Contesto:
Durante il corso Data Analyst di Epicode, ho realizzato un progetto finale focalizzato sull’analisi del dataset Olist, una piattaforma di e-commerce brasiliana. L’obiettivo era comprendere le dinamiche di vendita, i ricavi e la soddisfazione dei clienti nel periodo 2016-2018. 

Obiettivi:

• Pulire e preparare dati reali relativi a ordini, clienti, prodotti e recensioni.

• Analizzare l’andamento delle vendite e dei ricavi nel tempo.

• Valutare la distribuzione dei rating dei clienti per identificare tendenze di soddisfazione.

• Creare un dashboard Power BI interattivo per visualizzare insight strategici utili a migliorare le performance aziendali.

Tecnologie utilizzate:

• 📊 Power BI (modellazione, DAX e visualizzazione) 

• Dataset pubblico Olist (2016-2018) 

• Excel 

• Power Query (pulizia e trasformazione dati)

🔗 Link al progetto GitHub:
👉 Visualizza su GitHub

Contesto:
Durante la quarta settimana di Looker Studio del corso Data Analyst di Epicode, è stato sviluppato un progetto Looker Studio completo, con l'obiettivo di analizzare la rappresentanza di genere tra gli artisti, conduzione, co-conduzione e direzione artistica partecipanti al Festival di Sanremo dal 1951 al 2023. 

Obiettivo:
Importare, pulire e analizzare dati real per esplorare l’evoluzione della partecipazione maschile, femminile e mista (duetti, band, gruppi) nel corso dei anni.Visualizzare i cambiamenti nella rappresentanza di genere nel tempo.Costruire una dashboard interattiva per facilitare l'esplorazione dei dati.

Tecnologie utilizzate:

• 🐍 Python 3.x

• 📊 Pandas, NumPy

• 🎨 Looker Studio

• 📘 Jupyter Notebook

• Dataset pubblici 

• Excel

• Power Query (pulizia e trasformazione dati)

🔗 Link al progetto GitHub:
👉 Visualizza su GitHub

🔗 Link al progetto Looker Studio:
👉 Visualizza il report in Looker Studio

Contesto:
Durante la quarta settimana di Python del corso Data Analyst di Epicode, è stato sviluppato un progetto Python completo, con l'obiettivo di simulare la gestione e l’analisi dei Dati COVID-19 in Italia e nel Mondo (2020-2024)

Obiettivo:
Importare, pulire e analizzare dati reali da fonti ufficiali per creare una panoramica efficace sul numero di vaccinazioni in relazione alla popolazione per ogni regione, attraverso grafici chiari e interattivi. 

Tecnologie utilizzate:

• 🐍 Python 3.x

• 📊 Pandas, NumPy

• 🎨 Matplotlib, Seaborn

• 📘 Jupyter Notebook

• Dataset pubblici (CSV da GitHub e portali istituzionali) 

🔗 Link al progetto GitHub:
👉 Visualizza su GitHub

Esercitazione finale – ToysGroup Case Study 

Contesto:
Durante la quarta settimana del corso Data Analyst di Epicode sul modulo MySql, è stato sviluppato un progetto SQL completo, con l'obiettivo di simulare la gestione e l’analisi di dati di vendita per l’azienda ToysGroup, oltre a un esercizio avanzato su uno store online.

Obiettivo:
Costruire e interrogare un database relazionale per ottenere insight su vendite, prodotti, categorie e regioni. Il progetto include anche un file Word con domande teoriche approfondite su SQL.

Tecnologie utilizzate:

• SQL (DDL, DML: CREATE, INSERT, SELECT, JOIN, GROUP BY, HAVING)

• Modellazione ER (concettuale e relazionale)

• DBMS: MySQL

🔗 Link al progetto GitHub:
👉 Visualizza su GitHub

Esercitazione finale - Data Analyst

Contesto:
Su richiesta della Regione Marche, è stato sviluppato un sistema per la gestione delle strutture ricettive del territorio attraverso l’uso di Excel, Power Query e Power Pivot.

Obiettivo:
Organizzare, trasformare e visualizzare i dati riguardanti le strutture e i prezzi medi per città, migliorando l’accessibilità e l’analisi delle informazioni.

Tecnologie utilizzate:

• Excel (funzioni avanzate, tabelle pivot, convalida dati)

• Power Query (pulizia e trasformazione dati)

• Power Pivot (modello dati e relazioni)

🔗 Link al progetto GitHub:
👉 Visualizza su GitHub