Project overview - Descripción general del proyecto

EN:
Project carried out as part of the Tripleten data analysis bootcamp

In today's digital ecosystem, where streaming platforms lead music consumption, understanding user behaviour patterns is key to delivering personalised experiences and making data-driven decisions.

This project focuses on the exploratory analysis of music listening habits in two cities: Springfield and Shelbyville. Using a real dataset, a structured process of data cleaning, transformation, and analysis was carried out with Python (Pandas), divided into three main stages:

1. Data exploration
2. Pre-processing and cleaning
3. Analysis of patterns by city and day of the week

The aim was to answer questions such as:

- Do users in both cities behave in the same way?
- Which genres are most popular in each region?
- Does the day of the week influence listening habits?

The results obtained provide an understanding of how behaviour varies according to location and time. They could be applied by streaming platforms, production companies, or marketing departments to segment their music offerings better.


ES:
Proyecto realizado como parte del bootcamp de análisis de datos Tripleten

En el ecosistema digital actual, donde las plataformas de streaming lideran el consumo musical, entender los patrones de comportamiento de los usuarios es clave para ofrecer experiencias personalizadas y tomar decisiones basadas en datos.

Este proyecto se centra en el análisis exploratorio de los hábitos de escucha musical en dos ciudades: Springfield y Shelbyville. A partir de un dataset real, se realizó un proceso estructurado de limpieza, transformación y análisis de datos con Python (Pandas), dividido en tres etapas principales:

1. Exploración de los datos
2. Preprocesamiento y depuración
3. Análisis de patrones por ciudad y día de la semana

Se buscó responder preguntas como:

- ¿Se comportan igual los usuarios de ambas ciudades?
- ¿Qué géneros son más populares en cada región?
- ¿El día de la semana influye en los hábitos de escucha?

Los resultados obtenidos permiten entender cómo varía el comportamiento según la ubicación y el momento, y podrían ser aplicados por plataformas de streaming, productoras o departamentos de marketing para segmentar mejor su oferta musical.