Atividade Semana 17 - vs01

material /projeto_daniele.md

@@ -0,0 +1,37 @@
+# Projeto Final de Análise de Dados
+
+## Contexto  
+Este projeto consiste na **Análise Exploratória dos Dados do YouTube 2023**.  
+
+## Etapas do projeto:
+1. **Selecionar a Base de Dados** https://www.kaggle.com/datasets/nelgiriyewithana/global-youtube-statistics-2023
+2. **Definir Objetivo e Perguntas**  O objetivo geral da minha analise é gerar insights sobre os canais mais populares da plataforma Youtube, rankear número de inscritos por país de origem e visualizações de vídeo.
+3. **Realizar Análise Exploratória**  Identificar correlações, padrões e outliers nos dados.
+4. **Gerar Base Final**  Limpar e estruturar os dados para a visualização.
+5. **Criar Visualizações no Tableau**  [Desenvolver gráficos que sintetizem os principais insights.]
+6. **Preparar Apresentação Final**  [Apresentar o tema, dados e visualizações de forma clara e objetiva.]
+
+---
+
+## Bases Escolhidas  
+- **Base 1**: [Global YouTube Statistics 2023, Kaggle]  
+
+
+---
+
+### Objetivo Geral:
+Realizar uma análise dos dados com o objetivo de **[gerar insights sobre os canais mais populares da plataforma Youtube, rankear número de inscritos por país de origem e visualizações de vídeo]**.  
+
+### As perguntas norteadoras deste projeto são:  
+1. **[Pergunta sobre o perfil dos dados]** - 
+A base de dados "Global YouTube Statistics 2023, Kaggle" contém dados com informações sobre múltiplos canais do YouTube de forma global.
+2. **[Pergunta comparativa]** - Qual o faturamento dos maiores canais da plataforma no Brasil e qual o faturamento dos maiores canais do mundo?
+3. **[Pergunta relacional]** - existe relacao de usuarios matriculados no ensino superior e utilizacao da plataforma?  
+4. **[Pergunta exploratória]** - Quais os maiores canais da plataforma, quais paises mais assistem videos, rank dos paises com o maior numero de inscritos.
+
+---
+
+## Ferramentas Utilizadas  
+- **Python (Jupyter Notebook)**: Para a análise exploratória de dados utilizando bibliotecas como Pandas, Seaborn, Matplotlib, etc.  
+- **Tableau**: Para criar as visualizações finais e apresentar os insights gerados.  
+- **GitHub**: Para versionamento do projeto e documentação.