Projekte | Joffrey Mayer

Visualisierung einer Datenbank mit einem UI | Scraping + NLP + Web-Entwicklung

Tue, 14 Feb 2023 00:00:00 +0000

Datengenerierung & -verarbeitung mittels Spotify

Wed, 01 Feb 2023 00:00:00 +0000

In diesem Post zeige ich - via dem Spotify Web-API & einer kurzen Datenverarbeitung - wie sich die Musikpräferenzen der Menschen global und lokal einordnen lassen.

Datenakquisition

Wer sich für die Analyse von Musik-Trends interessiert, muss zunächst einmal herausfinden, welche Optionen hier zur Verfügung stehen, um an die relevanten Daten zu gelangen.

Idealerweise wäre es für die Analyse von Musik-Trends optimal, Daten zu besitzen, die nach Ländern gruppiert sind. Doch welche Firma ist auf Musik spezialisiert und verfügt - gleichzeitig- über eine Menge an Daten?

Ein offensichtlicher Kandidat hierzu ist Spotify. Glücklicherweise bietet das Unternehmen an, ihren Web-API KOSTENLOS zu nutzen, unter der Bedingung, dass die Daten für nicht-kommerzielle Zwecke genutzt werden. Für den Anfang, ist Spotify also ein optimaler Kandidat. Um an die Daten zu gelangen, wird bloss die Eröffnung eines Kontos bei Spotify benötigt. Und schon kann es mit der Akquisition der Daten beginnen!

Hier ein kurzer Einblick in die Daten:

Insgesamt wurden 62 Unterseiten von Spotify via API-Abfragen gecrawlt. Hierbei fiel meine Wahl auf Spotifys Top-50 Charts, welche für 62 Länder zur Verfügung stehen. Dies entspricht einem Datensatz mit 3'089 Beobachtungen.

Wer sich hier für den detaillierten Code interessiert, den ich für die Sammlung des Datensatzes via Web-API erstellt habe, dem empfehle ich einen Blick auf mein Jupyter-Notebook auf Github zu werfen.

Explorative Datenanalyse

Nun kann der eigentliche Spass beginnen!

Für welche geographischen Regionen haben wir Daten?

Für eine detailliertere Übersicht können wir die einzelnen Länder auch auf einer Welt-Karte darstellen:

Auffallend ist, dass Spotify keine Daten zu Entwicklungsländern besitzt. Um an solche Daten zu gelangen, würden sich Daten von Youtube oder TikTok eignen, doch dies stand nicht im Fokus dieses Projektes.

Globale Musik-Trends

Bevor wir in die Analyse der Musik-Trends eintauchen, gilt es zu bemerken, dass mein Spotfiy-Datensatz zur Kategorie der Querschnittsdaten gehört. Das bedeutet, dass wir es hier “nur” mit einer Momentaufnahme zu tun haben.

Entsprechend reflektieren die in dieser Analyse hergeleiteten Musiktrends nur die aktuellen Präferenzen der Menschen. Diese können sich über die Zeit jedoch ändern!

Welches sind die beliebtesten Songs?

Wie es derzeit die sozialen Medien vermuten lassen, ist der Song von Miley Cyrus die unangefochtene Nummer eins. Ein Bilderbuch-Beispiel für ein extrem erfolgreiches Marketing in der Musikindustrie!

Welches sind die aktuell beliebtesten Musiker:innen auf der Welt?

“Bad Bunny” übertrifft alle anderen Künstler:innen um Längen! Ironischerweise hat es keiner seiner Titel in die Top 10 der meistgespielten Titel geschafft.

Welches sind die aktuell beliebtesten Alben?

Auch hier schafft es “Bad Bunny” mit seinem Album auf Platz 1!

Welche Musik-Genres sind aktuell bei den Hörern beliebt?

Aus der Graphik erkennt man deutlich, dass Spotify-Nutzer weltweit - vor allem - latein-amerikanische Musikrichtungen geniessen. Aber auch Genres wie Pop, R&B und Rap verzeichnen eine solide globale Fan-Basis. Das untere Kreisdiagramm verdeutlicht dies:

Haben unbeliebte Musiker:innen eine geringere Hörerschaft?

Eine interessante Frage, die sich für Musikproduzenten stellt, wäre, wie sich ein potentieller Reputationsverlust eines Künstlers auf die Bereitschaft der Fans, sich seine Lieder anzuhören, auswirkt.

Diese Frage lässt sich - zumindest angrenzend - mit den von Spotify zur Verfügung stehenden Künstler-Beliebtheitswerte und Genres-Daten beantworten:

Vor allem im Pop-Genre lässt sich erkennen, dass selbst unbeliebte Künstler mit einem Musik-Hit keine Einbussen in deren weltweiten Hörerschaft einbüssen. Bei lateinamerikanischen Musker:innen, sieht das Bild jedoch ein wenig anders aus: hier scheint der Graph darauf anzudeuten, dass ein Song es nur in die weltweiten Top-Charts schafft, wenn Beliebtheitswerte von über 50 erreicht werden.

Länder-Spezifische Musik-Trends

Jedes Land besitzt seine Spezifizitäten. Deshalb sprechen Forscher oftmals von der Kultur eines Landes, wenn es gewisse Unterschiede zwischen Regionen zu erklären gibt. Auch bei Musik lässt sich vermuten, dass die Präferenzen der Hörer - in Abhängigkeit des Landes - variieren.

Bei Spotify gibt es die Möglichkeit, auch diesen Aspekt zu erkunden. Der Musikdienstleister gibt Indikator-Variablen zu diversen Musik-Aspekten an, wie beispielsweise:

Musik-Geschwindigkeit
Musik-Livehaftigkeit
Musik-Instrumentalität
Musik-Lautstärke
Musik-Energie
Tanzbarkeit zur Musik
Mitsingbarkeit zur Musik

Im Rahmen dieses Projektes habe ich mich auf 2 Faktoren beschränkt, nämlich die “Tanzbarkeit zur Musik”, sowie die “Musik-Energie”.

Wie wir aus der Graphik erkennen können, scheinen süd-amerikanische Länder - wie zum Beispiel Brasilien oder Kolumbien - ihrem musikalischen Ruf alle Ehre zu machen: beide Länder weisen Höchstwerte in den Song-Faktoren “Energie” respektive “Tanzbarkeit” auf.

Fazit

In diesem Projekt waren insbesondere 3 Schritte relevant:

Für die Sammlung der Daten wurde zunächst - mittels Spotify Web-API - eine .csv-Datei erstellt.
Anschliessend wurde eine explorative Datenanalyse verfasst, um Erkenntnisse aus den Rohdaten zu generieren.
Die gesamte Analyse / Programmierung wurde mittels Python erstellt.

Natürlich wäre eine vertieftere Analyse dieser Musik-Daten möglich gewesen, allerdings wollte ich mit diesem Beispielsprojekt bloss darstellen, was für ein fantastisches Potential in einer solchen Analyse steckt.

Ich hoffe, dass ich meine Leser:innen dadurch motiviert habe, selbst in die fabelhafte Welt der Datenanalysen einzutauchen.

Vielen Dank für’s Lesen!

Komplettes Data-Science Projekt - Daten Analyse + Dashboard für Visualisierung + Web-Publishing

Wed, 02 Nov 2022 00:00:00 +0000

✨ DASHBOARD ENTDECKEN ✨

Fifa-Datenbank mit Excel

Fri, 27 Apr 2018 00:00:00 +0000

Meine virtuelle Datenbank zum Videospiel Fifa 14 in Excel.

✨ Excel-File Entdecken ✨

Mit 8 Jahren bin ich erstmals in den Gaming-Topf gefallen und seitdem gehört Gamen zu meinen Hobbies. Da es früher weniger Möglichkeiten gab, Online gegen andere Gamer zu spielen, verbrachte ich viel Zeit mit dem Manager-/Karriere-Modus im Spiel Fifa 14 auf meiner PS3. Auch heute spiele ich in meiner Freizeit Fifa 14. Meine Gamer-Kollegen haben mich oft schon gefragt: „Warum verbringst du Spinner deine Zeit mit einem Spiel, dass schon 7 Jahre alt ist? Ausserdem kommt jedes Jahr ein neues Fifa auf dem Markt: die Fussballspieler sind gar nicht mehr aktuell!?“.

Die Antwort auf diese Frage liegt in dieser Datenbank, welche ich nach jeder abgeschlossenen Saison im Manager-Modus aktualisiere. Es macht mir einfach Spass, anhand der Daten zu sehen, wer der beste Allzeittorschütze & -vorlagengeber ist oder wer die Top 50 Spieler (Auswahl nach meinen Leistungskriterien) in meinem Club sind, den ich seit 42 (virtuelle) Saisons manage.

Als Massstab für Kenner: ich habe nie ein Spiel simuliert und 1 Saison benötigt circa 15 Stunden + 2 Stunden für die Aktualisierung meiner Datenbank, also repräsentiert diese Datenbank ungefähr ein 712-stündiges Excel-Projekt.

Die S-Verweise sind - beispielsweise - bei der Top-50 Kassierung zu ﬁnden (siehe Tabelle „Rangliste Spieler, mit der höchsten „Décisif“ Anzahl (Tore + Vorlagen + Cleansheats)“. Bezüglich Formatierung des Excel-Sheets, lasse ich den Leser selber beurteilen, ob es deren Geschmack entspricht.

✨ Excel File Downloaden ✨

5 vollständige Webseiten Projekte | Web-Entwicklung + Digitales Marketing + Deployment

Wed, 27 Apr 2016 00:00:00 +0000

✨ Besuchen Sie Hifi.Zuerich ✨
✨ Besuchen Sie Exxeption-Audio.com ✨
✨ Besuchen Sie Hochwertige-Musikanlagen.ch ✨
✨ Besuchen Sie OptimizeAudio.com ✨
✨ Besuchen Sie Audiophil-Dreams.com ✨

Anwendung eines DiD-Modells in R

Wed, 27 Apr 2016 00:00:00 +0000

Eines der Hauptziele der Kriminologie besteht darin, Gewalt zu verhindern, bevor sie ausbricht, um die Sicherheit einer Gesellschaft zu maximieren. Dies wird durch die Umsetzung verschiedener Arten von Präventivmaßnahmen erreicht.

Sicherheitsthemen standen in vielen Ländern schon immer ganz oben auf der Tagesordnung, insbesondere in den USA, wo es fast so viele Waffen wie Einwohner gibt (etwa 300 Millionen, Stand: Januar 2019). Daher investieren viele US-Städte in millionenschwere Projekte zur Verringerung der Waffengewalt im Allgemeinen. Häufig werden dabei benachteiligte Stadtteile ins Visier genommen, in denen die Kriminalität stärker ausgeprägt ist als in anderen geografischen Gebieten.

Anhand von aggregierten, monatlichen Kriminalitätsdaten auf Bezirksebene konnte ich zusammen mit einer Kollegin die Wirksamkeit eines 12.7 Millionen Dollar teuren Projekts in New York analysieren und bewerten, welches darauf abzielte, die Kriminalität durch die Umsetzung von Präventionsmaßnahmen zu verringern.

DOWNLOAD UNSERES PAPERS

Anwendung eines VAR-Modells mit Matlab

Wed, 27 Apr 2016 00:00:00 +0000

Im Bereich der Wirtschaftsgeschichte interessieren sich Historiker und Wirtschaftswissenschaftler für die Ursachen der größten Wirtschaftskrise der Welt - der Weltwirtschaftskrise von 1929.

Anhand von Zeitreihendaten aus Staatsarchiven konnte ich eine makroökonomische Analyse der französischen Wirtschaft in der Zwischenkriegszeit (1919-1938) mit Hilfe eines “Vektorautoregressiven Modells (VAR-Modell)” durchführen, um empirisch zu untersuchen, ob die in der Literatur diskutierten potenziellen Ursachen tatsächlich relevant waren.

DOWNLOAD MEINER STUDIE

Deep Learning und Neurale Netze

Wed, 27 Apr 2016 00:00:00 +0000

Während meines Studiums kam ich mit der Programmiersprache Python in Kontakt.

Diese Erfahrung gipfelte in einem empirischen Projekt, in dem ein Kommilitone und ich versuchten, den Ausgang (Sieg, Niederlage, Unentschieden) von Fußballspielen in den vier größten europäischen Ligen in den letzten 14 Spielzeiten mit einem neuronalen Netz vorherzusagen. Dies geschah anhand eines detaillierten Paneldatensatzes.

DOWNLOAD UNSERER STUDIE

Eine kritische Einschätzung einer verhaltensökonomischen Studie

Wed, 27 Apr 2016 00:00:00 +0000

Im Bereich Medien und Kommunikation wird oft auf die besondere Rolle von Zeitschriften, Fernsehen oder - in jüngerer Zeit - Online-Kanälen wie dem Internet oder sozialen Medien hingewiesen, um Informationen an eine Bevölkerung / über ein Netzwerk zu verbreiten. Auf dieser Grundlage habe ich analysiert, wie wichtig die Quelle einer Information (der “Bote”) sein kann, wenn Menschen eine Entscheidung treffen - hier im Zusammenhang mit der Entscheidung für den Konsum normaler Tabakzigaretten vs. elektronischer Zigaretten. Konkret ging es darum, die empirischen Ergebnisse einer Studie in einer 30-minütigen Präsentation vorzustellen und zu erläutern.

In der (empirischen) Studie, die ich analysierte, erhielten die Testpersonen - in diesem Fall Raucher - genau die gleichen Informationen, nämlich: “E-Zigaretten sind deutlich weniger gefährlich als Tabakzigaretten: Wenn Sie heute auf E-Zigaretten umsteigen, leben Sie wahrscheinlich 5 Jahre länger”, aber die Quelle der Information - d.h. “der Bote” - variierte, d.h. bestimmte Raucher erhielten die Botschaft von:

einer fiktiven E-Zigarettenfirma, andere von
einer Gesundheitsorganisation, andere wiederum von
Ärzten, oder
von einer “neutralen Quelle” (z. B. “kein Bote”).

Wie aus der obigen Liste der “Boten” ersichtlich ist, scheinen einige dieser Quellen vertrauenswürdiger zu sein als andere. Dies ist genau die Hypothese, die die Forscher testen wollten, nämlich ob die exakt gleichen Informationen unterschiedliche marginale Auswirkungen auf die Überzeugungen der Raucher und ihre Konsumentscheidungen haben würden ("Kauf E-Zigarette VS. Kauf Tabakzigaretten").

Als Student war es dann meine Aufgabe, diese Datenanalyse in verständlicher Form zu präsentieren und die Zuverlässigkeit der verwendeten Forschungsmethode zu analysieren (sind die Endergebnisse der Studie glaubwürdig?).

DOWNLOAD MEINER PRÄSENTATION

Komplettes Webseiten-Projekt | Web-Entwicklung + Digitales Marketing

Wed, 27 Apr 2016 00:00:00 +0000

Ich steigerte die Besucherzahlen dieser Webseite innerhalb eines Jahres von 600 auf 2'020 Personen pro Monat (siehe PDF), indem ich sie von Grund auf mit HTML, CSS, Javascript und SEO-Techniken programmierte.

Master Arbeit

Wed, 27 Apr 2016 00:00:00 +0000

Das Hauptziel meiner Arbeit war es, die Sportswahl der Menschen im Laufe der Zeit zu modellieren. Genauer gesagt habe ich versucht, die Frage zu beantworten, warum bestimmte Typen von Menschen dazu neigen, von klein auf Sportgewohnheiten zu entwickeln, während andere es vorziehen, später bzw. früher in ihrem Leben mit dem Sport aufzuhören bzw. damit zu beginnen. Zur Beantwortung dieser Fragen habe ich verschiedene theoretische Ansätze aus dem Bereich der Verhaltensökonomie sowie Discrete Choice Methodiken für die empirische Analyse verwendet.

DOWNLOAD MEINER MASTERARBEIT

R Code meiner Master-Arbeit

Wed, 27 Apr 2016 00:00:00 +0000

Data Scientists verbringen einen großen Teil ihrer Zeit (bis zu 80 %) damit, die Daten in die richtige Form zu bringen. Dieser entscheidende Schritt ist absolut notwendig, sonst kann eine Datenanalyse nicht durchgeführt werden. Das Schweizer Haushaltspanel - den Datensatz, den ich für meine empirische Analyse in meiner Masterarbeit verwendet habe - ist ein gutes Beispiel, um meine Erfahrung mit der Datenverarbeitung zu illustrieren. Zum Beispiel musste ich das:

Die Variablen, die aus den von mir verwendeten theoretischen Modellen abgeleitet wurden, umbenennen und auswählen,
Die Daten vom Breit- ins Langformat (und umgekehrt) umwandeln, um die verschiedenen Familienmitglieder eines Haushalts zu unterscheiden,
Mit fehlenden Daten (missing Values) umgehen, aber auch
Neue Variablen auf der Grundlage bereits vorhandener Variablen erstellen.

Wie diese Punkte verdeutlichen, bestand ein wesentlicher Teil meiner Masterarbeit unter anderem darin, diesen unbereinigten Datensatz in eine Form zu bringen, die für die Anwendung der von mir gewählten quantitativen Methoden geeignet war.

DOWNLOAD MEINES R-CODES

Verwendung von $\LaTeX$ für Unternehmerinnen und Unternehmer

Wed, 27 Apr 2016 00:00:00 +0000

Heutzutage ist es von äußerster Wichtigkeit, sich ständig über neue Arbeitsrahmen und Technologien im Klaren zu sein, da sich sonst Konkurrenten mit besserer Anpassungsfähigkeit viel schneller entwickeln und man letztendlich seine Position auf dem Markt verliert.

Im digitalen Zeitalter müssen Unternehmen in der Lage sein, einen Dialog mit ihren Kunden aufzubauen. Eine Möglichkeit, das Vertrauen in ein Unternehmen zu stärken und sehr differenziertes Wissen über eine Marke zu zeigen, können Google-Bewertungen sein.

Durch die Abgabe einer Bewertung, geben die heutigen Kunden künftigen Käufern die Möglichkeit, die Leistung eines Unternehmens besser einzuschätzen, und erhöhen damit die allgemeine Transparenz zwischen Nachfrage und Angebot. Je mehr Bewertungen ein Unternehmen bei Google erhält, desto besser ist seine Sichtbarkeit im Internet.

Die Möglichkeit, Kunden dazu zu bewegen, das Unternehmen zu bewerten, ist daher für die künftige Entwicklung einer Marke von großer Bedeutung. Aus diesem Grund habe ich diese sehr einsteigerfreundliche Anleitung erstellt, um die Anzahl der Google-Bewertungen für ein Unternehmen zu maximieren.

DOWNLOAD MEINER ANLEITUNG