Análise de dados

Uma das dificuldades que enfrentei na construção do meu primeiro trabalho de ux design foi a formulação da pesquisa quantitativa e posterior estudo dos dados obtidos.

Quem conseguiu acertar na primeira tacada que dê o like aqui! Brincadeiras à parte, não sou uma pessoa que se acomoda diante da dificuldade enfrentada.

Este é o meu dashboard de análise de gastos pessoais (dados fictícios) com dados disponibilizados pela FLAI no evento Semana do Iniciante em Data Science (30 de agosto a 1 de setembro de 2021).

Raciocínio da construção

1. os dados foram tratados e padronizados. Entradas nulas foram excluídas para não prejudicar a contagem.
2. Calculei o gasto total dos três anos e fui calculando a média, a quantidade dos dias de gastos e a de compras.
3. Os gráficos foram construídos de acordo com a evolução dos gastos (em linha), a variação de gastos em relação ao mês anterior, gastos médio e por categoria.
4. Para fazer uma análise da linha do tempo, utilizei filtros do Power BI Desktop.

Conclusão

1. Entre os três anos analisados, não podemos dizer o ano de maior gasto, pois não temos todos os dados dos anos 2019 e 2021.
2. Domingo é o dia de maior gasto entre a semana. Se descobrirmos onde a pessoa gasta, poderemos estudar uma forma de aumentar a oferta de produto para este consumidor.
3. Se a intenção é ajudar a diminuir os gastos pessoais, deveríamos estudar a forma de cortar custos em serviços e restaurante.
4. No geral, esta pessoa aumenta os gastos em relação ao mês anterior, nos meses de maio, novembro e dezembro (mais de R$10k). Podemos considerar a influência de datas comemorativas. Ao cruzarmos a informação da categoria com a data, poderemos descobrir a preferência do consumidor e oferecer produtos agregados para aumentar as vendas no comércio.
5. Ao pensar no bolso do consumidor, poderia oferecer alternativas de alimentação mais barata, tais como comidas congeladas fitness, planos de preparação semanal de refeição, etc.