Nesse projeto será realizada uma análise minuciosa do banco de dados de uma empresa do ramo imobiliário, com o intuito de maximizar o lucro da companhia.

O principais objetivos são:

• Determinar quais imóveis a empresa deve comprar, levando em consideração alguns critérios.

• Determinar a que preço os imóveis adquiridos devem ser vendidos.

• Validação de algumas hipóteses:

  H1: Imóveis que possuem vista para água, são 30% mais caros, na média.

  H2: Imóveis com data de construção menor que 1955, são 50% mais baratos, na média.

  H3: No verão, o preço dos imóveis são, em média, 10% mais caro que no inverno.

  H4: Os imóveis com condição nível 5 são, em média, pelo menos 10% mais caros.

  H5: Imóveis que não foram reformados, são 30% mais baratos, na média.

  H6: Imóveis reformados após 2005 são 25% mais caras, em média.

  H7: O preço dos imóveis na região de Medina é, em média, 45% mais caro que na região de Bellevue

• Elaborar um dashboard, que poderá ser acessado pelo CEO, contendo um resumo dos resultados.

Clique aqui para acessar o dashboard

Clique aqui para acessar o notebook do projeto

A RedHouse é uma empresa que atua no setor imobiliário, com sede no Condado de King, em Washington, USA. A empresa atua no mercado através da compra e venda de imóveis, auferindo lucro com a diferença entre os preços. Por conta do grande volume de informações que o time de negócios recebe diariamente, a empresa não consegue tomar boas decisões de compra e venda. O CEO da empresa, observando que o lucro almejado não estava sendo alcançado, contratou nossa consultoria afim de resolvermos as seguintes questões de negócio:

1 - Quais são os imóveis que a RedHouse deveria comprar?

2 - Uma vez a casa comprada, por qual preço ela deveria ser vendida ?

Há um total de 21435 imóveis disponíveis. Aplicando alguns critérios, foram recomendados para compra 2811 propriedades.

Investimento a Realizar: $ 1,437,906,154.00

Faturamento Esperado: $ 1,752,548,009.40

Lucro Esperado: $ 314,641,855.40

• Propriedades com valores de atributos discrepantes serão desconsiderados, assumindo que foram erros de digitação. (exemplo: imóvel com 33 quartos).

• Os critérios para a compra de um imóvel é que o seu preço esteja abaixo da mediana da região, a condição de uso seja maior ou igual a 3 e a nota da casa (grade) seja maior ou igual a 8.

• Será considerado que não houve reforma o imóvel com ano de reforma igual a 0.

• Caso haja imóveis duplicados, será considerado na análise o mais recente.

• As casas com área do porão igual a 0 não tem porão.

• Foram consideradas as seguintes data para início das estações do ano (Hemisfério Norte) :

    20/03 Primavera
  
    21/06 Verão
  
    23/09 Outono
  
    21/12 Inverno
  

• Entendimento do modelo de negócio da empresa
• Entendimento do problema de negócio
• Coleta dos dados
• Análise Exploratória dos Dados
• Tratamento e limpeza dos dados
• Insights obtidos
• Publicação de dashboard online

• Imóveis que possuem vista para água são, em média, 211.76% mais caros.
• Casas que têm condição 5 são 14,49% mais caras, em média.
• Imóveis que não foram reformados são 30.21% mais baratos, em média.
• O tamanho da área interna do imóvel, aparentemente, influencia no preço.
• Casas com mais banheiros tendem a ser mais caras.
• A região de Medina tem um preço mediano mais alto
• A região de Seattle tem um preço/pé quadrado mais alto, em média.

Através dessa análise realizada foi possível atender aos objetivos da empresa: Fornecer um relatório e dashboard contendo uma lista de recomendação de imóveis a serem adquiridos. Caso a recomendação seja seguida, o lucro bruto obtido pela empresa pode chegar ao valor de $ 314,641,855.40

Dataset do Kaggle