Projeto Análise de Dados: criação de dashboards interativos com SQL, BigQuery e Power BI

Compreensão do Cenário e Necessidades - Apresentação

Dando as boas-vindas ao curso

Gostaríamos de dar as boas-vindas a você neste novo curso aqui na Alura.

Meu nome é Viviane Martins e serei a professora no desenvolvimento do projeto na Jornada do Estudo Analítico City Bikes.

Compreensão do Cenário e Necessidades - Objetivos do Projeto

Apresentando o projeto do módulo avançado

Gostaríamos de dar as boas-vindas e convidar todos a iniciar o projeto do Módulo Avançado da Carreira de Analista de Dados. Antes de começarmos com o desenvolvimento do produto específico, como um painel, dashboard ou painel analítico, é fundamental termos em mente do que se trata o projeto, qual é nosso público-alvo e em qual negócio estamos atuando no momento.

Muitas pessoas podem ter a visão de que o desenvolvimento de um painel visual é crucial para a interpretação dos dados. Questões como onde buscar esses dados, onde estão as bases de dados e as fontes de dados são, de fato, parte do produto como um todo. No entanto, é essencial que compreendamos o negócio para que possamos formular as perguntas mais relevantes, contribuindo para a análise e a futura tomada de decisão.

Definindo o objetivo do projeto

Nosso objetivo aqui é utilizar dados públicos, que são dados reais. Através deles, faremos uma leitura analítica voltada para a contribuição estratégica de um dos desafios enfrentados por megacidades, que, neste caso, é o sistema de compartilhamento ou locação de bicicletas. O foco é a otimização e análise do sistema Citi Bike, utilizando como modelo a cidade de Nova Iorque.

O objetivo é utilizar toda a parte de interpretação e análise de dados para não apenas entender o cenário atual, mas também, a partir da leitura e interpretação dos dados, prover melhorias estratégicas e otimização operacional desse negócio.

Propondo melhorias estratégicas

Tornando o sistema mais eficiente e sustentável, também proporcionamos melhor usabilidade e, por que não, uma melhoria financeira para o negócio. Nossa missão será apresentar uma solução digital que, a partir da interpretação de dados, crie análises e painéis visuais. Dessa forma, conseguiremos interpretar o cenário atual e identificar pontos de melhoria estratégica que talvez não tenham sido observados até o momento.

Queremos verificar como está a utilização e a demanda, identificar horários de pico e analisar se há mais procura do que oferta de produtos, como bicicletas para locação. Também podemos identificar horários ou locais onde há bicicletas disponíveis para locação que não estão sendo utilizadas, o que indica uma distribuição inadequada. Isso resulta em recursos parados em locais com menor demanda, enquanto em outras partes da cidade a procura é maior.

Sugerindo ferramentas e próximos passos

Esses são apenas alguns exemplos. Durante a análise dos dados, leitura e interpretação, verificaremos em conjunto outros pontos que podem contribuir para nossa análise. Como sugestão de ferramentas, podemos utilizar Google Sheets ou Excel. Os dados estarão disponíveis publicamente no BigQuery, no ambiente do GCP. Podemos também utilizar Python ou Power Query no Power BI para tratamento de dados, além de SQL para leitura e análise exploratória.

Esperamos você no próximo vídeo para continuarmos o entendimento do escopo do seu projeto. Até lá!

Compreensão do Cenário e Necessidades - Contexto

Introduzindo a base de dados e objetivos do projeto

Dando sequência ao entendimento do projeto, utilizaremos uma base de dados pública que já traz como premissa alguns pontos importantes que poderão contribuir para nossa análise. Entre esses pontos, estão o horário e a data de utilização do sistema, a locação de uma bicicleta, o local de origem de partida (nome das estações), o tempo médio de utilização do produto e o perfil dos usuários, entre outros aspectos que contribuirão para nossa análise.

O modelo proposto proporcionará, de forma crescente, uma contribuição para a orientação das análises e interpretação desses dados que realizaremos. Grande parte dos dados já está padronizada, o que facilitará bastante a utilização. Neste projeto, nosso foco é a análise voltada para o negócio, a melhoria do produto, a melhor distribuição e um crescimento constante em relação à sua usabilidade.

Carregando e analisando os dados

Nosso primeiro passo será o carregamento desses dados, seguido de algumas análises simples com os dados oficiais. Precisamos conhecer as fontes de dados, os campos disponíveis e como eles estão preenchidos nos registros. Verificaremos se é necessário algum tratamento específico em algum tipo de campo. Embora os dados já estejam bem padronizados, é sempre importante realizar essa análise visual para identificar pontos em comum e verificar se é necessário algum aprimoramento no tratamento desses campos e registros.

A partir daí, iniciaremos uma análise exploratória dos dados, identificando o que eles nos revelam e o que podemos ler e interpretar, não apenas em relação a um fator específico, mas também em sua correlação com outros fatores.

Explorando a usabilidade e perfil dos usuários

Quando falamos sobre a usabilidade e o tempo de locação ou período que uma pessoa utiliza uma bicicleta, podemos associar esse período a horários de pico ou datas diferenciadas, além de considerar fatores relevantes, como o perfil dos usuários, quem mais utiliza o sistema, se são homens ou mulheres, e qual região ou localidade utiliza mais o sistema. Podemos analisar cada campo separadamente, mas também correlacionar esses dados, propondo uma análise que contribua para o negócio.

Interpretando e comunicando os resultados

Ao falarmos de interpretação, é fundamental transmitir a informação de forma clara para o usuário final, que, neste caso, pode ser as pessoas responsáveis por esse sistema. Estamos utilizando bases de dados públicas de uma área específica, como as Citi Bikes de Nova Iorque. No entanto, imagine que você vai fornecer essa informação para um CEO, executivos ou gestores de um sistema na sua localidade. Utilizaremos esses itens como premissas para entendimento e para propor melhores estratégias e identificar pontos de melhoria futuros.

Propondo estratégias de melhoria

Por exemplo, podemos compreender o cenário, verificar quais são as estações mais movimentadas e, nessas estações, qual é a usabilidade e recorrência da utilização das bicicletas. Podemos também analisar o volume por horário de pico, os perfis dos usuários, a duração média de uma viagem, a usabilidade de uma bicicleta e o fluxo entre as estações. Com isso, conseguimos não apenas verificar o cenário atual, mas também propor estratégias para a melhoria do negócio.

Concluindo e próximos passos

Esperamos vocês na próxima aula para darmos seguimento e entendermos um pouco mais sobre a usabilidade e a arquitetura deste projeto. Até lá!

Sobre o curso Projeto Análise de Dados: criação de dashboards interativos com SQL, BigQuery e Power BI

O curso Projeto Análise de Dados: criação de dashboards interativos com SQL, BigQuery e Power BI possui 171 minutos de vídeos, em um total de 51 atividades. Gostou? Conheça nossos outros cursos de Análise de Dados em Data Science, ou leia nossos artigos de Data Science.

Matricule-se e comece a estudar com a gente hoje! Conheça outros tópicos abordados durante o curso:

• Compreensão do cenário e desafio do negócio
• Limpeza e preparação dos dados
• Análise Exploratória: EDA e Estatística Inicial
• Modelagem, Predição e Otimização
• Visualização e Dashboards Interativos
• Experiência do Usuário e Exploração Executiva
• Criação do Portfólio