряется» на втором шаге, не открывая страницу с предложениями, поэтому не переходят дальше к корзине и к оплате; 
  • каждый 8ой из 10ти пользователей, зашедших на страницу с предложениями, положил товар в корзину, а из тех кто положил товар в корзину — 95% оплатили его.

Вы увидите полное резюме как только у вас будет
доступ

Сравнение со среднеотраслевыми показателями

Ниже приведено сравнение ключевых финансовых показателей ООО «Мегалайн» за 2020 год с аналогичными среднеотраслевыми показателями за 2020 год. В качестве среднеотраслевых показателей взяты показатели 486 организаций с выручкой свыше 2 млрд. руб., занимающиеся видом деятельности «Строительство жилых и нежилых зданий» (код по ОКВЭД2 41.2).

1. Финансовая устойчивость организации

Показатели ООО «Мегалайн», 2020 г.Отраслевые показатели, 2020 г.
Существенно хуже* среднегоСреднеотраслевое значениеСущественно лучше** среднего
Коэффициент автономии0,04≤0,020,08≥0,21
Значение коэффициента хуже среднеотраслевого, не менее половины аналогичных предприятий имеют бо́льшую долю собственных средств в капитале. Дисбаланс в пользу заемных средств снижает финансовую устойчивость. Рекомендуем увеличить собственный капитал на 393308 тыс. руб., чтобы он составил 8% от общего капитала организации.
Коэффициент обеспеченности собственными оборотными средствами-0,2≤-0,040,03≥0,13
Отрицательное значение коэффициента вызвано тем, что величина внеоборотных активов организации превышает собственный капитал. Соответственно, часть внеоборотных и все оборотные активы профинансированы за счет заемного капитала.
Коэффициент обеспеченности запасов-2,17≤-0,190,15≥0,88
Коэффициент обеспеченности запасов показывает степень покрытия имеющихся у организации материально-производственных запасов собственными средствами.Как и в случае с коэффициентом обеспеченности собственными оборотными средствами, отрицательное значение обусловлено тем, что внеоборотные активы больше собственного капитала.
Коэффициент покрытия инвестиций0,14≤0,040,14≥0,32
Низкая доля собственного и долгосрочного заемного капитала обусловили значение коэффициента покрытия инвестиций хуже, чем у большинства других сопоставимых организаций.

2. Платежеспособность ООО «Мегалайн»

Показатели ООО «Мегалайн», 2020 г.Отраслевые показатели, 2020 г.
Существенно хуже* среднегоСреднеотраслевое значениеСущественно лучше** среднего
Коэффициент текущей ликвидности0,93≤11,08≥1,32
Соотношение оборотных активов и краткосрочных обязательств значительно хуже, чем у подавляющего большинства (не менее 75%) аналогичных организаций. Это угрожает платежеспособности организации в долгосрочной и среднесрочной перспективе.
Коэффициент быстрой ликвидности0,84≤0,60,87≥1,06
Краткосрочные обязательства покрыты ликвидными активами в меньшей степени, чем в среднем по отрасли, что сохраняет риск утраты платежеспособности в среднесрочной перспективе.
Коэффициент абсолютной ликвидности0,54≤0,030,11≥0,29
Доля краткосрочных обязательств, обеспеченных высоколиквидными активами организации, намного выше, чем у большинства аналогичных предприятий. Это говорит об отсутствии риска кассовых разрывов при погашении текущих обязательств.

3. Рентабельность деятельности

Показатели ООО «Мегалайн», 2020 г.Отраслевые показатели, 2020 г.
Существенно хуже* среднегоСреднеотраслевое значениеСущественно лучше** среднего
Рентабельность продаж0,4%≤0,82%3,4%≥8,18%
Прибыль от продаж b намного ниже, чем у аналогичных организаций.
Рентабельность продаж по EBIT5,68%≤0,68%2,77%≥6,77%
Выше среднего.
Норма чистой прибыли3,47%≤0,26%1,34%≥4,62%
Норма чистой прибыли показывает, сколько копеек чистой прибыли получает организация в каждом рубле выручки.У ООО «Мегалайн» этот показатель выше, чем у большинства аналогичных организаций.
Коэффициент покрытия процентов к уплате5,16≤1,675,23≥27,6
Процентные расходы покрываются прибылью до налогообложения в меньшей степени, чем в среднем по отрасли.
Рентабельность активов0,87%≤0,32%2,1%≥8,13%
Отдача от использования всех активов нижесреднеотраслевой.
Рентабельность собственного капитала25,7%≤8,91%37,3%≥92,9%
Рентабельность собственного капитала в 2020 году нижесреднеотраслевой.
Фондоотдача58,5≤2166,6≥223
Фондоотдача показывает, сколько рублей выручки приходится на каждый рубль стоимости основных фондов организации. Для фондоемких отраслей этот показатель ниже, чем для материалоемких. Фондоотдача организации ниже показателя для аналогичных организаций. Причиной этого стала в том числе повышенная доля внеоборотных активов.

4. Показатели деловой активности (оборачиваемости)

Показатели ООО «Мегалайн», 2020 г.Отраслевые показатели, 2020 г.
Существенно хуже* среднегоСреднеотраслевое значениеСущественно лучше** среднего
Оборачиваемость оборотных активов, в днях1230≥356212≤126
Количество дней, необходимых для получения выручки равной среднегодовому остатку оборотных активов, значительно превышает показатели подавляющего большинства сопоставимых организаций.
Оборачиваемость дебиторской задолженности, в днях361≥189110≤64,2
Управление дебиторской задолженностью поставлено значительно хуже, чем в аналогичных организациях.
Оборачиваемость активов, в днях1456≥418239≤143
Организация распоряжается всеми имеющимися активами намного менее эффективно, чем три четверти других аналогичных хозяйствующих субъектов.

12-1. анализ поведения пользователей в мобильном приложении

(Выпускной проект — Самостоятельное решение различных задач со всеми стадиями анализа данных)

Сравнение с общероссийскими показателями

В дополнение к сравнительному анализу в рамках отрасли ниже приведено сравнение финансовых показателей ООО «Мегалайн» со всеми российскими предприятиями аналогичного масштаба деятельности. В сравнении использованы 11 тыс. российских организаций с выручкой свыше 2 млрд. руб.

Показатели ООО «Мегалайн», 2020 г.Общероссийские показатели, 2020 г.
Существенно хуже* среднегоСреднее значение (медиана)Существенно лучше** среднего
Коэффициент автономии0,04≤0,090,27≥0,55
Коэффициент обеспеченности собственными оборотными средствами-0,2≤-0,10,09≥0,37
Коэффициент обеспеченности запасов-2,17≤-0,420,37≥1,71
Коэффициент покрытия инвестиций0,14≤0,180,46≥0,73
Коэффициент текущей ликвидности0,93≤1,031,35≥2,23
Коэффициент быстрой ликвидности0,84≤0,620,98≥1,53
Коэффициент абсолютной ликвидности0,54≤0,020,13≥0,46
Рентабельность продаж0,4%≤1,24%4,47%≥11,1%
Рентабельность продаж по EBIT5,68%≤1,14%3,97%≥10,4%
Норма чистой прибыли3,47%≤0,38%2,3%≥7,25%
Коэффициент покрытия процентов к уплате5,16≤1,675,43≥26,9
Рентабельность активов0,87%≤0,97%5,62%≥15,5%
Рентабельность собственного капитала25,7%≤8,19%25,8%≥62,4%
Фондоотдача58,5≤5,6638,4≥315
Оборачиваемость оборотных активов, в днях1230≥204124≤72,1
Оборачиваемость дебиторской задолженности, в днях361≥99,555,2≤27,8
Оборачиваемость активов, в днях1456≥339177≤91,1

Gingermuffin/projects

Российская авиакомпания F9, выполняющая внутренние пассажирские перевозки, хочет провести анализ среди пользователей, покупающих билеты на разные направления.
Вам предстоит изучить базу данных и проанализировать спрос пассажиров на рейсы в города, где проходят крупнейшие культурные фестивали.

В ситуации с «горской» смольный предпочел не работать с честным и открытым бизнесом – «мегалайн»

Бизнесмен Геннадий Корупятник на полях ПМЭФ-2022 высказался об инициативах петербургских властей по реализации частного яхт-клуба в «Горской» и ситуации с компанией «Мегалайн». По его мнению, в ряде вопросов, связанных со Смольным и развитием туристического кластера, может прослеживаться коррупционный фактор.

15 июня стартовал ежегодный 25-й Петербургский международный форум (ПМЭФ). Одним из наиболее значимых событий для Северной столицы в рамках мероприятия должно стать подписание соглашения о намерениях по созданию туристического кластера «Горская» Ранее в СМИ заявлялось, что проектом займется дочерняя компания «Газпрома» –«Газпром трансгаз Санкт-Петербург».

В рамках проекта планируется возведение многофункционального развлекательного центра, объектов туристической и спортивной инфраструктуры и общественно-делового пространства. Для их реализации Петербургу нужен крупный и опытный девелопер. На ПМЭФ-2021 уже было подписано соглашение о соответствующих намерениях между Смольным и компанией «Мегалайн». Несмотря на это, в начале текущего года появилась информация о планах градоначальника отдать «Горскую» под застройку компании «Газпром трансгаз Санкт-Петербург», в которой на должности заместителя гендиректора работает зять Александра Беглова Павел Белов. Известно, что «Мегалайн» вложил в проект около 243 млн рублей.

В официальном перечне запланированных соглашений участие «Газпрома» по проекту «Горская» не значится. Оно будет подписано между новым вице-губернатором Петербурга Кириллом Поляковым, главой «Корпорации Туризм РФ» Сергеем Сухановым и командором «Яхт-клуба Санкт-Петербург» Владимиром Любомировым.

Во время выступления на ПМЭФ генеральный директор «Мегалайна» Геннадий Корупятник прокомментировал ситуацию.

«Данный шаг администрации Петербурга – беспрецедентный. Подписывая в 2021 году соглашение, мы были уверены, что оно будет реализовано с обоих сторон. Впервые за 25 лет проведения Форума, инвестору, который выполнил условия соглашения, отказывают в реализации проекта. Мы будем бороться за наш проект и обращаться за защитой своих прав», – констатировал бизнесмен в беседе с журналистами.

Отвечая на вопрос журналистов о том, в чем могут быть причины столь сомнительных действий со стороны городской администрации, предприниматель указал на возможный коррупционный фактор и иностранные санкции.

«По моему личному мнению, подобное поведение правительства Санкт-Петербурга может быть связано с тем, что конечные бенефициары компаний находится под санкциями. Еще одной возможной причиной, по моему предположению, является то, что компания «Мегалайн» представляет честный и отрытый бизнес, который не дает взятки», – добавил гендиректор компании.

Ранее портал Informing.ru рассказывал, что Владимир Любомиров мог получить возможность подписать соглашение о намерении реализовать яхт-клуб на территории «Горской» благодаря связям с зятем Беглова Павлом Беловым.

Санкт-Петербург, Екатерина Попова

© 2022, РИА «Новый День»

Подписывайтесь на каналы
ЯндексНовостиЯндекс ДзенYouTube

Горский рубеж: по какому сценарию будут развивать промплощадку

На данный момент мы представили в КИ архитектурную концепцию, организационно-правовую модель, расчёт социально-экономического эффекта, материалы с экологической оценкой территории и отчётом об инженерно-геологических изысканиях и всё остальное. На самом деле такой глубокой проработки по законодательству не требуется, но мы, как добросовестные инвесторы и как компания, которая действительно хотела двигать проект и исполнять условия соглашения, подписанного на ПМЭФ, предоставляли материалы, опережающие текущую стадию подготовки проекта.

Данные

В наличии были следующие данные компании «Мегалайн»:

Доступные файлы проекта:

  1. » 5-1_Project_2021-01_Сбор и хранение данных_Парсинг сайта.ipynb «
    Посмотреть проект через — nbviewer.jupyter.org
  2. » 5-2_Project_2021-01_Сбор и хранение данных__SQL-запросы.ipynb «
    Посмотреть проект через — nbviewer.jupyter.org
  3. » 5-3_Project_2021-01_Сбор и хранение данных_Аналитика в авиакомпании.ipynb «
    Посмотреть проект через — nbviewer.jupyter.org

Задача:

  1. Проанализируйте связь целевого события — просмотра контактов — и других действий пользователей.
  2. Оцените, какие действия чаще совершают те пользователи, которые просматривают контакты.
  • Проведите исследовательский анализ данных
  • Проанализируйте влияние событий на совершение целевого события
  • Проверьте статистические гипотезы
    1. Одни пользователи совершают действия tips_show и tips_click, другие — только tips_show. Проверьте гипотезу: конверсия в просмотры контактов различается у этих двух групп.
    2. Сформулируйте собственную статистическую гипотезу. Дополните её нулевой и альтернативной гипотезами. Проверьте гипотезу с помощью статистического теста.
  1. По итогам исследования подготовьте презентацию
  2. Составьте DashBoard:
    • Набор №1
      1. Постройте диаграмму распределения количества событий по типу события.
      2. Добавьте индикатор количества пользователей.
      3. Добавьте фильтр дашборда по дате совершения события.
    • Набор №2
      1. Постройте диаграмму, отображающую количество событий по дням.
      2. Постройте гистограмму, отображающую количество пользователей, пришедших из разных источников.
      3. Добавьте фильтр дашборда по типу события.
  • Написание Python-скриптов и автоматический запуск
  • Работа с командной строкой (PowerShell / Bash)
  • Настройка расписания запуска скриптов
  • Работа в сервисе Яндекс.Облако (работа с удаленной виртуальной машиной)
  • Построение пайплайнов и дашбордов
  • Работа с Tableau
  • Создание основных типов графиков в библиотеке dash
  • «Верстание» дашбордов на HTML
  • Подготовка презентации

Подробнее о курсе data analyst

  • Теоретическое изучение и практическая отработка навыков Data Analyst; 
  • проведение чистки и подготовки данных (pandas, Openrefine); 
  • выполнение исследовательского анализа данных и визуализации (seaborn, matplotlib, plotly); 
  • проведение статистического анализа, анализа LTV, кагорного анализа (t-test, z-test, apriori); 
  • сбор и хранение данных (beautiful soup, SQL Postgres); 
  • анализ бизнес-показателей, формирование итоговых презентаций; 
  • проведение А/B тестирования (дизайн исследования, анализ результатов, принятие решений на основе результатов); • настройка автоматизации и пайплайнов; 
  • создание дашбордов (dash) и отчетности.

Полное досье контрагента

  1. 1. Общие сведения
  2. 2. Регистрация в Российской Федерации
  3. 3. Чем занимается организация, виды деятельности
  4. 4. Где находится ООО «МЕГАЛАЙН», юридический адрес
  5. 5. Кто владелец (учредитель) организации
  6. 6. Кто руководит ООО «МЕГАЛАЙН»
  7. 7. Кем руководит и владеет организация (числится учредителем)
  8. 8. Численность сотрудников
  9. 9. Финансы организации
  10. 10. Лица, связанные с ООО «МЕГАЛАЙН»
  11. 11. Последние изменения в ЕГРЮЛ

Последние изменения в егрюл

  1. 11.01.2021. Изменение сведений о юридическом лице, содержащихся в Едином государственном реестре юридических лиц.
  2. 28.12.2020. Изменение сведений о юридическом лице, содержащихся в Едином государственном реестре юридических лиц.
  3. 11.03.2020. Изменение сведений о юридическом лице, содержащихся в Едином государственном реестре юридических лиц.
  4. 05.02.2020. Государственная регистрация изменений, внесенных в учредительные документы юридического лица, связанных с внесением изменений в сведения о юридическом лице, содержащиеся в Едином государственном реестре юридических лиц, на основании заявления.
  5. 30.12.2022. Представление лицензирующим органом сведений о предоставлении лицензии.
  6. 22.10.2022. Представление лицензирующим органом сведений о переоформлении документов, подтверждающих наличие лицензии (сведений о продлении срока действия лицензии).
  7. 14.02.2022. Изменение сведений о юридическом лице, содержащихся в Едином государственном реестре юридических лиц.
  8. 09.02.2022. Изменение сведений о юридическом лице, содержащихся в Едином государственном реестре юридических лиц.
  9. 31.10.2022. Представление лицензирующим органом сведений о предоставлении лицензии.
  10. 10.06.2022. Внесение сведений о регистрации в ФСС РФ.

Представленные на этой странице данные получены из официальных источников: Единого государственного реестра юридических лиц (ЕГРЮЛ), Государственного информационного ресурса бухгалтерской отчетности (ГИР БО), с сайта Федеральной налоговой службы (ФНС), Минфина и Росстата. Указанные данные подлежат опубликованию в соответствии с законодательством РФ.

Регистрация в российской федерации

Организация ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ «МЕГАЛАЙН» зарегистрирована в едином государственном реестре юридических лиц 11 лет назад 4 марта 2022.

Таблица tariffs (информация о тарифах):

  • tariff_name — название тарифа
  • rub_monthly_fee — ежемесячная абонентская плата в рублях
  • minutes_included — количество минут разговора в месяц, включённых в абонентскую плату
  • messages_included — количество сообщений в месяц, включённых в абонентскую плату
  • mb_per_month_included — объём интернет-трафика, включённого в абонентскую плату (в мегабайтах)
  • rub_per_minute — стоимость минуты разговора сверх тарифного пакета (например, если в тарифе 100 минут разговора в месяц, то со 101 минуты будет взиматься плата)
  • rub_per_message — стоимость отправки сообщения сверх тарифного пакета
  • rub_per_gb — стоимость дополнительного гигабайта интернет-трафика сверх тарифного пакета (1 гигабайт = 1024 мегабайта)

Финансы организации

Уставный капитал ООО «МЕГАЛАЙН» составляет 500 тыс. руб. Это значительно больше минимального уставного капитала, установленного законодательством для ООО (10 тыс. руб.).

В 2021 году организация получила выручку в сумме 4,5 млрд руб., что на 1,6 млрд руб., или на 56,1%, больше, чем годом ранее.

По состоянию на 31 декабря 2021 года совокупные активы организации составляли 8,1 млрд руб. Это на 710 млн руб. (на 8,1%) меньше, чем годом ранее.

Чистые активы ООО «МЕГАЛАЙН» по состоянию на 31.12.2021 составили 618 млн руб.

Результатом работы ООО «МЕГАЛАЙН» за 2021 год стала прибыль в размере 257 млн руб. Это на 156% больше, чем в 2020 г.

Организация не применяет специальных режимов налогообложения (находится на общем режиме).

Полная информация о составе имущества и обязательств организации, финансовых результатах доступна в бухгалтерской отчетности ООО «МЕГАЛАЙН».

Организация не имела налоговой задолженности по состоянию на 01.10.2020.

На основе данных единого государственного реестра юридических лиц прослеживаются следующие взаимосвязи лиц, имеющих прямое или косвенное отношение к организации:

  1. ООО «СПБ УЦ «СФЕРА»
    (ООО «МЕГАЛАЙН» — учредитель)
  2. Корупятник Геннадий Павлович
    (руководитель)
  3. ООО «ЛАХТА»
    (учредитель)
  4. ООО «БИЗНЕС ПРОДЖЕКТ»
    (учредитель до 11.03.2020)
  1. Тарлова Анастасия Сергеевна
    (руководитель, учредитель ООО «СПБ УЦ «СФЕРА»)
  2. Константинов Николай
    (руководитель, учредитель ООО «ЛАХТА»)
  3. Семак Елена Николаевна
    (руководитель ООО «БИЗНЕС ПРОДЖЕКТ»)
  4. АО «ЛИТЕРА»
    (учредитель ООО «БИЗНЕС ПРОДЖЕКТ»)
  5. ООО «АК» (ликвидир. 22.09.2022)
    (Корупятник Геннадий Павлович — руководитель, учредитель)
  1. ООО «БЛИНДОНАЛЬТ» (ликвидир. 02.03.2009)
    (ООО «ЛАХТА» — правопреемник)
  2. ООО «БЛИНДОНАЛЬТ» (ликвидир. 11.03.2009)
    (ООО «ЛАХТА» — правопреемник)
  3. ООО «БЛИНДОНАЛЬТКОМ» (ликвидир. 02.03.2009)
    (ООО «ЛАХТА» — правопреемник)
  4. ООО «БЛИНДОНАЛЬТ-ИНВЕСТ» (ликвидир. 02.03.2009)
    (ООО «ЛАХТА» — правопреемник)
  5. ООО «ХУДОЖНИКИ УСТЬ-ИЖОРЫ» (ликвидир. 02.03.2009)
    (ООО «ЛАХТА» — правопреемник)
  1. Бахшыев Эмиль Худаверди оглы
    (руководитель до 07.09.2021, учредитель до 07.09.2021ООО «СПБ УЦ «СФЕРА»)
  2. Собирова Светлана Александровна
    (руководитель до 16.11.2022, учредитель до 07.11.2022ООО «ЛАХТА»)
  3. Кортунов Юрий Александрович
    (руководитель до 27.04.2021, учредитель до 27.04.2021ООО «СПБ УЦ «СФЕРА»)
  4. Филановская Наталья Эдуардовна
    (руководитель до 06.02.2022ООО «БИЗНЕС ПРОДЖЕКТ»)
  1. Васильев Константин Николаевич
    (руководитель АО «ЛИТЕРА»)
  2. ООО «ЭТГ»
    (Кортунов Юрий Александрович — руководитель, учредитель)
  3. ООО «ХАЛ «РПН-СФЕРА»
    (Кортунов Юрий Александрович — руководитель, учредитель)
  4. ООО «РПН-СФЕРА»
    (Кортунов Юрий Александрович — руководитель, учредитель)
  5. ООО «ЭКО-МИР»
    (Кортунов Юрий Александрович — руководитель)
  6. ООО «ЭКОИНВЕСТ»
    (Кортунов Юрий Александрович — руководитель)
  7. Арнольд Павел Беннович
    (руководитель до 05.07.2022, учредитель до 31.12.2021АО «ЛИТЕРА»)
  8. АНО «СФЕРА»
    (Кортунов Юрий Александрович — учредитель до 15.12.2021)
  9. Петрова Алла Игоревна
    (учредитель до 31.12.2021АО «ЛИТЕРА»)
  10. ООО «ФОНД СОХРАНЕНИЯ НАСЛЕДИЯ»
    (Филановская Наталья Эдуардовна — учредитель до 16.03.2022)

Численность сотрудников

По данным ФНС среднесписочная численность работников за 2021 год равнялась нулю.

Этапы задания:

  • Проведите исследовательский анализ данных:
    • Как меняется конверсия в воронке на разных этапах?
    • Количество событий на пользователя одинаково распределены в выборках?
    • В выборках встречаются одни и те же пользователи?
    • Как число событий распределено по дням?
    • Какие особенности данных нужно учесть, прежде чем приступать к A/B-тестированию?
  • Оцените результаты A/B-тестирования
    • Что можно сказать про результаты A/В-тестирования?
    • Проверьте статистическую разницу долей z-критерием.
  • Опишите выводы по этапу исследовательского анализа данных и по проведённой оценке результатов A/B-тестирования.

Итоги сравнительного анализа

Формируя выводы по результатам сравнительного анализа, мы рассмотрели девять наиболее важных показателей:

  • три показателя финансовой устойчивости (коэффициенты автономии, обеспеченности собственными оборотными средствами и покрытия инвестиций);
  • три показатели платежеспособности (коэффициенты текущей, быстрой и абсолютной ликвидности);
  • три показателя эффективности деятельности (рентабельность продаж, норма чистой прибыли, рентабельность активов).

В зависимости от попадания каждого значения в квартиль, показателям присвоен балл от -2 до 2 (-2 – 1-й квартиль, -1 – 2-й квартиль, 1 – 3-й квартиль; 2 – 4-й квартиль; 0 – значение отклоняется от медианы не более чем на 5% разницы между медианой и квартилем, в который попало значение показателя).

  • от 1 до 2 включительно – финансовое состояние значительно лучше среднего;
  • от 0.11 до 1 включительно – финансовое состояние лучше среднего;
  • от -0.11 вкл до 0.11вкл – примерно соответствует среднему;
  • от -1 вкл до -0.11) – хуже среднего;
  • от -2 включительно до -1 – значительно хуже среднего.

Результат расчета итогового балла для ООО «Мегалайн» представлен в следующей таблице:

* Существенно хуже среднего – 1-я квартиль значений, то есть наихудшие значения 25% предприятий отрасли.

** Существенно лучше среднего – 4-я квартиль значений, то есть наилучшие значения 25% предприятий отрасли.

адрес Банкротство владелец выручка дата регистрации Директор ООО {amp}quot;МЕГАЛАЙН{amp}quot; поиск по ИНН проверка контрагента
Оцените статью
Аналитик-эксперт
© 2025 Аналитик-эксперт