Este projeto consiste em uma análise exploratória e estatística do "TMDB 5000 Movie Dataset", um popular conjunto de dados do Kaggle com informações sobre quase 5.000 filmes. O foco da análise é investigar a relação entre métricas financeiras (orçamento e receita) e indicadores de sucesso (popularidade e nota média).
O projeto aborda um ciclo completo de análise de dados, incluindo a unificação de múltiplas fontes, limpeza de dados inválidos, parsing de colunas com estruturas complexas (JSON) e, principalmente, a aplicação de estatística descritiva e análise de correlação para gerar insights.
- Unificar os datasets de filmes e créditos utilizando
pandas.mergecom chaves de nomes diferentes (left_on,right_on). - Realizar a limpeza e preparação dos dados, com foco na remoção de registros com valores financeiros inválidos (orçamento/receita zerados).
- Processar e extrair informações úteis de colunas com formato JSON (como
genresekeywords) utilizando a bibliotecaast. - Calcular e visualizar uma matriz de correlação para quantificar a relação entre as variáveis:
budget,revenue,popularity, evote_average. - Responder à pergunta central: "Investir mais dinheiro em um filme (orçamento) garante uma maior receita ou uma melhor avaliação do público?"
- Linguagem: Python
- Bibliotecas: Pandas, Matplotlib, Seaborn, AST
- Técnicas: Análise de Correlação, Limpeza de Dados, Parsing de JSON, Análise Exploratória de Dados (EDA), Visualização de Dados.
- Ambiente: Google Colab
-
Orçamento vs. Receita (Correlação Forte): Foi confirmada uma correlação positiva e forte (0.73) entre o orçamento (
budget) e a receita (revenue). Isso indica que, estatisticamente, maiores investimentos em produção tendem a estar associados a maiores retornos financeiros. -
Orçamento vs. Avaliação (Correlação Nula): O insight mais surpreendente foi a ausência de correlação significativa (próxima de 0.09) entre o orçamento (
budget) e a nota média (vote_average). Isso sugere fortemente que o sucesso de crítica e a satisfação do público não são garantidos apenas por altos investimentos, dependendo mais de fatores como roteiro, direção e qualidade da produção. -
Popularidade e Receita: A popularidade (
popularity) também demonstrou uma correlação positiva forte com a receita (revenue), reforçando que filmes que geram mais "buzz" e são mais assistidos tendem a faturar mais.
José Guilherme - https://www.linkedin.com/in/guilherme-carvalho-34314a342