Чаевые в ресторанах
Концепция
Для выполнения задания я выбрала датасет о чаевых в ресторанах. Мне было интересно работать именно с этими данными, потому что я часто хожу в кафе и рестораны, и тема чаевых всегда вызывала у меня вопросы. Например: сколько чаевых люди обычно оставляют; зависит ли размер чаевых от суммы счёта; влияет ли количество гостей за столом на чаевые; отличаются ли чаевые в зависимости от времени посещения ресторана. Чаевые — это часть повседневной жизни, с которой сталкивается почти каждый человек, но при этом люди редко задумываются о том, какие закономерности за этим стоят. Поэтому мне показалось ценным попробовать посмотреть на эту привычную тему через анализ данных, а не только через личный опыт.
График N1: распределение чаевых (от % счета)
На гистограмме видно, что большинство значений чаевых сосредоточено в общепринятом диапазоне примерно от 10% до 20% от суммы счёта. По графику можно сделать вывод, что чаще всего люди оставляют чаевые в районе 15%
График N2: связь суммы счёта и чаевых ($)
На точечной диаграмме заметна положительная зависимость между суммой счёта и размером чаевых: как правило, размер чаевых напрямую связан с суммой заказа, однако точки расположены не строго вдоль линии. Это означает, что помимо суммы счёта на решение о чаевых влияют и другие факторы, такие как качество обслуживания или личные предпочтения посетителя.
График N3: чаевые (% от счёта) по дням недели
По графику можно сделать вывод, что люди как правило оставляют примерно одинаковый процент чаевых во все дни недели.
График N4: средние чаевые (%) по времени и статусу курящих
Столбчатая диаграмма показывает средний процент чаевых: по времени посещения (обед или ужин) отдельно для курящих и некурящих клиентов. Можно увидеть, что разница между процентом чаевых у курящих и некурящих клиентов практически отсутсвует, как и разница между временем посещения.
График N5: распределение чаевых (%) по размеру компании
Можно сделать вывод, что распределение процента чаевых у одиночных посетителей заметно выше, чем у компаний.
Использованные нейросети
- Google Colab — для генерации кода - Krea AI — для генерации обложки
Блокнот и датасет
