Nous sommes en poste chez La poule qui chante, une entreprise française d’agroalimentaire qui souhaite se développer à l'international. Cependant, la liste des pays potentiels dans lesquels s'implanter est longue. Pour cela, nous allons réaliser une analyse des groupements de pays que l'on pourra cibler grâce à différentes méthodes de clustering, puis nous approfondirons l'étude de marché.
- Préparer, nettoyer et réaliser une analyse exploratoire dans un notebook Juypter :
Les données utilisées sont issues des statistiques de la Food and Agriculture Organization of the United Nations (FAO). Elles nous permettront de définir les critères de l'analyse. Ces critères, seront appelés indicateurs dans la suite de l'étude. - Réaliser le clustering des pays grâce à la classification ascendante hiérarchique (CAH) et à la méthode des k-means puis réaliser une analyse en composantes principales (ACP) dans un second notebook.
- Pandas, Matplotlib et Seaborn : préparation et analyse descriptive des données.
- SciPy et scikit-learn : clusterings.
- Effectuer un clustering simple.
- Explorer des données pour synthétiser des variables.
