HOME

Row

Análise Exploratória Cinematográfica

Dashboard - TMDB 5000

Uma análise exploratória de aproximadamente 5.000 filmes utilizando estatística descritiva e visualização de dados.

Avaliações Gêneros Receita Indicadores

Row

Objetivo

Analisar padrões do conjunto TMDB 5000 por meio da classificação das variáveis, medidas estatísticas e representações gráficas.

Dataset

Base extraída do The Movie Database contendo dados sobre filmes, como orçamento, receita, popularidade, idiomas e avaliações.

Ferramentas

Desenvolvido em R utilizando as bibliotecas ggplot2, dplyr, jsonlite e o FlexDashboard.

Row

Ficha técnica acadêmica

Daniélly Bernardino Batista

Estudante de Análise e Desenvolvimento de Sistemas com interesse em Ciência de Dados, Estatística Aplicada e desenvolvimento de soluções analíticas.

Instituto Federal de Rondônia – IFRO Campus Ji-Paraná Curso: Análise e Desenvolvimento de Sistemas

Projeto acadêmico desenvolvido em 2026.

VISÃO GERAL

Row

Filmes

4.803

Gêneros

20

Nota Mediana

6,2

Receita Mediana

US$ 51.751.835

Row

Evolução de Lançamentos por Ano

Interpretação. O gráfico apresenta a quantidade de filmes lançados por ano. A variável ano de lançamento possui natureza temporal, enquanto a quantidade de filmes em cada ano é uma variável quantitativa discreta, pois representa uma contagem. A visualização permite observar períodos de maior concentração de lançamentos no conjunto de dados, indicando que a base possui maior presença de filmes de décadas mais recentes.

QUALITATIVAS NOMINAIS

Row

Gêneros Mais Frequentes

Interpretação. O gráfico mostra a frequência dos gêneros cinematográficos mais comuns. A variável analisada é gênero, classificada como qualitativa nominal, pois identifica categorias sem uma ordem natural entre elas. O gênero mais frequente no conjunto é Drama. Como um filme pode pertencer a mais de um gênero, as contagens representam ocorrências de gênero, não necessariamente filmes exclusivos.

Idiomas Originais Mais Frequentes

Interpretação. Este gráfico apresenta a distribuição dos idiomas originais dos filmes. A variável idioma original é qualitativa nominal, pois seus valores são categorias de identificação, como EN, FR ou ES, sem hierarquia estatística entre elas. O idioma mais frequente é EN, evidenciando a predominância de produções associadas a esse código linguístico na base.

QUALITATIVAS ORDINAIS

Row

Classificação das Avaliações

Interpretação. O gráfico apresenta uma classificação das notas médias dos filmes em quatro categorias: baixa, regular, boa e excelente. A variável exibida é categoria de avaliação, classificada como qualitativa ordinal, pois suas categorias possuem uma ordem natural de desempenho. Essa classificação é derivada da variável numérica vote_average. A categoria mais frequente é Boa, indicando a faixa de avaliação predominante entre os filmes analisados.

QUANTITATIVAS DISCRETAS

Row

Distribuição da Quantidade de Votos

Interpretação. O gráfico apresenta a distribuição da variável vote_count, que mede quantos votos cada filme recebeu. Essa variável é quantitativa discreta, pois resulta de uma contagem em números inteiros. A escala logarítmica foi utilizada porque poucos filmes concentram quantidades muito altas de votos, enquanto muitos filmes possuem quantidades menores. Essa escolha melhora a leitura sem alterar a natureza da variável.

QUANTITATIVAS CONTÍNUAS

Row

Distribuição do Orçamento

Interpretação. O gráfico representa a distribuição do orçamento de produção. Essa variável é tratada como quantitativa contínua, pois expressa uma medida monetária em escala numérica, permitindo comparação de magnitude entre filmes. A escala logarítmica é adequada porque os valores apresentam grande amplitude, com poucos filmes de orçamento muito elevado e muitos filmes em faixas menores.

Distribuição da Receita

Interpretação. O gráfico apresenta a distribuição da receita de bilheteria. A variável é quantitativa contínua, pois corresponde a uma medida monetária. Assim como o orçamento, a receita possui grande variação entre os filmes, o que justifica o uso da escala logarítmica. A visualização evidencia a assimetria da distribuição, comum em dados financeiros do setor cinematográfico.

CORRELAÇÃO E ROI

Row

Relação entre Orçamento e Receita

Interpretação. O gráfico analisa a relação entre orçamento e receita, ambas variáveis quantitativas contínuas. A escala logarítmica foi aplicada porque os valores financeiros variam de forma muito ampla. A linha tracejada indica o ponto em que receita e orçamento são iguais; pontos acima dela sugerem receita superior ao orçamento. A correlação de Spearman de 0,68 indica a intensidade da associação monotônica entre as variáveis.

Row

Distribuição do ROI

Interpretação. O ROI mede o retorno relativo do orçamento investido, calculado por (receita - orçamento) / orçamento. Essa variável é quantitativa contínua, pois expressa uma razão numérica que pode assumir diferentes magnitudes. Valores acima de zero indicam que a receita superou o orçamento informado. No conjunto analisado, o ROI mediano é 130% e aproximadamente 76% dos filmes com dados financeiros válidos apresentam ROI positivo. Esse indicador não deve ser interpretado como lucro final, pois o dataset não inclui todos os custos de distribuição, marketing e impostos.

ROI Mediano por Gênero

Interpretação. O gráfico compara o ROI mediano entre gêneros cinematográficos. A variável gênero é qualitativa nominal, enquanto o ROI mediano é uma medida quantitativa contínua resumida por grupo. O uso da mediana reduz a influência de valores extremos, frequentes em dados financeiros de cinema. Como filmes podem ter múltiplos gêneros, cada título contribui para todos os gêneros aos quais pertence.

SÍNTESE FINAL

Row

Conclusões e Cuidados de Interpretação

Síntese da Análise Exploratória

O dashboard evidencia que o TMDB 5000 possui uma ampla representação de filmes produzidos ao longo das últimas décadas, com concentração em determinados gêneros e grande assimetria nas variáveis financeiras e de votação. Por esse motivo, escalas logarítmicas foram utilizadas nas análises de orçamento, receita e quantidade de votos, melhorando a legibilidade dos gráficos.

As variáveis qualitativas nominais, como gênero e idioma original, foram representadas por gráficos de barras. A classificação ordinal das avaliações foi construída a partir da nota média dos usuários, permitindo uma leitura categórica ordenada.

Na análise financeira, orçamento e receita foram tratados como variáveis quantitativas contínuas. A relação entre elas foi apresentada em seção própria de correlação, e o ROI foi incorporado como indicador complementar de retorno relativo. A interpretação do ROI deve ser feita com cautela, pois a base não contém todos os custos envolvidos na produção e comercialização dos filmes.

Observação metodológica: registros com orçamento ou receita iguais a zero foram tratados como valores ausentes, pois no contexto do dataset esses zeros geralmente indicam informação não disponível, e não ausência real de orçamento ou arrecadação.