Resumen del proyecto

Contexto

• Proyecto del Sprint 6 del programa de Ciencia de Datos en TripleTen.
• Se trabaja con datos históricos de ventas globales de videojuegos hasta 2016, con el objetivo de apoyar la planeación de estrategia comercial para 2017.

Problema de negocio

• Identificar patrones de éxito (por plataforma, género y región) para orientar decisiones de marketing y selección de plataformas.

Objetivos (qué se busca demostrar con datos)

• Preparar y limpiar los datos.
• Identificar plataformas y géneros con mayor potencial de éxito.
• Analizar la relación entre reseñas (usuarios y críticos) y ventas.
• Construir perfiles regionales de usuario/mercado (NA, EU, JP).
• Probar hipótesis estadísticas relacionadas con plataformas y géneros.

Dataset (tabla) y atributos clave

• games.csv
  • Ruta en repo: data/games.csv (verifica que coincida con tu estructura real en GitHub)
  • name: nombre del videojuego
  • platform: consola / plataforma
  • year_of_release: año de lanzamiento
  • genre: género
  • na_sales, eu_sales, jp_sales, other_sales: ventas por región
  • critic_score: calificación de críticos (0–100)
  • user_score: calificación de usuarios (0–10)
  • rating: clasificación ESRB
  • Reproducibilidad (resumen):
    • pipenv install → pipenv shell
    • Abrir y ejecutar notebooks/sprint6_analysis.ipynb

Alcance temporal y población

• Datos históricos hasta 2016 (en conclusiones: foco analítico 2013–2016).

Unidad de análisis

• Videojuego (y agregaciones por plataforma / género / región / año según la pregunta).

Métricas

• Ventas por región: na_sales, eu_sales, jp_sales, other_sales.
• Scores: critic_score, user_score.
• Métricas inferenciales: p-value, estadístico t (según pruebas de hipótesis).

Entregables

• Notebook principal: https://github.com/cjhirashi/proyecto-sprint-6/blob/main/notebooks/sprint6_analysis.ipynb

Herramientas utilizadas

• Python 3: ejecución del flujo de análisis.
• Pandas: carga, limpieza, transformación y agregaciones.
• NumPy: soporte numérico para operaciones y transformaciones.
• Matplotlib / Seaborn: visualización (distribuciones, comparativas, correlaciones).
• Jupyter Notebook: reporte reproducible (código + narrativa).
• Pipenv: gestión de entorno y dependencias.

Proceso (clasificado por fases)

1. Introducción del proyecto

• Contexto de negocio: tienda online Ice (ventas globales).
• Objetivo analítico: identificar patrones que ayuden a predecir éxito de lanzamientos y planear campañas para 2017.

2. Preparación y limpieza de datos

2.1. Carga de datos y revisión general

• Carga de games.csv, inspección inicial (head(), info(), describe()), definición de columnas y contexto ESRB.

2.2. Estandarización de nombres de columnas

• Normalización a minúsculas para consistencia.

2.3. Conversión de tipos de datos y justificación

• Ajustes de tipos para análisis (año, scores y variables relevantes).

2.4. Análisis y tratamiento de valores ausentes

• Revisión de nulos por columna y decisiones de tratamiento.

2.5. Creación de total_sales

• Variable derivada como suma de ventas regionales (na_sales, eu_sales, jp_sales, other_sales).

3. Análisis exploratorio de datos (EDA)

• Exploración para detectar patrones/relaciones:
  • evolución temporal del mercado (lanzamientos por año),
  • desempeño por plataformas y ciclos de vida,
  • periodo relevante (foco reciente),
  • relación reseñas vs ventas,
  • comparativos por región,
  • comparativos por género.

3.1. Juegos lanzados por año

Contenido (según notebook)

• Se grafica el número de lanzamientos por año para observar la evolución del mercado.
• Hallazgo: crecimiento desde mediados de los 90; pico 2007–2009; descenso sostenido desde 2011.

3.2. Ventas por plataforma y análisis de evolución

Contenido (según notebook)

• Se agrupan ventas por plataforma para identificar líderes históricos y transición generacional.
• Se discuten ciclos de vida de plataformas (auge → madurez → declive) para interpretar tendencias.

3.3. Selección del periodo relevante para el análisis

Contenido (según notebook)

• Se recorta a una ventana reciente (foco del proyecto: 2013–2016) para representar el mercado actual y proyectar a 2017.
• Propósito: evitar sesgo por plataformas ya obsoletas.

3.4. Plataformas líderes, en crecimiento y en declive

Contenido (según notebook)

• Con el periodo reciente, se identifican plataformas con tendencia positiva vs en declive.
• Resultado: plataformas “prometedoras” para priorización comercial.

3.5. Diagrama de caja de ventas globales por plataforma

Contenido (según notebook)

• Boxplots de total_sales por plataforma (mediana, dispersión y outliers).
• Propósito: evidenciar asimetría (pocos éxitos elevan promedios) y comparar plataformas de forma robusta.

3.6 Impácto de las críticas de usuarios y expertos en las ventas

Contenido (según notebook)

• Se analizan correlaciones entre critic_score/user_score y ventas.
• Conclusión operativa: critic_score suele aportar más señal que user_score.

3.7. Comparación de ventas por género

Contenido (según notebook)

• Se comparan ventas por género para identificar los más rentables y apoyar selección de catálogo/campañas.

4. Perfil regional del usuario

4.1. Diferencias regionales de ventas por plataforma y género

Contenido (según notebook)

• Se calculan y comparan las plataformas y géneros más relevantes por región (NA, EU, JP) usando ventas regionales.
• Hallazgos resumidos:
  • NA/EU: PS4/XOne con géneros Action/Shooter (Sports relevante).
  • JP: Role-Playing y plataformas portátiles (3DS/PSV).

4.2. Evaluación de impacto de las calificaciones por región

Contenido (según notebook)

• Se analiza si el efecto de critic_score y user_score sobre ventas cambia por región.
• Uso: ajustar el valor de las calificaciones como señal para decisiones de marketing/forecast por mercado.

4.3. Influencia del rating ESRB en cada región

Contenido (según notebook)

• Se compara la distribución/impacto del rating ESRB por región.
• Hallazgo resumido: la clasificación ESRB es más relevante en NA/EU y tiene menor peso en JP.

5. Prueba de hipótesis

Contenido (según notebook)

• Se ejecutan t-tests para validar si diferencias observadas en el EDA son significativas (α≈0.05).

5.1. Calificaciones promedio de usuarios en Xbox One y PC: ¿son diferentes?

Contenido (según notebook)

• Comparación de user_score entre Xbox One y PC.
• Resultado reportado: no se detectó diferencia significativa.

5.2. Ventas globales promedio de los géneros Action y Sports: ¿son diferentes?

Contenido (según notebook)

• Comparación de total_sales entre Action y Sports.
• Resultado reportado: diferencia significativa (p < 0.05), con Action superior.
  • Muestras: Action = 766 juegos, Sports = 214 juegos
  • t-statistic = -2.991, p-valor = 0.003 (< 0.05)

6. Conclusión general y recomendaciones

Contenido (según notebook)

• Se integran hallazgos de preparación de datos + EDA + perfil regional + pruebas de hipótesis.
• Recomendaciones 2017: campañas diferenciadas por región; priorizar plataformas/géneros con mejor desempeño reciente; ponderar más critic_score que user_score.

Resultados e impacto técnico

Preparación e integración de datos

• Se cargó games.csv y se ejecutó limpieza/curación para habilitar análisis por plataforma, género, región y periodo.

Visualización y análisis exploratorio

• Se identificaron tendencias globales (picos 2008–2009 y caída hacia 2016).
• Se detectaron plataformas líderes (PS2/X360/PS3 históricas; PS4 liderazgo reciente).
• Se compararon géneros por desempeño: Action dominante; Shooter y Sports relevantes.
  • Perfil regional (2013–2016):
    • NA/EU: PS4/XOne con géneros Action/Shooter (Sports relevante).
    • JP: Role-Playing y plataformas portátiles (3DS/PSV).
  • Señal de reseñas vs ventas:
    • critic_score mostró mayor poder explicativo que user_score (que fue débil/negativa en varios casos).

Inferencia estadística (hipótesis)

• Se validó evidencia estadística de diferencia en ventas entre géneros (Action vs Sports) con p-value < 0.05.

Implicaciones técnicas y de negocio

• Se establecen criterios accionables por región:
  • NA/EU: priorizar Action/Shooter/Sports en PS4/XOne.
  • JP: priorizar Role-Playing en portátiles.
• Se recomienda ponderar más critic_score que user_score para aproximar desempeño comercial.
  • Estrategia 2017:
    • Campañas regionales diferenciadas (creativos/segmentación por región).
    • En NA/EU, reforzar catálogo/campañas en PS4/XOne; en JP, reforzar RPG en portátiles.