Proyecto Integrador M5 AirBnB

Datenanalyse Airbnb -Projekt?

Modul 5: Datenanalyse

Ausbilder: Henry Cristian Castro

Diese Aktivität (rein lehrreich) ist Teil meines Praktikportfolios, die es ermöglichen, meine Fähigkeiten in der Datenwissenschaft mit realen Datenproblemen und -sätzen zu verbessern.

Willkommen im Datenanalyseprojekt auf Airbnb in Buenos Aires! In diesem Projekt werden wir die faszinierende Welt der kurzfristigen Vermietungen untersuchen und Investitionsmöglichkeiten anhand der von Airbnb bereitgestellten Daten entdecken.

Ziel

Das Hauptziel dieses Projekts ist es, die im Modul erlernten Konzepte und Techniken anzuwenden, um eine explorative und beschreibende Analyse der Airbnb -Daten durchzuführen. Darüber hinaus werden wir versuchen, Investitionsmöglichkeiten auf dem kurzfristigen Unterkunftsmarkt zu ermitteln.

Schritte zu befolgen

1. Daten herunterladen: Achten Sie darauf, Datendateien aus der angegebenen Quelle abzurufen.
2. Daten importieren: Verwenden Sie Tools wie Power BI oder Python, um Daten zu importieren und zu arbeiten.
3. Reinigung und Validierung: Identifiziert und behandelt mögliche fehlende, fehlerhafte oder atypische Werte in den Daten.
4. Explorative Analyse: Verwenden Sie Datenanzeigen und statistische Konzepte, um die Variablen und ihre Beziehungen zu beschreiben.
5. Beantworten Sie Geschäftsfragen: Beantwortet die Fragen zum ausgewählten Datensatz.
6. Schlussfolgerungen vorbereiten: Erstellen Sie einen Bericht mit den aus der Analyse erhaltenen Schlussfolgerungen.

Datenanalyse

In unserem Projekt haben wir verschiedene Aspekte des Airbnb -Unternehmens untersucht, wie die Verfügbarkeit nach Eigentum und Standort, Gastpräferenzen, saisonale Preise und Beruf im Laufe der Zeit. Wir verwenden erweiterte Tools wie Power BI, um diese Daten klar und verständlich zu visualisieren.

Ergebnisse und Schlussfolgerungen

1. Art der Immobilie: Wir beobachten eine große Vielfalt von Arten von Immobilien, die Wohnungen, Häuser, Lofts und Eigentumswohnungen sind, die für kurzfristige Vermietungen am besten geeignet sind.
2. Ort: Die Lage ist entscheidend für den Erfolg in kurzfristiger Miete, mit Nachbarschaften wie Villa Urquiza, Villa Ortuzar und Villa Pueyrredon, die sich als am attraktivsten auszeichnen.
3. Bedeutung von Bewertungen: Die Kommentare und Bewertungen von Gästen sind Determinanten in der Nachfrage nach einer Immobilie, korrelieren jedoch nicht immer mit dem Preis.

Abschluss ?

Dieses Projekt war eine bereichernde und aufregende Erfahrung. Wir haben gelernt, Daten zu extrahieren, zu transformieren und zu laden sowie eine tiefe explorative Analyse durchzuführen. Ich freue mich sehr über die Ergebnisse und bin gespannt darauf, in der Welt der Datenanalyse weiter zu lernen und zu wachsen!

Empfehlungen und Verbesserungen

Ich bin offen für Ihre Empfehlungen, um mein Projekt und meine berufliche Entwicklung zu verbessern. Sie können Ihre Kommentare und Vorschläge direkt in der Readme -Datei angeben oder mich kontaktieren, um mögliche Verbesserungen zu besprechen.

Interaktion mit den Daten auf Power BI Desktop

Um die Daten interaktiv zu untersuchen, empfehle ich, die Projektdatei M5.PBIX Integrator, die ein interaktives Airbnb -Datenmodell im Power BI -Desktop enthält, herunterzuladen.

Abschluss ?

Dieses Projekt war eine bereichernde und aufregende Erfahrung. Wir haben gelernt, Daten zu extrahieren, zu transformieren und zu laden sowie eine tiefe explorative Analyse durchzuführen. Ich freue mich sehr über die Ergebnisse und bin gespannt darauf, in der Welt der Datenanalyse weiter zu lernen und zu wachsen!

---

Vielen Dank, dass Sie mein Projekt und Ihre wertvollen Empfehlungen überprüft haben!