Este proyecto tiene como objetivo realizar un análisis exhaustivo de los datos relacionados con los servicios de Internet fijo en Argentina. Los datos se obtuvieron de diversas fuentes y se sometieron a un proceso de Extracción, Transformación y Carga (ETL) antes de llevar a cabo el Análisis Exploratorio de Datos (EDA).

• Se extrajeron datos de múltiples archivos CSV que contenían información sobre ingresos, accesos, velocidad de bajada y penetración de Internet.
• Se realizaron operaciones de limpieza y transformación en los datos para eliminar caracteres no deseados, convertir tipos de datos y abordar valores nulos.
• Los datos resultantes se almacenaron en nuevos archivos CSV para su posterior análisis.

El EDA incluyó las siguientes actividades:

1. Exploración Básica de Datos: Se realizó una exploración inicial de los datos, verificando la estructura y la presencia de valores faltantes.

2. Análisis de Métricas Relevantes: Se crearon visualizaciones y gráficos para analizar valores atípicos en los ingresos, la distribución de accesos por tecnología y la velocidad media de bajada por provincia.

3. Cálculo de Key Performance Indicators (KPIs): Se calcularon KPIs relacionados con el acceso, velocidad y penetración de Internet para evaluar el rendimiento y los cambios a lo largo del tiempo.

• Se observó un aumento en el acceso a Internet en la mayoría de las provincias, destacando Catamarca y Chubut.
• La velocidad media de bajada se mantuvo estable a lo largo de los años, con algunas fluctuaciones.
• Las 5 provincias con la mayor penetración de Internet mostraron un KPI de 85.03, lo que sugiere un alto nivel de acceso.

• Todos los datos utilizados en este análisis se almacenan en archivos CSV disponibles en la carpeta "data/output".
• Se utilizó la biblioteca pandas para la manipulación de datos y seaborn para la visualización.
• Las conclusiones se basan en el análisis de los datos disponibles y pueden requerir un análisis más profundo.

• Este análisis puede servir como punto de partida para evaluar tendencias a lo largo de los años y explorar relaciones más complejas entre variables.
• Se pueden realizar análisis adicionales para profundizar en aspectos específicos, como la correlación entre ingresos y velocidad de bajada.

Luis Octavio Varas Jaime - Linkedin