Foi proposto um desafio para fazer uma análise com os dados do Youtube, de alguns países, do período de 2006 a 2018.
Foi utilizado o Python e o Notebook Jupyter para fazer as primeiras análises da base de dados. A base de dados, continha vários arquivos csv e json, separada por países. Decidi converter as bases para dataframe, para proceder com a unificação dos dados, criando 2 dataframes:
-df_youtube - contendo a base geral dos dados. -df_categorias - contendo o id e nome das categorias dos vídeos.
No notebook contém todo o passo a passo dessas análises, tratamentos e merge das bases.
Como a base de dados, continha muitas informações numéricas, decidi fazer algumas análises estatísticas, antes de proceder com a visualização no PowerBi.
Foi utilizado Mapa de Calor, que representa visualmente a matriz de correlação entre as métricas selecionadas.
Neste segmento da análise, dediquei-me a explorar a relação entre várias métricas de engajamento de vídeos no YouTube, como likes (curtidas), dislikes (descurtidas), e comment_count (contagem de comentários), e como elas influenciam a métrica de views (visualizações). O foco foi estabelecer um modelo de regressão linear múltipla para quantificar essas relações e oferecer insights sobre a dinâmica do engajamento dos espectadores.
Focando nas métricas de engajamento — likes, dislikes e comment_count e apresentado gráficos de distribuição de clusters e do método cotovelo.
O dashboard permite a seleção de filtros para personalizar a análise dos dados, incluindo:
- Ano: Selecione o ano desejado para análise.
- País: Escolha um país específico.
- Categoria: Selecione uma categoria específica.
- Canal: Escolha um canal específico.
- Cartões com Quantitativo: Gráfico de cartão com quantitativo de likes, comentários, categorias e visualizações.
- Gráfico de Linha: Gráfico de Linha demostrando a evolução de visualizações por ano.
- Taxa de Engajamento Gráfico de barras horizontais, demostrando a taxa % de engajamento por categoria de vídeos.
- Top5 Países com % de engajamento e canal Gráfico de barras verticais, demostrando o top5 países com maior taxa de engajamento/canal.
- Mapa Interativo dos Países: Mapa interativo que exibe a localização dos países e com as bolhas por engajamento.
- Mapa de Calor: Esse visual foi feito no Python e importado a imagem para o Powerbi, demostra a correlação das variáveis.
- Gráfico de Dispersão com Linha de Tendência Demostra a relação entre o engajamento total e as visualizações.
- Gráfico de Barras Horizontais: Gráfico de barras que mostra o % de satisfação por categoria, onde verde tem o maior percentual positivo de satisfação e vermelho tem o menor percentual positivo (negativo) de satisfação.
- Compartilhe com outras pessoas esse projeto 📢;
- Quer saber mais sobre o projeto? Entre em contato para tomarmos um ☕;
⌨️ com ❤️ por Nayara Vakevskii (https://www.linkedin.com/in/nayaraba/) 😊