Skip to content

sannlin9/SQL-Data-analyses

Repository files navigation

Exploração e análise de dados de crédito com SQL e Python

A importância da análise exploratoria de dados EDA.

A análise exploratória de dados (EDA) é uma técnica fundamental para os negócios porque permite que as empresas obtenham insights valiosos a partir dos seus dados. Através da EDA, é possível identificar padrões, tendências e anomalias nos dados, o que ajuda as empresas a entenderem melhor o seu desempenho, as preferências dos clientes e as oportunidades de mercado.

Além disso, a EDA também ajuda as empresas a identificarem problemas nos dados, como valores ausentes ou inconsistências, que podem afetar a precisão das análises e das decisões baseadas em dados. Ao identificar esses problemas, as empresas podem tomar medidas para corrigi-los e garantir que os seus dados sejam confiáveis e precisos.

Em resumo, a EDA é uma técnica essencial para as empresas que desejam tomar decisões baseadas em dados sólidos e confiáveis. Ao realizar uma análise exploratória completa, as empresas podem obter insights valiosos e tomar decisões mais informadas e estratégicas.

Metodologia. Neste estudo, adotaremos a linguagem SQL atravez das ferramentas AWS Athena e bucket S3 para extração e criação de tabelas, além do uso do Python. A escolha dessas ferramentas se deve à sua capacidade de trabalhar com grandes volumes de dados de forma eficiente e escalável, permitindo a execução de consultas e análises complexas em um curto espaço de tempo. A utilização do Python também é vantajosa pela sua capacidade de manipulação de dados e geração de gráficos e visualizações, o que facilita a identificação de padrões e insights relevantes para o estudo em questão.