A través del rol del Data Analyst se realizara el siguiente proyecto para incursionar en el mercado de los conocidos como MOOCs (Massive Open Online Course).
Los MOOCs (cursos masivos abiertos y online, por sus siglas en inglés) han revolucionado el mundo de la educación desde principios de la década pasada, cuando el profesor Sebastian Thrun comenzó con la transmisión online de su curso introductorio a la Inteligencia Artificial. Poco tiempo después, Thrun fundó Udacity y con el pasar de los años se han ido sumando otras plataformas como edX y Coursera, brindando servicios similares: acceso a contenido específico, de calidad y de manera práctica, desde la comodidad del hogar. Muchas de estas plataformas tienen contenido gratuito mientras que el modelo de negocio en general se basa ya sea en el pago de suscripciones recurrentes para acceso general o únicas, para acceder a certificaciones o a cursos premium. Con el aumento de la popularidad de los MOOCs, no solo han aparecido nuevas plataformas privadas como las mencionadas anteriormente, sino que también muchas universidades y organizaciones sin fines de lucro han sumado a la oferta haciendo el mercado mucho más competitivo. En este contexto, resulta imperante para cada plataforma, ajustar sus modelos de negocio, los cursos y el contenido que se ofrece en los mismos para lograr captar y retener a la mayor cantidad de clientes.
1.- Segmentación de las ventas según:
- precio
- idioma
- nivel
- rating
de cada curso para analizar qué tanto influyen dichas variables en la demanda del producto vendido.
2.- WordCloud de las palabras clave que más se repiten dentro del título.
3.- Archivo de Power BI con el análisis gráfico.
4.- Recomendaciones
Con el fin de monitorear la eficacia de los objetivos de la empresa, se le pide establecer al menos 1 KPI producto de su análisis y que el mismo se pueda visualizar en un dashboard.
Análisis Exploratorio de los datos(Exploratory Data Analysis = EDA):
Debe incluir un informe en el que explique y justifique el análisis expuesto y los datos utilizados, complementando con las salidas visuales incorporadas en el EDA. El reporte debe presentrase en un notebook (.ipynb) adecuadamente comentado.
Dashboard:
Análisis:
KPIs:
Se debe sugerir al menos 1 KPI bien formulado y debe aparecer en el dashboard.
Repositorio de GitHub:
Contendiendo un Readme principal donde se presente de forma general el proyecto.