Proyecto 2: Predicción de Éxito en la Industria del Gaming
Análisis de Tendencias y Plataformas
La tienda online "Ice" vende videojuegos a nivel mundial. Necesitaban identificar patrones de éxito para planificar su campaña publicitaria del próximo año. Los datos disponibles incluían reseñas de usuarios y expertos, géneros, plataformas y ventas históricas, pero estaban "sucios" (valores ausentes, puntuaciones 'TBD', tipos de datos incorrectos). Objetivo: Limpiar los datos y determinar qué plataformas y géneros son potencialmente rentables para enfocar el presupuesto de marketing.
Solución (Metodología)
Ejecuté un análisis integral dividido en tres fases clave:
- Limpieza de Datos (Data Cleaning): Manejé casos complejos como las puntuaciones "TBD" (To Be Determined), convirtiéndolas correctamente a valores nulos (NaN) para permitir cálculos numéricos. Estandaricé nombres de columnas y corregí tipos de datos.
- Análisis de Ciclo de Vida: Descubrí que las plataformas de videojuegos tienen una vida útil promedio de 10 años, con un pico de popularidad a los 5 años. Esto permitió descartar consolas obsoletas (como Wii o DS) y enfocar el análisis solo en plataformas "vivas" (PS4, XOne).
- Perfilamiento Regional: Creé perfiles de usuario para Norteamérica (NA), Europa (EU) y Japón (JP), descubriendo que mientras NA y EU prefieren consolas de sobremesa y juegos de Acción/Shooter, el mercado japonés es dominado por consolas portátiles (3DS) y juegos de Rol.
- Pruebas de Hipótesis: Validé estadísticamente que no existe diferencia en las calificaciones promedio de usuarios entre Xbox One y PC, pero sí existe una diferencia significativa entre los géneros de Acción y Deportes.
Resultados
- Estrategia de Inversión: Se recomendó invertir fuertemente en juegos de PS4 y Xbox One para Occidente, priorizando los géneros Shooter y Acción.
- Estrategia Diferenciada: Para Japón, la estrategia recomendada fue distinta, enfocándose en la plataforma 3DS y el género Role-Playing, evitando desperdiciar presupuesto en títulos que allá no venden.
- Validación de Calidad: Se demostró que las reseñas de los críticos tienen una correlación más fuerte con las ventas que las reseñas de los usuarios, sugiriendo que la prensa especializada influye más en la compra que el "boca a boca" digital.
Tecnologías
- Python (Pandas): Para el procesamiento avanzado de datos y manejo de strings.
- Matplotlib & Seaborn: Para visualizar ciclos de vida de plataformas y distribuciones de ventas.
- SciPy (Stats): Para ejecutar pruebas T de Student independientes.
