Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/tiagocavalcante/nesfit
NES 2024 Practical and Research Work - Group 2
https://github.com/tiagocavalcante/nesfit
data-analysis fitness
Last synced: 7 days ago
JSON representation
NES 2024 Practical and Research Work - Group 2
- Host: GitHub
- URL: https://github.com/tiagocavalcante/nesfit
- Owner: TiagoCavalcante
- License: mit
- Created: 2024-10-27T16:15:07.000Z (24 days ago)
- Default Branch: main
- Last Pushed: 2024-11-09T17:17:03.000Z (11 days ago)
- Last Synced: 2024-11-09T18:22:06.087Z (10 days ago)
- Topics: data-analysis, fitness
- Language: Jupyter Notebook
- Homepage: https://fitnes.streamlit.app/
- Size: 6.22 MB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# Academia Fitness - Análise de Dados e Oportunidade de Negócio
### Acesse o Link : https://fitnes.streamlit.app para visualizar nosso Dashboard.
###### Este é um projeto de análise de dados para fins acadêmicos que foi desenvolvido com o objetivo de identificar uma oportunidade de negócio para a academia de FITNES, com base em dados fictícios de frequência, preferências dos alunos e comportamento de cancelamento. A missão é analisar esses dados para encontrar insights valiosos e criar um pitch convincente para possíveis investidores.
###### Projeto desenvolvido para a matéria de Prática e Pesquisa do NES, projeto de extensão da UFAL.
## Objetivos
- Desenvolver habilidades de análise de dados no contexto de uma academia.
- Praticar visualização de dados para destacar tendências e padrões.
- Melhorar a comunicação de dados por meio de apresentações claras e objetivas.
- Aplicar pensamento analítico para identificar oportunidades e propor uma solução de valor.## Descrição do Projeto
O projeto aborda os seguintes aspectos da academia:
1. **Frequência dos Alunos:** Avaliamos a frequência dos alunos ao longo do tempo para identificar horários de pico e períodos menos movimentados.
2. **Horários Mais Populares:** Identificação dos horários preferidos pelos alunos para auxiliar na alocação de recursos e otimização do espaço.
3. **Modalidades Preferidas:** Análise das atividades mais populares, como musculação, yoga e zumba.
4. **Cancelamentos e Motivos:** Análise das taxas de cancelamento, incluindo as principais razões, como custo e falta de tempo.## Análises Realizadas
Foram conduzidas diversas análises para obter uma visão completa do funcionamento da academia:
### 1. Análise Temporal
- **Gráfico de Linha**: Identificação de tendências de frequência ao longo do tempo.
- **Sazonalidade**: Observação de padrões recorrentes em determinadas épocas do ano.### 2. Análise de Distribuição
- **Histograma/Boxplot**: Avaliação da distribuição de dados como frequência de visita e duração das atividades.
- **Outliers**: Identificação de valores atípicos que podem influenciar os dados, como horários extremamente movimentados.### 3. Análise de Relacionamento
- **Gráfico de Dispersão/Heatmap de Correlação**: Exploração de correlações entre frequência e motivos de cancelamento, bem como atividades e satisfação.
- **Identificação de Padrões**: Descoberta de relações significativas que impactam a adesão e retenção de alunos.### 4. Análise Categórica
- **Gráfico de Barras/Pizza**: Comparação entre categorias, como popularidade das modalidades e tipos de planos de assinatura.
- **Comparação entre Categorias**: Identificação das atividades e planos mais populares e sua relação com a satisfação dos alunos.## Resultados e Principais Insights
### 1. Frequência e Horários Populares
Identificamos os horários de maior movimentação e os períodos menos ocupados, sugerindo uma oportunidade para otimizar o uso do espaço e os custos de operação.### 2. Modalidades Preferidas
Descobrimos que atividades como zumba e yoga são altamente populares, enquanto outras, como o jump, apresentam baixa adesão. Isso sugere uma oportunidade de substituição de atividades para melhor atender à demanda.### 3. Motivos de Cancelamento
Os principais motivos de cancelamento são custo e insatisfação com o plano básico. Isso indica a necessidade de reformulação ou ajuste nos preços dos planos para melhorar a retenção.## Proposta de Valor
Baseado nos insights obtidos, propomos uma otimização de horário e atividades, além de ajustes no plano básico, para atrair mais alunos e aumentar a retenção. Esperamos que essas ações possam:
- Aumentar a receita mensal da academia.
- Reduzir as taxas de cancelamento.
- Melhorar a experiência dos alunos.## Dashboard Interativo
Um dashboard foi criado para facilitar a visualização das análises e insights. Este dashboard permite que os usuários explorem as seguintes áreas:
- Frequência dos alunos ao longo do tempo.
- Horários de pico e distribuição de atividades.
- Comparação entre modalidades e análise de cancelamentos.## Apresentação em Vídeo
Uma apresentação em vídeo foi preparada, contendo:
- **Introdução** (30s): Apresentação do problema e contexto do mercado.
- **Análise de Dados** (2-3 min): Principais insights e gráficos, explicação das descobertas.
- **Proposta de Valor** (1 min): Solução baseada nos dados e potencial de mercado.
- **Conclusão** (30s): Chamada para ação e investimento necessário.---
## Como Executar o Projeto
1. Clone este repositório.
2. Instale as dependências com `pip install -r requirements.txt`.
3. Execute o arquivo principal do projeto (Dashboard.py) para visualizar as análises e gráficos.
4. Navegue pelo dashboard para explorar os insights.---
## Contato dos participantes da equipe
- ###### [email protected]
- ##### [email protected]
- ##### [email protected]
- ##### [email protected]
- ##### [email protected]
- ##### [email protected]
- ##### [email protected]