https://github.com/ewertondrigues02/analise-de-credito
Análise de Crédito de Cliente usando ferramentas de análise e visualização de dados como: Power Bi, Excel, Power Point, Python, Jupyter Notebook, análise feita no período de 12 meses entre homens e mulheres de diferentes idades e escolaridades.
https://github.com/ewertondrigues02/analise-de-credito
analise analise-de-dados analise-exploratoria excel excel-export kaggle kaggle-dataset power power-bi power-bi-dashboard power-point
Last synced: 3 months ago
JSON representation
Análise de Crédito de Cliente usando ferramentas de análise e visualização de dados como: Power Bi, Excel, Power Point, Python, Jupyter Notebook, análise feita no período de 12 meses entre homens e mulheres de diferentes idades e escolaridades.
- Host: GitHub
- URL: https://github.com/ewertondrigues02/analise-de-credito
- Owner: ewertondrigues02
- Created: 2024-03-12T14:37:58.000Z (about 1 year ago)
- Default Branch: main
- Last Pushed: 2025-02-15T20:19:31.000Z (3 months ago)
- Last Synced: 2025-02-15T21:23:24.771Z (3 months ago)
- Topics: analise, analise-de-dados, analise-exploratoria, excel, excel-export, kaggle, kaggle-dataset, power, power-bi, power-bi-dashboard, power-point
- Homepage:
- Size: 3.35 MB
- Stars: 3
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Análise de Crédito
Este repositório contém a análise de dados de crédito de 10.127 pessoas, abordando variáveis como **idade**, **estado civil**, **escolaridade**, **salário anual** e **tipos de cartões de crédito**. O objetivo é explorar padrões de transações financeiras e comportamento de crédito, utilizando ferramentas como **Excel**, **Power BI**, **Power Point**, **Python** e **Jupyter Notebook**.
## Ferramentas Utilizadas
- **Excel**: Análise de dados e elaboração de gráficos.
- **Power BI**: Criação de dashboards interativos.
- **Power Point**: Apresentação dos resultados.
- **Python**: Processamento de dados e cálculos.
- **Jupyter Notebook**: Execução de código Python e visualização de resultados.
## Análise I
Nesta análise, foram considerados dados de 10.127 pessoas, com informações sobre **idade**, **estado civil**, **escolaridade**, **salário anual** e **tipos de cartões**. A análise foi realizada ao longo de um período de 12 meses e incluiu os seguintes insights:
- **Faixa Etária**: Idades entre 26 e 73 anos.
- **Estado Civil**:
- **Casados**: 4.687 pessoas
- **Solteiros**: 3.943 pessoas
- **Divorciados**: 748 pessoas
- **NA**: 749 pessoas
- **Escolaridade**:
- **Sem Educação Formal**: 1.487 pessoas
- **Ensino Médio**: 2.013 pessoas
- **Graduação**: 1.013 pessoas
- **Mestrado**: 3.128 pessoas
- **Doutorado**: 967 pessoas
- **NA**: 1.519 pessoas
- **Salário Anual**:
- **Menos de R$40 mil**: 3.562 pessoas
- **Entre R$40 mil e R$60 mil**: 1.788 pessoas
- **Entre R$60 mil e R$80 mil**: 1.400 pessoas
- **Entre R$80 mil e R$120 mil**: 1.533 pessoas
- **Acima de R$120 mil**: 726 pessoas
- **NA**: 1.112 pessoas
- **Tipos de Cartões**:
- **Blue**: 9.436 pessoas
- **Silver**: 555 pessoas
- **Gold**: 116 pessoas
- **Platinum**: 20 pessoas
## Principais Descobertas
- O valor total das transações realizadas foi superior a **R$45 milhões**, com mais de **657 mil transações**.
- O salário anual total das pessoas analisadas foi superior a **R$571 milhões**.
- **Mulheres** têm maior escolaridade que os **homens**.
- O número de transações realizadas pelas **mulheres** foi superior aos seus ganhos anuais, enquanto para os **homens**, os ganhos anuais foram superiores ao número de transações.
- As pessoas **casadas** têm o maior limite de crédito, com **43,31%** do total, sendo **13,3%** mulheres e **26,47%** homens.
## Análise II
Na segunda análise, observamos dados mais detalhados sobre os tipos de cartões e os limites de crédito médios, com o seguinte resumo:
- **Cartões Platinum**:
- Menor idade encontrada: **39 anos** (**mulher**) e **41 anos** (**homem**).
- Média de limite de crédito: **R$30.000**.
- **Cartões Gold**:
- Média de limite de crédito: **R$28.000**.
- **Cartões Silver**:
- Média de limite de crédito: **R$25.000**.
- **Cartões Blue**:
- Média de limite de crédito: **R$7.000**.
Além disso, a análise de **escolaridade** e seus respectivos cartões de crédito revelou que pessoas com **doutorado** e **mestrado** tendem a ter os maiores limites de crédito médios.
### Quantidade de Pessoas por Escolaridade e Tipo de Cartão
- **Doutorado**:
- 5 pessoas com cartão **Platinum** (**2 mulheres**, **3 homens**).
- 10 pessoas com cartão **Gold** (**4 mulheres**, **6 homens**).
- **Mestrado**:
- 8 pessoas com cartão **Platinum** (**4 mulheres**, **4 homens**).
- 36 pessoas com cartão **Gold** (**12 mulheres**, **24 homens**).
## Conclusão
- A diferença na quantidade de pessoas entre os gêneros é de **5,89%** a mais de **mulheres**.
- Os **homens** têm mais pessoas com **cartão de crédito**.
- As **mulheres** realizaram mais transações do que os seus ganhos anuais, enquanto os **homens** apresentaram o contrário.
- O valor total de transações realizadas pelas **mulheres** foi de **R$23 milhões**, enquanto os **homens** realizaram transações totalizando **R$21 milhões**.
- A faixa etária com maior gasto foi entre **36 e 56 anos**, com um total de **R$38 milhões** em transações.
## Fonte dos Dados
Os dados utilizados nesta análise foram retirados de Kaggle - Análise de Crédito.
## Como Executar o Projeto
Para rodar os notebooks deste projeto, siga as instruções abaixo:
### Clone o repositório:
```bash
git clone https://github.com/ewertondrigues02/Analise_de_Credito.git
cd Analise_de_Credito
```
## Instale as dependências
Se você ainda não possui as dependências instaladas, crie um **ambiente virtual** e instale as bibliotecas necessárias:
```bash
python -m venv venv
source venv/bin/activate # No Windows, use `venv\Scripts\activate`
pip install -r requirements.txt
```
## Execute os notebooks
Abra os notebooks no **Jupyter** e execute as células para ver a análise detalhada.
```bash
jupyter notebook
```
### Contribuições
Contribuições são bem-vindas! Se você deseja melhorar ou adicionar algo ao projeto, por favor, envie um pull request.