Концепция
Кино — это моя любимая форма искусства, я видела сотни фильмов разных годов, жанров, стран производства и режиссеров. Я решила разобраться, существует ли закономерность между параметрами фильмов и их попадаением в топ-1000 лучших картин по оценке IMDB.
В этом проекте я решила разобраться глубже, как разные параметры влияют на попадание фильма в топ-1000, кто является одним из лучших режиссеров и благодаря каким жанрам фильмов они получили признание рейтинга. Также фигурирует статистика, какие жанры имеют лучший ROI — коэффициент окупаемости вложений за счет кассовых сборов.
Ход работы
Для анализа данных я взяла датасет «IMDB Movies dataset» с сайта Kaggle. Датасет рассматривает следующие переменные: — Название фильма — Год выпуска — Длительность фильма — Жанр — Рейтинг IMDB — Мета-балл оценки критиков — Режиссер — Прибыль фильма
Датасет был обработан в Google Sheets и там же созданы диаграммы визуализации данных. Далее графики были экспортированы в Figma, где я кастомизировала их оформление и создала макет разворота. Дизайн разворота я выбрала современный, стильный и доступный для восприятия.
Для построения графика самых частых жанров в топ-1000 я использовала Candlestick chart. Сначала я составила сводную таблицу, где для каждого из 10 жанров вычислила пять значений — минимум, первый квартиль, медиану, третий квартиль и максимум — с помощью формул MINIFS, MAXIFS и PERCENTILE с функцией FILTER. Я выделила получившуюся таблицу, вставила график Candlestick chart, указав в настройках порядок серий: Low, Open, Close, High, что соответствует Min, Q1, Q3 и Max.
График топ-15 режиссеров я сделала через формулу COUNTIF, чтобы подсчитать количество фильмов для каждого режиссёра в датасете, отобрала 15 с наибольшим числом и выписала их в отдельный список. После этого я составила сводную таблицу, где строки — это режиссёры, а столбцы — все жанры, и в каждую ячейку вставила формулу COUNTIFS, считающую сколько фильмов конкретного режиссёра в конкретном жанре попало в топ-1000. Получившуюся таблицу я выделила целиком, вставила график и выбрала тип Stacked bar chart, где по оси X автоматически встали имена режиссёров, по оси Y — количество фильмов, а каждый жанр получил свой цвет как отдельная серия.
Для выявления наиболее коммерчески успешных жанров я для каждого фильма посчитала коэффициент прибыли по формуле — делила сборы бокс-офиса на бюджет. Затем с помощью AVERAGEIF я посчитала средний коэффициент для каждого из 10 жанров и выписала результаты в отдельную сводную таблицу. Чтобы выделить топ-3 жанра с наибольшим коэффициентом, я добавила рядом вспомогательный столбец с формулой, которая возвращала значение только для трёх максимальных. Я вставила Bar chart и выделила топ-3 жанра отдельным цветом.
Светлая и темная тема
Мокап с готовым изображением разворота был сделан в нейросети Nano Banana.
