Oi, meu nome é Gustavo Kitagawa, analista de dados.
Minha jornada profissional começou no design, onde desenvolvi habilidades criativas e sensibilidade estética, que agora aplico na análise de dados contando histórias visualmente impactantes.
Desde 2023, atuo como analista de dados na GOL, contribuindo com relatórios e análises que apoiam os stakeholders a tomarem melhores decisões com base em dados.
Combino a precisão dos dados com a criatividade para entregar análises avançadas e extrair informações significativas, apresentadas de maneira envolvente.
Explore meu portfólio para ver exemplos de meu trabalho e entre em contato para descobrirmos como posso contribuir para o sucesso de seu projeto.
#AnáliseDeDados #DataViz #PowerBI #PowerQuery #SQL #TratamentoDeDados #PreparaçãoDeDados #Excel #GoogleSheets #GestãoDeProjetos #DesignGráfico #DesignDeInterfaces #Figma #PowerAutomate
Para cada uma das análises apresentadas nesse portfólio, sigo um processo bem estruturado, dividido nas seguintes etapas:
COMPREENSÃO DO PROBLEMA
Primeiro, dedico um tempo para entender a fundo as questões e necessidades do projeto, garantindo que minhas análises estejam alinhadas aos objetivos.
PESQUISA E ANÁLISE DAS FONTES DE DADOS
Investigo as melhores fontes de dados de acordo com o contexto da análise, sempre buscando informações confiáveis e relevantes.
EXTRAÇÃO DE DADOS
Conecto os dados por meio de APIs ou técnicas de web scraping, utilizando o Power Query para facilitar a extração.
TRATAMENTO E CARREGAMENTO
Limpo, organizo e padronizo os dados, corrigindo possíveis erros e criando colunas adicionais, tudo isso para garantir que estejam prontos para serem carregados no Power BI.
CRIAÇÃO DE MÉTRICAS E PARÂMETROS
Desenvolvo medidas em DAX focadas em precisão e performance, além de utilizar parâmetros de campo para facilitar a seleção das métricas mais adequadas.
INTERFACE GRÁFICA ENVOLVENTE
Utilizo ferramentas como Figma e Photoshop para criar planos de fundo e capas que complementam o visual do Power BI, criando uma interface gráfica que enriquece o storytelling da análise.
Durante o meu processo seletivo para a GOL, fiz uma análise das reclamações registradas no portal Consumidor.gov.br. Essa experiência me ajudou a me destacar na seleção! Os dados utilizados são de acesso público e estão disponíveis no portal da ANAC.
A análise está organizada em três páginas, que incluem:
NÚMEROS GERAIS
Aqui, apresento um panorama das reclamações mensais e anuais, com ênfase no impacto da pandemia.
EXPLORE AS CATEGORIAS
Utilizei um diagrama de árvore para facilitar a navegação entre as categorias e subcategorias das reclamações.
EXPLORE AS RESPOSTAS
Outro diagrama de árvore é usado para mostrar os status de atendimento das reclamações dos clientes.
DIAS E PERÍODOS
Aqui, faço uma análise das principais categorias de reclamação e destaco a evolução ao longo do tempo.
PRINCIPAIS CATEGORIAS
Distribuição das reclamações pelas categorias macro de reclamação e destaque para a evolução no período.
PERFIL DO RECLAMANTE
Analiso o perfil dos reclamantes com base em faixas etárias, sexo, região, estado e canal de comunicação utilizado.
Analisei os dados abertos das despesas parlamentares no período entre 2008 e 2023, disponíveis neste link, para elencar em quais categorias estão os maiores gastos.
A análise está dividida em três páginas:
ANÁLISE DE PARETO
O princípio de Pareto sugere que 80% dos problemas são provenientes de 20% das causas. Nesta análise, foi possível constatar que do total de despesas dos deputados, cinco de dezenove categorias correspondem a 79,7%. Na perspectiva de partidos, 13 de 42, represetam 78,3% desse total.
DESPESAS POR PARLAMENTAR
Em formato de tabela, apresentei as despesas por parlamentar em números totais e por legislatura. Para a exploração, essa análise conta com filtros para nome do parlamentar, partido, categoria e ano da legislatura.
DESPESAS POR PARTIDO
Na análise de despesas anuais por partido, por meio de uma linha do tempo, é possível perceber que o partido-situação é aquele quem gasta mais durante seu respectivo governo.
Explorei a base de dados do Kaggle com dados do top 10 dos artistas mais tocados no YouTube e Spotify.
Para cada plataforma, preparei duas análises:
CORRELAÇÃO
Correlacionei a quantidade de reproduções por música, álbum e artista às características das músicas como dançabilidade, energia, instrumentabilidade, entre outras.
TOP DOS TOPS
Top 10 dos artistas e músicas mais reproduzidas em cada plataforma
Na comparação entre plataformas, por meio de um gráfico de dispersão, comparei as quantidades de reproduções em cada plataforma de modo a identificar os artistas que se destacam mais em cada plataforma.
Nesta análise, por exemplo, é possível identificar que o Post Malone tem quase 140% de reproduções no Spotify e que a Kate Perry tem quase 100% a mais de reproduções no YouTube.
Dashboard desenvolvido para um desafio do LinkedIn de analisar os dados de Messi e Cristiano Ronaldo, os dois mais fortes candidatos para o título de melhor de todos os tempos (GOAT - Greatest Of All Time)!
Por meio de web scraping, capturei os dados de ambos no site da ESPN. Foram mais de 200 páginas "varridas" por meio de um processo bastante otimizado e conciso via Power Query. Nesse artigo, explico sobre esse processo.
Busquei as respostas para:
Quem tem proporcionalmente mais vitórias, empates e derrotas?
Quem sempre marca nas partidas?
Quem acerta mais chutes a gol?
Quem se deu melhor nos campeonatos em que ambos participaram?
Como foi o histórico de cada um?
Quais as porcentagens de:
Partidas com gols
Partidas com mais de um gol
Gol em todo chute a gol
Gol em toda finalização
Esta análise teve como base os dados do PDET (Programa de Disseminação de Estatísticas do Trabalho) que traz números das vagas de emprego no país.
Cruzei esta base com o recente Censo 2022 do IBGE para compor uma análise exploratória no Power BI em quatro páginas:
OVERVIEW
Visão geral dos big numbers e ranking por admissões, demissões e estoque de vagas.
ANÁLISE POR PERÍODO
Seleção de métricas em números absolutos e relativos à população para visualizar os comportamentos dos períodos de 2020 a 2023.
ANÁLISE POR LOCALIDADE
Seleção de métricas e do nível de granularidade da localidade (região, estado ou município) em uma visualização de gráfico de dispersão.
RANKING POR LOCALIDADE
Seleção de métricas para visualização de rankings simultâneos por região, estado e município.
Para esse dashboard trouxe os dados do site Just Watch – um dos maiores sites especializados em filmes e série. Comparei os catálogos dos serviços de streaming que possuem maior número de assinantes no Brasil (Netflix, Prime Video, HBO Max, Globoplay, Disney+, Star+ e Apple TV+).
Nessa análise, busquei as respostas para:
Qual é o maior catálogo?
Quem tem mais filmes? E mais séries?
Qual catálogo tem a melhor avaliação?
Estes gráficos foram produzidos para o desafio proposto pela Data Visualization Society para criar uma visualização de dados diariamente conforme um tema ou tipo de gráfico.
Para este projeto, realizei a pesquisa e a seleção da fonte de dados, realizei os tratamentos e desenvolvi o dataviz utilizando o Figma e, em alguns casos, a combinação de Figma e Power BI.