Анализ продаж видеоигр

Этот репозиторий содержит курсовой аналитический проект по исследованию датасета продаж видеоигр для предмета "технологии хранения больших данных". Основная цель проекта — провести разведочный и статистический анализ данных, чтобы понять, какие факторы связаны с коммерческим успехом игры.

В проекте анализируются глобальные и региональные продажи игр, жанры, платформы, оценки критиков и пользователей, количество обзоров, возрастные рейтинги ESRB, разработчики и издатели. Итогом анализа является набор проверенных гипотез и выводов о том, что может быть связано с высокими продажами игр.

Проект отвечает на главный исследовательский вопрос:

Какие характеристики видеоигр сильнее всего связаны с их продажами и отличаются ли эти зависимости в разных регионах?

Для ответа на этот вопрос в ноутбуке рассматриваются несколько направлений анализа:

1. Влияние оценок на продажи
   Проверяется, чьи оценки сильнее связаны с глобальными продажами: оценки критиков или оценки пользователей.

2. Роль популярности обсуждения
   Анализируется, что важнее для продаж: сама оценка игры или количество обзоров и пользовательских отзывов.

3. Региональные различия игрового рынка
   Сравниваются жанровые предпочтения в Северной Америке и Японии. Это помогает увидеть, что разные рынки могут иметь разные игровые вкусы.

4. Возрастной рейтинг и продажи
   Проверяется, отличаются ли средние продажи игр с разными возрастными рейтингами, например M и E.

5. Разрыв между мнением критиков и игроков
   Рассчитывается показатель Score_Gap, который показывает, насколько оценки критиков отличаются от оценок пользователей. Это позволяет найти игры и жанры, где критики и игроки расходятся во мнениях.

В проекте используется датасет Video_Games_Sales.xls, содержащий информацию о продажах видеоигр, оценках и метаданных игр.

Основные признаки датасета:

В ноутбуке исходный датасет имеет размер 16 719 строк и 16 столбцов. После очистки данных остаётся 16 448 игр, а для анализа, связанного с оценками критиков и пользователей, используется подвыборка из 6 894 игр с полными оценками.

В проекте применяются следующие методы:

• Разведочный анализ даннх (EDA)
• Визуализация представленных данных через seaborn и matplotlib;
• Статистические оценки и тесты для подтверждения/опровержения выдвинутых гипотез

Для проверки строятся графики зависимости Global_Sales от Critic_Score и User_Score, после чего считается корреляция Спирмена.

Смысл гипотезы: если оценки критиков сильнее связаны с продажами, то профессиональные обзоры могут быть более значимым индикатором коммерческого успеха, чем пользовательская оценка.

В этой части сравниваются связи между продажами и четырьмя показателями:

• Critic_Count — количество обзоров критиков;
• User_Count — количество пользовательских оценок;
• Critic_Score — средняя оценка критиков;
• User_Score — средняя оценка пользователей.

Идея анализа: высокая оценка сама по себе не всегда означает большие продажи, а большое количество обзоров и отзывов может отражать масштаб интереса к игре.

Продажи по жанрам группируются отдельно для Северной Америки и Японии, затем переводятся в доли от общего рынка региона.

Полученный вывод: жанровые предпочтения регионов заметно отличаются. Например, в Северной Америке лидируют Action, Sports и Shooter, а в Японии — Role-Playing, Action и Sports.

Для проверки сравниваются средние глобальные продажи игр с рейтингами M и E. Используется Welch's t-test, так как размеры выборок и дисперсии могут отличаться.

Результат проверки: несмотря на то что средние продажи игр M немного выше, статистически значимой разницы не обнаружено. Следовательно, нельзя уверенно утверждать, что игры с рейтингом M продаются лучше игр с рейтингом E.

Для анализа рассчитывается показатель:

Score_Gap = Critic_Score - User_Score * 10