💻 Notebooks Sold – Descriptive Analysis (SQL + Python)

❓ O que influencia o preço de notebooks?

Este projeto busca responder à pergunta: “Quais fatores afetam o preço de um notebook?”

Diversos aspectos podem impactar o valor de mercado de um notebook, entre eles:

• Marca: notebooks de marcas reconhecidas tendem a ser mais caros do que versões genéricas. Essa diferença muitas vezes está ligada ao valor da marca e às garantias oferecidas.

• Configurações técnicas:

  • Quantidade de memória RAM
  • Velocidade do processador
  • Capacidade do HD/SSD

• Funcionalidades extras: drivers de vídeo, softwares instalados, periféricos inclusos (monitor, teclado, mouse, câmera, etc.).

• Design e estilo: em alguns casos, consumidores pagam mais pelo aspecto visual e pela personalização (cores, estilos modernos).

• Softwares pré-instalados: quanto mais programas licenciados o equipamento possuir, maior tende a ser o preço final.

---

📊 Origem dos dados

Os dados foram extraídos via Web Scraping do site Flipkart.com, utilizando a ferramenta Instant Data Scraper. 👉 Essa extensão é altamente recomendada, pois é simples de usar e não exige conhecimentos avançados em programação.

---

🔎 O que pode ser feito com os dados?

1. Análise descritiva em SQL

   • Cálculo de preço médio por marca
   • Participação de diferentes tipos de memória (DDR3, DDR4, DDR5)
   • Exploração dos fatores que mais impactam no preço

2. Visualização em Python

   • Criação de gráficos e dashboards para melhor interpretação dos dados

3. Modelagem preditiva

   • Desenvolvimento de um modelo de Machine Learning para prever preços de notebooks com base em suas especificações técnicas

---

🗂️ Estrutura dos dados

• 896 registros

• ~25 colunas contendo informações como:

  • Marca
  • Modelo
  • Preço real
  • Tipo e quantidade de memória RAM
  • Capacidade de armazenamento
  • Processador
  • Recursos adicionais

---

⚙️ Análise em SQL

📌 Preço médio por marca

SELECT brand, AVG(price) AS avg_price
FROM notebooks
GROUP BY brand
ORDER BY avg_price DESC;

📌 Participação de cada tipo de memória

SELECT memory_type, COUNT(*) AS qtd_notebooks
FROM notebooks
GROUP BY memory_type;

---

📈 Exemplos de Resultados

• Preço médio por marca (avg_price_real) → Comparação entre marcas consolidadas e genéricas

• Distribuição por tipo de memória (DDR3, DDR4, DDR5) → Identificação da predominância tecnológica e impacto no valor final