Utilisation
Guide d’utilisation de l’application Mangetamain Analytics.
Documentation code : voir Documentation Code pour référence détaillée.
Exemples code : voir Module utils (couleurs, thème) et Module data (chargement données).
Architecture de l’Application
L’application Mangetamain Analytics est organisée en modules :
utils/ : Fonctions utilitaires (couleurs, thème graphique)
visualization/ : Modules d’analyse et visualisation
data/ : Chargement et cache des données
Modules d’Analyse Disponibles
1. Analyse des Tendances
Module : visualization.analyse_trendlines_v2
Analyse l’évolution des recettes de 1999 à 2018 :
Volume d’interactions (croissance exponentielle)
Durée de préparation (réduction -15% en 20 ans)
Complexité des recettes (score +12%)
Nombre d’ingrédients (stable ~9 ingrédients)
Profils nutritionnels (calories -8%)
Tags populaires (shift vers healthy/vegan)
Insights clés:
Boom 2008-2018: +350% volume interactions
Simplification: Recettes plus rapides (-15% temps)
Santé: Réduction calories, hausse tags végétariens
Visualisations:
Graphiques temporels interactifs avec zoom
Tendances avec régression linéaire (R² affichés)
Subplots synchronisés (6 graphiques)
Annotations insights majeurs
2. Analyse Saisonnière
Module : visualization.analyse_seasonality
Identifie les patterns saisonniers :
Recettes par saison (automne +18% vs été)
Variations mensuelles nutritionnelles
Pics saisonniers d’activité
Distribution catégories par saison
Insights clés:
Hiver: Pics calories (+12%), recettes réconfort
Été: Recettes légères, salades, BBQ
Décembre: Pic absolu (+45% vs moyenne)
Patterns stables: Reproduction annuelle
Visualisations:
Histogrammes saisonniers avec palette thématique
Heatmaps mensuelles (12 mois × métriques)
Graphiques de distribution nutritionnelle
Codage couleur saisons (orange/bleu/vert/rouge)
3. Analyse Weekend
Module : visualization.analyse_weekend
Étudie l’impact du rythme hebdomadaire :
Comparaison jours ouvrés vs weekend
Variations de complexité selon disponibilité
Impact sur types de recettes
Insights clés:
Lundi = champion: +45% publications vs moyenne
Samedi = creux: -49% publications
Durée/complexité: Aucune différence significative
Conclusion: Moment publication ≠ type recette
Effet psychologique: Planification début semaine
Visualisations:
3 panels comparatifs (volume, distribution, écarts)
Tests statistiques Chi-2 (p-values affichées)
Barres bicolores semaine/weekend
Écarts à la moyenne en %
4. Analyse des Ratings
Module : visualization.analyse_ratings
Étudie les notes utilisateurs :
Distribution des notes (0-5 étoiles)
Statistiques agrégées (moyenne 4.63/5)
Corrélations avec caractéristiques recettes
Analyse des outliers
Insights clés:
Biais positif massif: 78% notes = 5 étoiles
Moyenne: 4.63/5 (distribution asymétrique)
Notes basses rares: <2% notes ≤ 2 étoiles
Corrélations faibles: Complexité/temps ≠ note
Effet auto-sélection: Utilisateurs satisfaits notent
Visualisations:
Histogrammes interactifs (hover détails)
Distribution avec courbe densité
Métriques satisfaction (moyenne, médiane, mode)
Boxplots par tranche rating
Personnalisation et API
Charte graphique et couleurs : voir Module utils pour exemples complets (chart_theme, colors).
Chargement et cache données : voir Module data pour détails cache Streamlit (TTL 3600s) et fonctions get_recipes_clean(), get_ratings_longterm().
URLs des environnements : voir Glossaire pour PREPROD/PRODUCTION.