Video_Games_Analysis_Sales

Analyse des ventes de jeux vidéo

Table des matières

• Aperçu du projet
• Objectif
• Sources de données
• Méthodologie
  • Extraction de données
  • Nettoyage des données
  • Visualisation des données
• Principales conclusions
• Informations exploitables
• Tableau de bord interactif
• Comment exécuter ce projet
• Améliorations futures
• Remerciements

Aperçu du projet

Le projet Video Games Sales Analysis vise à analyser les données sur les ventes de jeux vidéo pour découvrir les tendances, comprendre les préférences du marché et fournir des informations qui peuvent aider à prendre des décisions commerciales stratégiques. Utilisant SQL pour la manipulation des données et Power BI pour la visualisation des données, ce projet offre une vue complète des performances de l'industrie du jeu de 1980 à 2020.

Objectif

• Analyser les performances des ventes sur différentes plates-formes (par exemple, Xbox, PlayStation, PC) et genres.
• Identifier la répartition et les préférences des ventes régionales.
• Fournir des informations exploitables pour la stratégie commerciale et le marketing.

Sources de données

• Données de ventes : l'ensemble de données principal utilisé dans cette analyse provient de l'ensemble de données de ventes de jeux vidéo Kaggle, contenant des enregistrements de ventes de jeux vidéo, notamment :
  • Titre
  • Plate-forme
  • Année
  • Genre
  • Éditeur
  • Ventes mondiales
  • Autres mesures de ventes dans différentes régions (NA, UE, JP, etc.)

Méthodologie

Extraction de données

Des requêtes SQL ont été écrites pour extraire les données pertinentes de l'ensemble de données de ventes, en se concentrant sur des indicateurs clés tels que les ventes totales par plateforme, genre et année.

Nettoyage des données

Les tâches de nettoyage des données comprenaient :

• Supprimer les entrées en double
• Gestion des valeurs manquantes
• Assurer la cohérence des données

Visualisation des données

Power BI a été utilisé pour créer des tableaux de bord interactifs, visualisant les données sous forme de diagrammes, de graphiques et de tableaux afin de mettre en évidence les principales tendances et comparaisons des ventes.

Principales conclusions

• Meilleures plates-formes : PlayStation et Xbox affichent régulièrement des ventes plus élevées au fil des ans.
• Genre Performance : Les jeux d’action ont tendance à dominer les chiffres de ventes sur différentes plateformes.
• Aperçus régionaux : L'Amérique du Nord est en tête des ventes, tandis que le Japon a des préférences uniques pour certains genres.

Informations exploitables

• Stratégies marketing : augmenter les investissements marketing dans les plateformes et les genres les plus performants.
• Développement de produits : Focus sur le développement de jeux d'action et de sports basés sur les préférences des consommateurs.
• Promotions régionales : créez des campagnes marketing localisées ciblant des genres spécifiques populaires dans différentes régions.

Tableau de bord interactif

Explorez le tableau de bord interactif développé à l'aide de Power BI pour des informations plus approfondies :

Remarque : Pour accéder au tableau de bord, vous aurez peut-être besoin d'une licence Power BI ou d'autorisations définies par le créateur.

Détails des jeux

Détails de l'éditeur de jeux

Jeux publiés au cours d'une année spécifique

Comment exécuter ce projet

Conditions préalables

• Environnement SQL (par exemple, MySQL, PostgreSQL)
• Power BI Desktop installé sur votre ordinateur

Mesures

1. Cloner le référentiel :

   git clone https://github.com/ajitii/Video_Games_Analysis_Sales.git
   

2. Configurer la base de données : importez les scripts SQL fournis dans votre environnement de base de données pour configurer les données de vente.

3. Ouvrez Power BI : Lancez Power BI et importez le fichier video_games_sales_analysis.pbix inclus dans ce référentiel.

4. Interagissez avec le tableau de bord : utilisez les fonctionnalités interactives de Power BI pour explorer différentes informations et tendances sur les données.

Améliorations futures

• Analyses avancées : intégrez des modèles prédictifs et une analyse des sentiments pour des informations complètes.
• Documentation améliorée : ajoutez des explications et des exemples plus détaillés dans les rapports Power BI.
• Commentaires des utilisateurs : planifiez un mécanisme de commentaires pour améliorer la convivialité et les fonctionnalités du tableau de bord en fonction des interactions des utilisateurs.

Remerciements

• Un merci spécial aux contributeurs pour leurs idées et leur soutien dans la réalisation de ce projet.
• Ensemble de données provenant de Kaggle.