🎬 במטלה הזאת התבקשתי לנתח את נתוני הסרטים ממאגר הנתונים הענק שנמצא באתר IMDB ולתחקר את המאפיינים השונים של הסרטים כדי לבחון את ההשפעה שלהם על הרווחיות של הסרט, מקווה שתאהבו!
לפני הצגתם, טענתי את הנתונים לכלי הBI > ביצעתי ניקוי של ערכים שגויים, עמודות מערכים ריקים, תאריכים שגויים, שינוי טיפוסי מידע, הוספתי עמודות חישוביות, ויצרתי מדדים בהתאם לצרכים של הדו״ח כמו: מדד רווח, ROI, ממוצע הכנסה, מדד שסוכם תקופה אל מול תקופה קודמת ומדד שמביא את שם הסרט.
בעמוד הראשון הצגתי את ממוצע הרווחיות לפי קבוצה (Pie chart), רווחיות לפי שנים לעומת שנה קודמת, מדדי רווחיות, כמות סרטים וממוצע מכירות למעלה.
בטבלה הצגתי את הז׳אנרים הבולטים בדגש על הרווחיות שלהם, הוספתי אייקון שמבליט את הז׳אנר הרווחיים ובנוסף הוספתי לטבלה את מדד החזר ההשקעה כדי לתת מושג האם כדאי להשקיע בז׳אנר ספציפי או לא.
בחרתי להתמקד דווקא בשוק האמריקאי כיוון שהיה לנו הרבה מידע על השוק הזה, ומדובר בשוק גדול ורווי משתמשים.
בעמוד הזה בחרתי להציג את עשרת האולפנים המוכרים ביותר באמריקה, תצוגת אשכולות של הז׳אנרים השונים שמציגה את הקשר בין ממוצע דירוג הצופים אל מול המכירות בארה״ב, גודל האשכולות מייצג את כמות הסרטים לכל ז׳אנר. בנוסף, עוד תצוגה שמדגישה את ההבדל בין שימוש ב DVD אל מול קולנוע בארה״ב וכן מדדים דינמיים, כולל מדד שמציג את שם הסרט הנמכר ביותר בארה״ב!
העמוד השלישי מציג עוד מאפיינים שונים של הסרטים מתוך המידע, שלא הצגנו עד כה.
כאן ניתן למצוא את אחוז הדירוג לפי "Roten Tomatos״ ובחלוקה לקבוצות של אורכי סרטים שהגדרתי שרירותית, נמצא שסרטים שאורכם גדול מ- 120 דקות, מדורגים הכי גבוהה, לפי אתר זה.
בנוסף, כמות המפיקים עם כמות הסרטים הגבוהה ביותר, מפת ״עץ״ שמחולקת לסוג שעל פיו נוצר הסרט וחלוקה למגבלות. גודל העץ וכל מגבלה נקבע לפי כמות הסרטים.