Funil de compra
Pontos de atenção
Padrões encontrados no período. Indicam onde investigar, não a causa.
Evolução no período
Funil de compra detalhado
Por dispositivo
Por canal de origem
Tabela por dispositivo e canal
Os mesmos números dos gráficos, para consulta.
Faturamento por categoria
Pedidos concluídos no período, em reais.
Alto interesse, baixa conversão
Produtos entre os mais vistos e entre os que menos viram pedido.
Ranking de produtos
Clique no título de uma coluna para ordenar.
O que mais pesa no abandono
Quanto a qualidade da previsão cai quando cada informação é embaralhada (importância por permutação).
Abandono por segmento
Taxa observada nos carrinhos de teste.
Carrinhos por faixa de risco
Carrinhos de outubro classificados pelo modelo e quanto de fato foi abandonado em cada faixa.
Acertos e erros no teste
Linhas: o que aconteceu. Colunas: o que o modelo previu.
Comparação dos modelos
Avaliação em outubro, mês que o modelo não viu no treino.
A referência acerta mais no total porque sempre responde “abandono”, mas não distingue um carrinho do outro (AUC 0,5). O modelo escolhido ordena os carrinhos por risco.
Curva ROC
Qualidade do tratamento
O que o pipeline leu, corrigiu e descartou na última execução.
Como cada indicador é calculado
As fórmulas são as mesmas do módulo pipeline/metricas.py.
Estrutura dos dados de entrada
Arquivos que a loja exporta para alimentar o painel. Nenhum deles contém nome, e-mail, telefone ou endereço de clientes.