Progettazione e implementazione di una campagna di data analytics tramite Microsoft Power BI relativa alla vendita di auto usate

Nowadays, data analytics has assumed a key role, allowing us to extract and make the most of the hidden information within the large volumes of data that have been created over the years. Initially, in this thesis, the world of data analytics is introduced, highlighting the advantages of analyzing large datasets. Subsequently, Microsoft Power BI is illustrated; it represents the main tool used during the work. From this point on, the design and implementation phases of a data analytics campaign on a used car dataset identified and downloaded from the Kaggle platform are reported. Specifically, a description of the data is provided, and the various steps carried out during the ETL process are detailed. Following this, five interactive reports resulting from a Data Visualization activity conducted using Power BI Desktop are presented; they allow for the identification of various hidden information within the reference dataset. Finally, some considerations on the work carried out are reported.

Al giorno d’oggi, la data analytics ha assunto un ruolo chiave consentendo di estrarre e sfruttare al meglio le informazioni nascoste nelle grandi moli di dati venutesi a creare nel corso degli anni. Inizialmente, nella presente tesi, viene introdotto il mondo della data analytics sottolineando i vantaggi derivanti dall’analisi di grandi dataset. Successivamente, viene illustrato Microsoft Power BI; esso rappresenta il principale strumento utilizzato durante il lavoro. Da questo punto in poi, sono riportate le fasi di progettazione e realizzazione di una campagna di data analytics su un dataset di auto usate individuato e scaricato dalla piattaforma Kaggle. In particolare, viene effettuata una descrizione dei dati e vengono riportati i vari passi effettuati durante il processo ETL. In seguito a ciò, sono riportati cinque report interattivi frutto di un’attività di Data Visualization realizzata utilizzando Power BI Desktop; essi consentono di individuare varie informazioni nascoste all’interno del dataset di riferimento. Infine, vengono riportate alcune considerazioni sul lavoro svolto.