Lección 18 del curso Pandas Nivel Básico.
En la lección anterior realizamos el análisis de datos asociados al marketing de bebidas energizantes y extrajimos los «insights» para este proyecto final, con lo cual pudimos responder a las preguntas formuladas en el planteamiento del problema.
En esta última parte del proyecto, y última lección del curso, tomaremos los resultados de este análisis para escribir el reporte final y las recomendaciones al equipo de marketing para la mejora del producto.
El reporte final podría ser un informe escrito o una breve presentación con elementos gráficos. En ambos casos el objetivo es sintetizar las observaciones y las respuestas a las preguntas, es decir presentar los «insights» resultado de este análisis.
Estos «insights» son de carácter descriptivo, mientras que en las recomendaciones debemos extraer conclusiones a partir de los insights mencionados en el reporte.
Veamos entonces estos dos elementos:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
En este proyecto hemos analizado sólo una parte del set de datos: la que guardaba relación directa con las preguntas planteadas al comienzo.
Sin embargo, sugiero complementar estos resultados analizando por ejemplo:
- Las preferencias del consumidor, respondiendo pregutnas como ¿Cuáles son los ingredientes preferidos?, ¿Qué tipo de paquetes son los preferidos?
- Los comportamientos de compra, por ejemplo: ¿Dónde prefieren las personas comprar bebidas energizantes?, ¿Cuáles son las situaciones típicas de consumo de bebibas energéticas? ¿Qué factores influyen más en las decisiones de compra de las personas?
- Desarrollo de producto: ¿Qué área deberíamos priorizar para el desarrollo y mejora del producto?
Además, en lugar de un reporte en formato de texto se podría realizar una breve presentación incluyendo elementos gráficos (con ayuda de herramientas como las vistas en el curso de Matplotlib para Ciencia de Datos y Machine Learning).
Así que con esto hemos culminado este curso de Pandas Nivel Básico, donde en 18 lecciones prácticas hemos entendido qué son los DataFrames y las Series así como herramientas básicas para la lectura y procesamiento de datos estructurados haciendo uso de la librería Pandas.
Además, en este proyecto final hemos visto de forma práctica cómo aplicar varias de estas herramientas para resolver un problema de Análisis de Datos.
¡Felicitaciones por haber llegado hasta este punto! Como de costumbre te invito a contactarme para que me compartas tus comentarios del curso y tus sugerencias para seguir mejorando el contenido de la Academia Online.
Y además, te invito a continuar tu formación tomando el siguiente curso en esta serie: Pandas Nivel Intermedio.
¡Te envío un saludo y nos vemos en el próximo curso!
Todas las lecciones del curso Pandas Nivel Básico