Estudo de caso

Análise de dados do compartilhamento de bicicletas da Cyclistic

Autor: Cássio Lanna

Dashboard

Índice

1. Introdução

2. Tarefa de negócios

3. Dados

4. Processmento e Limpeza

5. Análise e Visualização

6. Conclusão e Recomendação

7. Possíveis escolhas para análise mais aprofundada

Introdução

Este estudo de caso foi elaborado pela Google em parceria com a Coursera, como projeto final para obtenção do Certificado Profissional Google Data Analytics. O cenário consiste na análise dos dados de demanda da empresa de compartilhamento de bicicletas Cyclistic.

A empresa oferta seu serviço de aluguel de bicicletas de duas formas: passes individuais chamados de ciclistas "casuais" e assinaturas anuais chamadas de ciclistas "membros". A empresa conta com aproximadamente 6.000 bicicletas que circulam por meio de 600 estações nas ciclovias da cidade de Chicago, localizada no estado de Illinois, Estados Unidos.

Conquistar mais membros anuais é crucial para o crescimento sustentável da empresa, impulsionando a fidelização, a receita recorrente e fornecendo dados valiosos para otimizar estratégias de marketing.

Tarefa de negócios

   . Como os membros anuais e os ciclistas casuais usam as bicicletas da Cyclistic de forma diferente?
   . Por que os passageiros casuais iriam querer adquirir planos anuais da Cyclistic?
   . Como a Cyclistic pode usar a mídia digital para influenciar os passageiros casuais a se tornarem membros?

Objetivo: Limpar, analisar e visualizar os dados para observar como os ciclistas casuais usam o aluguel de bicicletas de maneira diferente dos ciclistas associados anuais e obter insights.

Dados

• Dados históricos de viagens de ciclistas (de 2013 em diante) disponíveis em no formato .csv.
• Intervalo dos dados da análise: maio de 2022 a abril de 2023 (1,1 GB, descompactado);
• O conjunto de dados possui registros individuais de uso de bicicletas compartilháveis que constam de data e hora de início e término do passeio, latitude e longitude, informações da estação, tipo de bicicleta e tipo de ciclista (casual/membro).

Processamento e Limpeza

• Os dados foram baixados para o HD local para manipulação e análise usando o Rstudio;
• Toda a documentação e script do trabalho está aqui.
• Dashboard
• Para auxiliar na análise, foram adicionadas seis colunas.
• Antes da limpeza, todo o dataset possuia linhas 5.859.061 linas.
• Processo de limpeza: No processo foram apagadas:
  • Linhas com nomes de estação inicial e final ausentes encontradas;
  • Outras colunas que não possuiam utilidade para esta análise;
  • Valores de duração de viagem negativos.

Após a limpeza e consolidação dos dados em uma tabela, foram retornadas 4.533.929 linhas para a análise.

Análise e Visualização

Foram analisados os dados de viagem de aproximadamente 4.2 milhões de registros de passeio no conjunto de dados final. Para observar tendências diferenciadas entre o uso por usuários casuais e membros anuais, foram desenvolvidas visualizações diretamente no Rstudio.

Distribuição percentual do total de passeios

Percepções

• Aproximadamente 40% das viagens foram feitas por usuários casuis;

• Aproximadamente 60% das viagens feitas foram por usuários member;

• Apesar da demanda ser maior de ciclistas membros, tem-se que a utilização por tempo médio de cada viagem nos mostra que os usuários casuais utilizam aproximadamente 31% a mais do que os membros. Deste modo podemos considerar que os membros utilizam as bicicletas para irem em locais mais perto do que os casuais.

• Considerando as informações anteriores pode levar a crer que os usuários com planos utilizam as bicicletas com um foco a ir ao trabalho, enquanto os casuais podem utilizar para lazer.

Distribuição semanal dos passeios por tipo de usuário

Percepções

• Evidentemente o pico do usuários casuais ocorre aos finais de semana, ao contrário dos membros casuais que se matem estáveis.

• Os usuários casuais deixam para utilizarem mais as bicicletas aos finais de semana, possuindo um aumento de até 77,58% em comparação aos dias de semana, podendo acreditar utilizarem para o lazer.

• Os ususários member possuem uma queda aos fins de semana, sendo o pico no meio da semana e uma queda de até aproximadamente 20,01% aos fins de semana.

Distribuição do uso dos tipos de bicicleta

Percepsões

• Percebe-se que a docked_bike é o único tipo de bicicleta que não possui usuário member utilizando.

• A docked_bike possui o menor número de viagens, possuindo aproximadamente 4% das viagens.

• A doked_bike possui a maior média de duração da viagem (aproximadamente 43% do tempo médio total).

• A classic_bike é um tipo de bicicleta muito visada para as viagens, possuindo quase 59% das viagens, sendo aproximadamente 20% os casuais e 39% os member.

Distribuição mensal

Percepsões

• Meses de Dezembro a Fevereiro há um decaimento de usuários, sendo um decaimento de aproximadamente 78,93% em comparação de julho e dezembro.

• Os meses de Junho a Agosto representam aproximadamente 41% das viagens.

• A visualização torna perceptível os meses que estão em cada estação do ano.

Distribuição por Estação do Ano

Percepsões

• As viagens no Inverno representam 9,56% de todas as viagens, Primavera 22,66%, Verão 41,21% e Outono 26,58%.

• Durante o inverno há a maior caída dos membros casuais, chegando até aproximadamente 2,07% do total de viagens durante todo o ano.

Conclusão e Recomendação

• Uma observação, os usuários casuais utilizam as bicicletas por mais tempo do que os members, podem ser um indicativo que uzem-nas para lazer ou turismo, enquanto os members utilizam com um foco para deslocamento para trabalhos ou a rotina diária.

• Pode-se fazer marketing em locais de lazer ou pontos turísticos, como: parques, teatros, cinema, academia, restaurantes, hotéis.

• Como os usuários casuais utilizam a bicicleta por longo período de tempo, pode-se pensar em planos com melhor custo/benefício para a categoria.

• Fazer um plano especial para os usuários da docked_bike, com intuito de fazê-los migrar para os usuários member.

• No inverno pode-se fazer promoções nos planos de cada categoria e criar um incentivo quando as temperaturas estiverem mais amenas.

• Notificações nas redes sociais.

• Fazer incentivos nos dias de semana ou em épocas de retrocesso.

Possíveis escolhas para análise mais aprofundada

Para uma análise mais profunda e detalhada seria ideal algumas informações:

• Informar o preço para aluguel de bicicleta e os planos.

• Analisar feriados regionais e nacionais para verificar a influência.

• Conseguir informação da idade do público.

• Permitir que os usuários avaliem a empresa e darem feedback.

• Analisar o nível de crime (assalto, agressões, homicídio, vandalismo, acidente de carro) na cidade ou nas regiões que se encontram as bicicletas.

• Informar se um cliente renovou o pacote, se transferiu do casual para o member ou se o pacote venceu.

• Verificar o número de viagens que ocorrem por hora em cada semana ou mês, para ter informação se nos horários de pico possui bicicleta vaga ou não.