Oferecido por: 📔 AdaTech e Ifood 📔
Professores: 📔 Carlos Stefano Filho & Rudiney Casali 📔
Participação
⭐ O grupo é composto por 6 integrantes, trabalhamos via Git/GitHub e podemos ver a participação conforme a quantidade de commits realizadas no Projeto.
Grupo 02
Composto por:
⭐César Augusto
⭐Eduardo Carvalho
⭐Iago Mansur
⭐Leonardo Henrrique
⭐Myrna Martinelli
⭐Ruan Faria
⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐
Objetivo e Orientações do Projeto
Realizar uma análise exploratória de dados utilizando um Conjuto de Dados de livre escolha.
Estruture sua análise criando um storytelling: Uma história contada com informações, gráficos, imagens e medidas estatísticas, associando dados a fatos em uma linha do tempo.
Podendo incluir quantas bases considerar necessário e filtrar as informações mais relevantes para sua história.
Banco de Dados
O Banco de Dados é relacionado a campanhas de Anúncios (Advertising). Nele está disponível os vários tipos de Ads e as principais métricas.
| Variável | Significado |
|---|---|
| Timestamp | Ano - Mês - Dia - Hora/24 |
| Date | Ano - Mês - Dia |
| Hour of Day | Hora/24 |
| Date.1 | Dia da semana |
| InventoryType | Não catalogado |
| AD Size | Tamanho em pixeis |
| Ad Type | Não catalogado |
| Platform | Plataforma de apresendação do anúncio |
| Device Type | Dispositivo de apresendação do anúncio |
| Format | Formato do vídeo (Banner ou Vídeo) |
| Available_Impressions | Impressões disponíveis(contratadas) |
| Matched_Queries | Coincidência com chave de pesquisa |
| Impressions | Impressões efetuadas |
| Clicks | Numero de clicks |
| Spend | Valor gasto com os anúncios |
| Fee | Taxas |
| Revenue | Receita |
| CTR | Clicks por exibição |
| CPM | Custo por Mil Impressões |
| CPC | Custo por click |
⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐
Introdução sobre o Projeto
Realizamos toda a tratativa dos dados, com vários trechos de códigos relevantes ao aprendizado e entendimento do comportamento dos dados.
Etapa 1. Pré-Processamento dos Dados
No pré-processamento foram observadas as seguintes características:
- Apenas a coluna "AD Size" tem um valor nulo em comparação com as outras;
- Temos 25857 observações não nulas;
- Os tipos das variáveis são condizentes com o que representam.
- 75% ou mais das taxas gira em torno tem o valor de 0.35
- Temos alguns valores zerados
- 25% dos dados apresentam um CPC de 0.4999 que é mais de 4 vezes o valor que separa 50% dos dados. O que ocorre nesses casos e como evitar?
2. Identificação e Tratamento de Outliers
Na etapa de tratamento dos Outliers foram observadas as seguintes características:
- Todos as colunas numéricas contam com uma grande quantidade de outliers;
- Avaliando os gráficos, embora os outliers estejam destacados parecem fazer sentido, já que muitos estão apenas relacionados com as escolhas feitas pela equipe responsável pelas propagandas (ao gastar mais, é natural aumentarmos o valor de várias outras colunas);
- CTR parece uma concentração de valores com apenas alguns outliers;
- A maior parte das distribuições das variáveis quantitativas se aproxima de uma destribuição uniforme;
- Os outliers parecem ter um padrão e também parecem estar em destribuição uniforme, porém em quantidades menores é menos visível;
Etapa 3. Perguntas de Negócio
Abaixo foram respondidas algumas perguntas importantes:
- Qual plataforma teve mais impressões?
Acima podemos observar:
- Plataforma de vídeo é a com maior quantidade de impressões
- Video é o formato preferido nas plataformas Video e Web, enquanto Display se sobressai no
- Qual formato teve maior quantidade de clicks?
Acima podemos observar:
- Vídeo é a melhor plataforma tanto relação formato vídeo quanto o formato display, mas a frente iremos investigar se isto também ocorre em relação ao CPC;
- App é a única plataforma que display é melhor que vídeo;
- Qual a melhor plataforma em relação ao CPC?
Acima podemos observar:
- Apesar do vídeo apresentar impressões e clicks superiores, o custo por click é muito próximo entre as plataformas
- Qual o melhor formato em relação ao CPC?
Acima podemos observar:
- Não há diferenças significativas com relação ao formato
- Qual o melhor dia da semana em relação ao CPC?
Acima podemos observar:
- Podemos notar que sexta-feira é o melhor dia para anúncios
- Qual o melhor horário em relação ao CPC?
Acima podemos observar:
- O horário com maior CPC custuma ser entre 6 e 7 da manhã
- Podemos observar uma queda no CPC entre 20:00 e 22:00
- Qual foi a variação do custo por Click?
Acima podemos observar:
- Um acúmulo de variação inferiores a 10 % com saltos para -60%
- Pode apontar um movimento cíclico
- Qual horário tem maior disponibilidade e menor custo?
- Horário com maior disponibilidade: 21
- Horário com menor custo: 23
- Qual melhor horário em relação ao CPC/clicks?
Acima podemos observar:
- Os melhores horários giram em torno de 20:00 e 22:00
- Qual o melhor dia da semana em relação aos Clicks?
Acima podemos observar:
- O melhor dia da semana para se ter mais clicks é o domingo
⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐
Para utilizar este projeto, siga estes passos:
- Clone o repositório em seu ambiente local.
- Certifique-se de ter Python instalado.
- Execute os arquivos Python correspondentes a cada funcionalidade para interagir com o sistema.
- Python 3.x
Contribuições são bem-vindas! Se encontrar erros ou tiver sugestões para melhorar o projeto, fique à vontade para criar issues ou enviar pull requests.
Este projeto é licenciado sob a Licença MIT - veja o arquivo LICENSE para mais detalhes.