Ficha Técnica - Projeto 2: Hipóteses

Objetivo

Validar ou refutar hipóteses sobre os fatores que influenciam o sucesso de músicas em plataformas digitais, auxiliando decisões estratégicas de uma gravadora para o lançamento de um novo artista com o objetivo de aumentar as chances de sucesso.

Equipe

• Projeto desenvolvido em dupla por Ana Paula de Almeida Coiado e Mariucha Pontes

Ferramentas e Tecnologias

• Google BigQuery (SQL - armazenamento e análise)
• Power BI (visualizações e dashboards)
• Eventualmente Planilhas Google e Python para histogramas

Processamento e Análises

1. Importação dos dados
   • Criação da base de dados no BigQuery com arquivos .csv disponibilizados (track_in_spotify, track_technical_info, track_in_competition)
2. Tratamento de dados
   • Tratar dados nulos utilizando os comandos SQL COUNT, WHERE e IS NULL
   • Identificar e tratar valores duplicados com comandos SQL COUNT, GROUP BY, HAVING
   • Identificar e tratar valores fora do escopo de análise com comandos SQL SELECT EXCEPT
   • Identificar e tratar dados discrepantes em variáveis numéricas com comandos MAX, MIN e AVG
   • Alteração de tipos de dados com a função CAST e CONVERT
   • Salvar as consultas (query) como views (visualização) para posterior utilização
3. Criação de novas variáveis
   • Criação de novas variáveis com comandos CAST e CONCAT para formatação de data
   • Criar views (visualizações) para facilitar a manipulação dos dados
   • Unir tabelas com LEFT JOIN e JOIN
   • Construir tabelas temporárias com comandos WITH para cálculos
4. Análise Exploratória (EDA)
   • Download e instalação do Power BI
   • Importação das tabelas e views do BigGuery para o Power BI
   • Agrupamento de variáveis categóricas no Power BI para visualização
   • Utilização de gráficos de barras, tabelas, cartões, gráficos de colunas, dispersão
   • Aplicação de medidas de tendência central (média e mediana) em tabelas no Power BI
     • Utilização e histograma para visualização da distribuição com instalação do Python para ser utilizado no Power BI
   • Aplicação de medidas de dispersão para cálculo através do desvio padrão
5. Técnicas de análise
   • Criação de categorias com cálculo de quartis no BigQuery
   • Cálculo de correlação utilizando conceito de Pearson com comando CORR no BigQuery
   • Validação das hipóteses apresentadas através da correlação
6. Dashboard
   • Apresentação dos principais dados da base com tabela resumo e scorecards
   • Representação dos dados com gráficos simples (barras e linhas)
   • Aplicação de filtros para gerenciamento e interação