О проекте
Данный проект направлен на глубокий анализ обширного набора данных о ценах на компьютеры с целью выявления ключевых закономерностей и факторов, оказывающих наиболее существенное влияние на их стоимость. Основная задача заключается в декомпозиции ценообразования компьютеров, определении взаимосвязей между техническими характеристиками (такими как тип устройства, бренд, процессор, видеокарта, объем оперативной памяти, тип и объем накопителя) и конечной рыночной ценой. Полученные инсайты позволят лучше понять динамику рынка, прогнозировать ценовые тенденции и предоставлять обоснованные рекомендации как для потребителей, так и для производителей. Проект также ставит целью демонстрацию методологии анализа больших данных и визуализации результатов для широкой аудитории.
Про датасет
Для проведения анализа был использован набор данных под названием «All Computer Prices», доступный на платформе Kaggle. Этот датасет содержит детальную информацию о различных типах компьютеров, включая их технические спецификации и соответствующие рыночные цены. Он является ценным источником для изучения корреляций и трендов в индустрии компьютерной техники.
Инфографика
Мокапы. Визуализация
О создании
Сочетание точного анализа данных с помощью Python, профессионального инструмента визуализации Datawrapper и креативных возможностей ИИ позволило мне создать всесторонний и наглядный проект по анализу цен на компьютеры.
Вывод
Проведенный анализ наглядно демонстрирует, что современный рынок компьютеров характеризуется четкой иерархией цен, где ключевыми драйверами стоимости выступают не только технические характеристики, но и позиционирование брендов. Я выявила, что наиболее сильное влияние на цену оказывают уровень процессора и видеокарты, а также объем оперативной памяти, что подтверждается высокими коэффициентами корреляции. Интересным наблюдением стал устойчивый тренд роста средних цен с 2018 года, что может быть связано как с инфляционными процессами, так и с усложнением технологий. В конечном итоге, данный проект не только предоставляет сухие цифры, но и служит практическим руководством для понимания того, из чего складывается стоимость современного устройства. Использование инструментов визуализации, таких как Datawrapper, в сочетании с мощным аналитическим потенциалом Python и креативностью ИИ, позволяет превратить сырые данные в понятную и убедительную историю, необходимую для принятия обоснованных решений на рынке электроники.
