A prezentáció a KÜRT Akadémia Data Science képzéséhez kapcsolódóan készült, az adatok forrása a Kickstarter, az eadattisztításhoz Pythont, az elemzéshez Tableu-t használtunk.
Obsuszt Norbert vállalta a technikai, én pedig az elemzős, értelmezős részeket.
4. Kérdések
• Hány felhasználó támogatta a legsikeresebb projekteket? ❌
• Milyen hosszú volt a kampány?✅
• Az év melyik szakaszában indult a kamápny?✅
• Mekkora összeg volt célként megjelölve a legsikeresebb projekteknél?✅
• Mennyi a támogatások kosárértéke?❌
• Mennyibe kerülnek a legnépszerűbb pledge-ek?❌
• Kik azok a támogatók, akik a legtöbb kampányt támogatták?❌
• Melyik országok és városok lakói támogatják a legtöbb projektet?❌
• Estimated delivery és projekt élesítés között eltelt idő❌
• Hány link mutat a legnépszerűbb projektekre? Melyik site-nak kell mindenképpen hivatkoznia, ha sikert
akarunk?❌
21. Ezekből az adatokból 70% eséllyel tudjuk
megmondani, hogy egy kampány sikerül-
e. Ha mindig azt mondanánk, hogy nem
sikerül, akkor 65%-ban lenne igazunk.
24. Hogyan tovább?
• Blogbejegyzés az érdekességekből
• További elemzés a technology/wearables/hardware
kampányokról
• További elemzés a $200k fölötti célt elért
kampányokból
• Döntések adatok és intuíciók alapján