Este projeto é uma análise exploratória de dados focada em identificar e compreender os fatores mais impactantes para o engajamento em publicações da rede social Instagram. A análise visa fornecer insights sobre o comportamento de usuários em relação a posts e identificar as variáveis que mais influenciam o engajamento.
A base de dados utilizada foi obtida do Kaggle e pode ser acessada neste link.
O projeto foi dividido em quatro etapas principais para garantir uma análise completa e organizada:
-
Introdução aos Dados
Introdução geral à base de dados, abordando informações técnicas iniciais sobre os registros. -
Tratamento de Dados e Adequação à Proposta
Correção de inconsistências, como valores nulos e duplicados, além de ajustes na estrutura dos dados para adequá-los aos objetivos do projeto. -
Análise Univariada
Análise isolada de cada variável para entender suas estatísticas descritivas, como medidas de tendência central, dispersão e tipo de distribuição. -
Análise Bivariada
Estudo das relações entre variáveis e o engajamento dos posts, com foco em identificar padrões, coletar insights e realizar testes de significância sobre os fatores mais influentes.
- Linguagem: Python (via Google Colab)
- Bibliotecas:
pandas: Manipulação e análise de dadosnumpy: Operações em arrays e manipulação numéricamatplotlib: Criação de gráficosseaborn: Estilização de gráficos e visualização de dadosscipy: Cálculos estatísticos e testes de significância
Para executar o projeto, siga os passos abaixo:
-
Download da Pasta do Projeto
Faça o download da pasta contendo o arquivo do notebook (.ipynb) e a base de dados (.csv). -
Upload para o Google Colab ou Jupyter Notebook
Carregue a pasta em uma plataforma que suporte notebooks Python, como Google Colab (mais recomendável) ou Jupyter Notebook. -
Executar a Análise
A análise está organizada em blocos de código no notebook, cada um contendo explicações e resultados de cada etapa. Basta executar os blocos sequencialmente para replicar o processo de análise.
Dentro do notebook, você encontrará:
- Blocos de Código: Implementação dos passos da análise, com código Python para manipulação e visualização de dados.
- Anotações Explicativas: Blocos de texto que resumem e explicam os insights e informações coletadas em cada etapa.
Esta análise é voltada para compreender as métricas e fatores que contribuem para o engajamento de posts no Instagram, oferecendo insights significativos sobre a influência de variáveis, como o número de curtidas, comentários e outras interações. Também inclui testes de significância que ajudam a validar as observações coletadas.
Para dúvidas, sugestões ou feedback, você pode entrar em contato:
- LinkedIn: Gabriel Silveira
- E-mail: gabriel.gvss@gmail.com