https://github.com/dsrodrigovieira/houserocketsales

Este repositório contém um projeto desenvolvido para praticar habilidades de análise de dados utilizando Python
https://github.com/dsrodrigovieira/houserocketsales

data-analysis data-visualization heroku kaggle-dataset python

Last synced: 10 days ago
JSON representation

Este repositório contém um projeto desenvolvido para praticar habilidades de análise de dados utilizando Python

• Host: GitHub
• URL: https://github.com/dsrodrigovieira/houserocketsales
• Owner: dsrodrigovieira
• License: other
• Created: 2022-01-15T19:05:11.000Z (almost 3 years ago)
• Default Branch: main
• Last Pushed: 2024-09-18T01:08:48.000Z (4 months ago)
• Last Synced: 2024-09-18T04:58:38.369Z (4 months ago)
• Topics: data-analysis, data-visualization, heroku, kaggle-dataset, python
• Language: Jupyter Notebook
• Homepage:
• Size: 10.7 MB
• Stars: 1
• Watchers: 2
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

        
# [Venda de imóveis em King County, EUA](https://dsr-houserocketsales.streamlit.app/)

## Identificação de imóveis para compra e revenda

![](reports/figures/readme/header.png)

# 1. Objetivo

- Gerar insight através da análise e manipulação dos dados para auxiliar a tomada de decisão do time de negócio

# 2. Questão de negócio

- Encontrar as melhores oportunidades de compra de imóveis em King County.

- A tomada de decisão depende da experiência dos colaboradores mais experientes, tomando muito tempo devido ao tamanho do portifólio da empresa.

# 3. Premissas de negócio

- Apenas casas com classificação 5 serão consideradas boas.

- O registro com 33 quartos é um erro de digitação, considerando que os valores de preço, sala de estar, terreno e numero de banheiros estão na média dos imóveis de 3 quartos.

- Imóveis com ano de construção anterior a 2000 são considerados antigos.

# 4. Planejamento da solução

## 4.1 Selecionar imóveis para compra

- Filtrar os imóveis que estejam em boas condições e tenham preço de compra abaixo da mediana da região.

## 4.2 Definir preço e momento ideal para venda

- Definir a mediana de cada região, filtrando pela estação do ano.

- Imóveis com custo acima da mediana terão uma margem de 10%, os demais, margem de 30%.

# 5. Principais insights

**Hipótese 1:** Imóveis com vista para água são mais caros que a média geral do portifolio.

![](reports/figures/readme/h1.png)

**Verdadeiro.** O valor dos imóveis com vista para a água apresentam variação de 206,82% em relação à média geral.

**Hipótese 2:** Crescimento médio do preço dos imóveis Year over Year (YoY) é de 10%.

![](reports/figures/readme/h2.png)

**Falso.** A variação percentual do valor médio dos imóveis YoY é de 0,18%.

**Hipótese 3:** Imóveis antigos que passaram por reforma são, em média, mais caros do que imóveis novos.

![](reports/figures/readme/h3.png)

**Verdadeiro.** A diferença da média do valor dos imóveis antigos reformados em relação aos imóveis novos é de 23,20%.

**Hipótese 4:** Imóveis sem porão tem terrenos maiores do que os imóveis com porão (em média).

![](reports/figures/readme/h4.png)

**Verdadeiro.** A diferença percentual da área total dos imóveis sem porão em relação aos imóveis com porão é de 22,79%.

# 6. Resultados financeiros

- A utilização desta ferramenta como auxílio na tomada de decisão para definição do preço de venda do portifólio trará um lucro líquido de aproximadamente **US$ 72mi** no próximo exercício.

# 7. Conclusão

- Após análise sobre o portfólio de imóveis em King County, a House Rocket identificou **698** imóveis em boas condições para aquisição pelo preço mais vantajoso possível.

# 8. Melhorias

- Agendar a coleta dos dados atualizados e execução do script automaticamente.

- Criar arquivos de log.