Este repositório contém a análise de dados de crédito de 10.127 pessoas, abordando variáveis como idade, estado civil, escolaridade, salário anual e tipos de cartões de crédito. O objetivo é explorar padrões de transações financeiras e comportamento de crédito, utilizando ferramentas como Excel, Power BI, Power Point, Python e Jupyter Notebook.
- Excel: Análise de dados e elaboração de gráficos.
- Power BI: Criação de dashboards interativos.
- Power Point: Apresentação dos resultados.
- Python: Processamento de dados e cálculos.
- Jupyter Notebook: Execução de código Python e visualização de resultados.
Nesta análise, foram considerados dados de 10.127 pessoas, com informações sobre idade, estado civil, escolaridade, salário anual e tipos de cartões. A análise foi realizada ao longo de um período de 12 meses e incluiu os seguintes insights:
- Faixa Etária: Idades entre 26 e 73 anos.
- Estado Civil:
- Casados: 4.687 pessoas
- Solteiros: 3.943 pessoas
- Divorciados: 748 pessoas
- NA: 749 pessoas
- Escolaridade:
- Sem Educação Formal: 1.487 pessoas
- Ensino Médio: 2.013 pessoas
- Graduação: 1.013 pessoas
- Mestrado: 3.128 pessoas
- Doutorado: 967 pessoas
- NA: 1.519 pessoas
- Salário Anual:
- Menos de R$40 mil: 3.562 pessoas
- Entre R$40 mil e R$60 mil: 1.788 pessoas
- Entre R$60 mil e R$80 mil: 1.400 pessoas
- Entre R$80 mil e R$120 mil: 1.533 pessoas
- Acima de R$120 mil: 726 pessoas
- NA: 1.112 pessoas
- Tipos de Cartões:
- Blue: 9.436 pessoas
- Silver: 555 pessoas
- Gold: 116 pessoas
- Platinum: 20 pessoas
- O valor total das transações realizadas foi superior a R$45 milhões, com mais de 657 mil transações.
- O salário anual total das pessoas analisadas foi superior a R$571 milhões.
- Mulheres têm maior escolaridade que os homens.
- O número de transações realizadas pelas mulheres foi superior aos seus ganhos anuais, enquanto para os homens, os ganhos anuais foram superiores ao número de transações.
- As pessoas casadas têm o maior limite de crédito, com 43,31% do total, sendo 13,3% mulheres e 26,47% homens.
Na segunda análise, observamos dados mais detalhados sobre os tipos de cartões e os limites de crédito médios, com o seguinte resumo:
- Cartões Platinum:
- Menor idade encontrada: 39 anos (mulher) e 41 anos (homem).
- Média de limite de crédito: R$30.000.
- Cartões Gold:
- Média de limite de crédito: R$28.000.
- Cartões Silver:
- Média de limite de crédito: R$25.000.
- Cartões Blue:
- Média de limite de crédito: R$7.000.
Além disso, a análise de escolaridade e seus respectivos cartões de crédito revelou que pessoas com doutorado e mestrado tendem a ter os maiores limites de crédito médios.
- Doutorado:
- 5 pessoas com cartão Platinum (2 mulheres, 3 homens).
- 10 pessoas com cartão Gold (4 mulheres, 6 homens).
- Mestrado:
- 8 pessoas com cartão Platinum (4 mulheres, 4 homens).
- 36 pessoas com cartão Gold (12 mulheres, 24 homens).
- A diferença na quantidade de pessoas entre os gêneros é de 5,89% a mais de mulheres.
- Os homens têm mais pessoas com cartão de crédito.
- As mulheres realizaram mais transações do que os seus ganhos anuais, enquanto os homens apresentaram o contrário.
- O valor total de transações realizadas pelas mulheres foi de R$23 milhões, enquanto os homens realizaram transações totalizando R$21 milhões.
- A faixa etária com maior gasto foi entre 36 e 56 anos, com um total de R$38 milhões em transações.
Os dados utilizados nesta análise foram retirados de Kaggle - Análise de Crédito.
Para rodar os notebooks deste projeto, siga as instruções abaixo:
git clone https://github.com/ewertondrigues02/Analise_de_Credito.git
cd Analise_de_CreditoSe você ainda não possui as dependências instaladas, crie um ambiente virtual e instale as bibliotecas necessárias:
python -m venv venv
source venv/bin/activate # No Windows, use `venv\Scripts\activate`
pip install -r requirements.txtAbra os notebooks no Jupyter e execute as células para ver a análise detalhada.
jupyter notebook
Contribuições são bem-vindas! Se você deseja melhorar ou adicionar algo ao projeto, por favor, envie um pull request.