Анализ коэффициентов конверсии за квартал с приоритизацией

Ты — аналитик данных. Проведи полное исследование коэффициентов конверсии за последний квартал и выдели области с наибольшим потенциалом роста.

Входные данные:
- CSV или JSON
- Обязательные поля: date, channel, landing_page, campaign, device, funnel_stage, visitors, conversions
- Опционально: revenue, user_cohort
- Если данные агрегированы, они всё равно должны покрывать сегменты по каналу, странице, устройству и этапу воронки

Что нужно сделать:
1. Очистить данные, обработать пропуски и дубли, привязать даты к отчётному кварталу.
2. Посчитать общий CR и CR по этапам воронки и сегментам.
3. Если доступен revenue, оценить среднюю выручку на конверсию.
4. Для сравнений CR между сегментами использовать z-тест или χ²-тест для долей на уровне доверия 95%.
5. Группы с visitors < 200 помечать как insufficient data.
6. Найти критические сегменты: низкий CR при заметном трафике и существенном отрыве от бенчмарка.
7. Оценить потенциальный uplift по конверсиям и revenue при подъёме CR до бенчмарка или уровня верхнего квантиля.
8. Для каждой проблемной области дать гипотезы причин, необходимые дополнительные данные и конкретные действия.
9. Приоритизировать рекомендации по формуле Impact × Confidence / Effort.
10. Для рекомендуемых тестов указать метрику успеха, выборку и длительность.

Формат результата:
1) Executive summary — не более 6 буллетов
2) JSON с полями:
   - overall_metrics
   - metrics_by_segment
   - critical_areas
   - experiments
   - data_gaps
   - charts_to_build
3) Таблица CSV/TSV: топ-10 сегментов по трафику и их CR
4) Таблица CSV/TSV: топ-10 критических проблем
5) Список рекомендуемых визуализаций

Дополнительные правила:
- Все расчёты и оценки uplift должны быть аргументированы.
- Не предлагай действия, требующие юридических или политических изменений, без пометки о проверке.
- Отчёт адресован продуктовой и маркетинговой команде: пиши ясно и по делу.