Proyecto Integrador M5 AirBnB

数据分析Airbnb项目？

模块5：数据分析

讲师：亨利·克里斯蒂安·卡斯特罗（Henry Cristian Castro）

这项活动（纯粹是教育）是我实践组合的一部分，可以通过现实世界的数据问题和集合来提高我在数据科学方面的技能。

欢迎来到布宜诺斯艾利斯Airbnb的数据分析项目！在这个项目中，我们将探索短期租赁的迷人世界，并使用Airbnb提供的数据发现投资机会。

目的

该项目的主要目的是应用模块中学到的概念和技术来对Airbnb数据进行探索性和描述性分析。此外，我们将寻求在短期住宿市场中确定投资机会。

遵循步骤

1. 下载数据：请确保从指示的源获取数据文件。
2. 导入数据：使用Power BI或Python之类的工具来导入和使用数据。
3. 清洁和验证：数据中可能识别和处理可能缺失，错误或非典型值。
4. 探索性分析：使用数据显示和统计概念来描述变量及其关系。
5. 回答业务问题：解决有关所选数据集的问题。
6. 准备结论：创建一个报告，并从分析中获得的结论。

数据分析

在我们的项目中，我们探索了Airbnb业务的各个方面，例如按物业类型和位置划分的可用性，客人的偏好，价格的季节性演变和随着时间的推移。我们使用诸如Power BI之类的先进工具来清楚可视化这些数据。

结果和结论

1. 财产类型：我们观察到各种类型的物业类型，是公寓，房屋，阁楼和公寓，最适合短期租金。
2. 地点：该地点对于短期租赁的成功至关重要，诸如Villa Urquiza，Villa Ortuzar和Villa Pueyrredon等社区是最吸引人的。
3. 评论的重要性：客人的评论和评论是对财产需求的决定因素，但并不总是与价格相关。

结论 ？

这个项目是一种丰富而令人兴奋的经历。我们学会了提取，转换和加载数据，以及进行深入的探索性分析。我对结果感到高兴，并渴望在数据分析领域继续学习和成长！

建议和改进

我愿意阅读您的建议，以改善我的项目和专业发展。您可以直接在readme文件中提供评论和建议，或与我联系以讨论可能的改进。

与Power BI桌面上的数据互动

为了交互式探索数据，我建议下载M5.pbix Integrator项目文件，该文件包含Power BI桌面中的交互式AIRBNB数据模型。

结论 ？

这个项目是一种丰富而令人兴奋的经历。我们学会了提取，转换和加载数据，以及进行深入的探索性分析。我对结果感到高兴，并渴望在数据分析领域继续学习和成长！

---

感谢您审查我的项目和您的宝贵建议！