Analyser les relations

Dans ce premier exercice, vous devez analyser les tendances de prix dans les données d'Airbnb afin d'éclairer des stratégies pour optimiser les revenus et répondre aux préférences des clients.

Chaque nouvelle session commence avec la table nettoyée airbnb_combined déjà en place, vous pouvez donc l'interroger immédiatement. Si une requête indique que airbnb_combined ou standardized_neighborhood_group est introuvable, l'indice contient une instruction pour reconstruire la table.

Dans cet exercice, vous utiliserez SQL pour calculer des indicateurs clés de tarification — les prix minimal, maximal et moyen — selon les types de chambre. Cette analyse vous aidera à repérer les types de chambre qui se vendent plus cher et à dégager des tendances sur la variabilité des prix.

Cette activité fait partie du cours

Étude de cas : analyse de données dans Databricks

Voir le cours

Exercice interactif pratique

Passez de la théorie à l’action grâce à l’un de nos exercices interactifs

Commencer l’exercice

Étude de cas : analyse de données dans Databricks

SkillTag.level.advancedSkillTag.label

4.7+

106 reviews

Dans ce chapitre, vous configurerez votre environnement Databricks et explorerez l'ensemble de données ouvert d'Airbnb. Vous apprendrez les compétences SQL essentielles pour interroger, filtrer et résumer des données dans le Lakehouse de Databricks. Au fil des exercices, vous vous exercerez à simplifier des requêtes complexes avec des sous-requêtes et à optimiser la performance pour de grands ensembles de données avec la commande `OPTIMIZE`. Ce chapitre vous donne les bases nécessaires pour analyser et gérer les données efficacement dans Databricks.

Exercise 1: Introduction Exercise 2: Environnement Databricks Exercise 3: Analyser la structure des données Exercise 4: Première requête Exercise 5: Évaluation de la qualité des données Exercise 6: Sous-requêtes

Dans ce chapitre, vous explorerez des techniques analytiques avancées à l'aide de l'ensemble de données Airbnb dans les Notebooks Databricks SQL. Par des exercices pratiques, vous calculerez des statistiques descriptives et exploiterez des fonctions de fenêtrage pour des calculs complexes. Vous ferez aussi de l'ingénierie des caractéristiques afin de créer des indicateurs pertinents qui alimentent des insights concrets. À la fin du chapitre, vous serez en mesure d'appliquer avec assurance des analyses avancées dans des scénarios réels de consultation pour générer des insights actionnables, en accord avec la stratégie axée sur les données de Data X.

Exercise 1: Analytique d'insights Exercise 2: Analyser les relations

Exercice en cours

Exercise 3: Utiliser les fonctions de fenêtrage Exercise 4: Génie des caractéristiques Exercise 5: Composer des statistiques sommaires

La visualisation de données est un puissant levier pour mieux comprendre des ensembles de données complexes et communiquer efficacement les principaux constats. Dans ce chapitre, vous explorerez l'art et la science de la création de visualisations interactives et de la conception de tableaux de bord complets avec Databricks. En tirant parti de divers types de graphiques, comme les diagrammes à barres, les cartes thermiques et les cartes géographiques, vous mettrez en lumière les distributions, les corrélations et les tendances spatiales. Des filtres interactifs vous permettront d'explorer dynamiquement les quartiers, les notes d'évaluation et les fourchettes de prix.

Exercise 1: Visualisation avec Databricks AI/BI Exercise 2: Configuration du tableau de bord Exercise 3: Définir l'objectif Exercise 4: Visualiser les tendances Exercise 5: Visualiser les corrélations Exercise 6: Félicitations !