Este é um projeto fictício. A empresa, o contexto e as perguntas de negócios não são reais. Este portfólio está seguindo as recomendações link da comunidade
*A logo criada é ficticia.*
A House Rocket é uma empresa fictícia que utiliza a tecnologia para tomar decisões de compra e venda de imóveis. Este projeto de Ciência de Dados tem como objetivo encontrar as melhores oportunidades de negócio para maximizar o faturamento da empresa. A melhor estratégia é a compra de casas em ótimas condições por baixos preços e a venda desses imóveis por um preço superior. Nesse projeto o cientista de dados deve obter insights através da manipulação de dados para auxiliar as melhores decisões da equipe de negócios. As questões a serem respondidas são:
1. Quais casas o CEO da House Rocket deveria comprar e por qual preço de compra?
2. Uma vez a casa em posse da empresa, qual o melhor momento para vendê-las e qual seria o preço da venda?
Os dados para este projeto podem ser encontrados em: https://www.kaggle.com/harlfoxem/housesalesprediction/discussion/207885 . Abaixo segue a definição para cada um dos 21 atributos:
| Atributos | Significado |
|---|---|
| id | Numeração única de identificação de cada imóvel |
| date | Data da venda da casa |
| price | Preço que a casa está sendo vendida pelo proprietário |
| bedrooms | Número de quartos |
| bathrooms | Número de banheiros (0.5 = banheiro em um quarto, mas sem chuveiro) |
| sqft_living | Medida (em pés quadrado) do espaço interior dos apartamentos |
| sqft_lot | Medida (em pés quadrado)quadrada do espaço terrestre |
| floors | Número de andares do imóvel |
| waterfront | Variável que indica a presença ou não de vista para água (0 = não e 1 = sim) |
| view | Um índice de 0 a 4 que indica a qualidade da vista da propriedade. Varia de 0 a 4, onde: 0 = baixa 4 = alta |
| condition | Um índice de 1 a 5 que indica a condição da casa. Varia de 1 a 5, onde: 1 = baixo |-| 5 = alta |
| grade | Um índice de 1 a 13 que indica a construção e o design do edifício. Varia de 1 a 13, onde: 1-3 = baixo, 7 = médio e 11-13 = alta |
| sqft_basement | A metragem quadrada do espaço habitacional interior acima do nível do solo |
| yr_built | Ano de construção de cada imóvel |
| yr_renovated | Ano de reforma de cada imóvel |
| zipcode | CEP da casa |
| lat | Latitude |
| long | Longitude |
| sqft_livining15 | Medida (em pés quadrado) do espaço interno de habitação para os 15 vizinhos mais próximo |
| sqft_lot15 | Medida (em pés quadrado) dos lotes de terra dos 15 vizinhos mais próximo |
- Para o desenvolvimento desse projeto, seguimos as seguintes premissas:
- Valores iguais a zero corresponde a casas nunca reformadas em yr_renovated.
- Na coluna bathroom o valor 33 foi considerado como um erro de digitação e foi substituído por 3 nas análises.
- Para valores de ID duplicados, apenas os mais recentes foram considerados.
- As localidades e estação do ano foram decisivas para compra ou venda dos imóveis.
- Etapas para solucionar o problema de negócio:
- Coleta de dados via Kaggle
- Entendimento de negócio
- Tratamento de dados
- Tranformação de variaveis
- Limpeza
- Entendimento
- Responder problemas do negócio
- Resultados para o negócio
- Conclusão
-
Python 3.10
-
VSCode
-
Streamlit
-
Heroku
H1 - Verdadeira | Imóveis com vista para água são mais caros
H2 - Falsa | Imóveis com data de construção não afeta o preço
H3 - Verdadeira | Imóveis sem porão possuem maior área total e são mais caros
H4 - Verdadeira | Imóveis sem reforma são mais baratos
H5 - Falsa | Imóveis com más condições e com vista ruim são mais caros
H6 - Verdadeira | Imóveis com menos andares são mais baratos
H7 - Verdadeira | Imóveis que não foram reformados são mais baratos
H8 - Verdadeira | Imóveis com melhores vistas são mais caroa
H9 - Falsa | Os imóveis com menos de três quartos não são mais baratos
H10- Verdadeira | Imóveis com mais de três quartos tem área total maior
Imóveis foram agrupados por região (zipcode) e foi calculada a mediana do preço dos imóveis. Um total de 151 impoveis apresentaram o preço abaixo da mediana e foram sugeridos para a compra. Além disso, atributos como localidade e estação do ano foram importantes para a grupar os imóveis e as melhores condições para executar o negócio. Assim, o momento ideal para vender os 151 imóveis é durante a primavera, onde os preços são mais altos.
O presente projeto em ciência de dados foi capaz de solucionar problemas de negócio e gerar insights capazes de otmizar o lucro da empresa. Entretanto, o prejeto ainda pode ser melhorado através de técnicas robustas e precisas em resolver o problema de negócio. Os próximos passos são:
- Observar o tipo de distribuição dos dados para saber se é necessário realizar alguma transformação (e.g., log), seguido de análises de relações dos atributos, como modelos lineares ou correlações.
- Utilizar testes de média como intuito de validar as hipóteses. Testes paramétricos (e.g., Anova) e não paramétricos (e.g., Kruskal-Wallis) podem ser aplicados nesse caso.
- Direcionar a venda dos imóveis conforme o interesse dos clientes, conforme os atributos dos imóveis.