Aller au contenu
← Tous les projets

Formation Data Analyst · Aider à la décision

UOI Games — analyse de marché

Formation OC · 2026Python · Jupyter

SWOT et PESTEL, enquête terrain, analyse de segments et recommandation de lancement chiffrée.

01

Contexte et demande

UOI Games veut lancer son premier jeu vidéo AAA. Trois fichiers de données : un catalogue de jeux 2022 avec les notes des joueurs, l'historique des ventes de 1980 à 2016 et les ventes de consoles 2022. Objectif : identifier un segment porteur, recommander un concept de jeu et son écosystème, et produire une prévision de ventes.

02

Démarche

Une approche en entonnoir : cadrage du marché avec des sources externes récentes, audit et nettoyage des fichiers, questionnaire terrain pour tester les hypothèses, PESTEL, SWOT, puis recommandations. Choix clé : le SWOT porte sur le projet de premier AAA, pas sur l'entreprise.

  • Des ventes qui s'arrêtent en 2016, insuffisantes pour un AAA prévu entre 2026 et 2030. → sources externes récentes documentées ; l'historique ne sert qu'aux tendances de long terme.
  • Faire le SWOT d'une entreprise dont on ignore le budget, les équipes et les technologies. → SWOT recentré sur le projet, avec une distinction explicite entre faits, déductions et hypothèses à valider.
  • Prévoir les ventes d'un jeu qui n'existe pas sans fausse précision. → trois scénarios aux hypothèses explicites, comparés à des jeux similaires, limites documentées.
03

Livrables

  • Notebook Python (export PDF) : audit, nettoyage, analyse exploratoire, tests statistiques
  • Questionnaire et synthèse, biais d'échantillon documentés
  • Analyse stratégique : PESTEL du marché, SWOT du projet
  • Rapport court : segment, genre, plateforme, modèle économique, prévision en 3 scénarios
  • Présentation finale
Télécharger
04

Résultats

  • Tests statistiques : Pearson, Spearman, Mann-Whitney, Kruskal-Wallis
  • Corrélation et causalité distinguées systématiquement
  • Un questionnaire conçu pour tester des hypothèses, pas pour valider un choix déjà fait
  • Chaque donnée externe citée avec sa source et sa date
Métascore et ventes
Métascore et ventes
Segment recommandé
Segment recommandé
Prévision des ventes
Prévision des ventes
05

Ce que j'en retiens

Ce que j'ai aimé

Ce projet me parlait beaucoup. Comme beaucoup de personnes des années 90, j'ai grandi avec les avancées du jeu vidéo et je les suis encore par une veille naturelle. La recherche d'informations et la découverte de nouveaux jeux de données ont été particulièrement plaisantes.

Si je le refaisais

Je préparerais les données dans les notebooks pour les tests statistiques, puis, une fois nettoyées et structurées, je les passerais dans un fichier Excel ou SQLite pour des visuels plus percutants sous Power BI.

Détail complet, compétences et livrables à télécharger : page du projet dans l'archive du portfolio v1 ↗

← Retour au catalogue

En construction

Avant de télécharger : vous êtes…

Un clic, rien d'autre : ni nom, ni adresse IP, ni cookie. Je compte seulement les profils pour savoir à qui servent ces livrables.