1.  Key information Required submissions:

•    Written report (in pdf, due date: Monday, March 28 by the end of the day).

•    Confidentiality Deep Poll online form (deadline for submission: March 21). Submission instructions for the report will be posted on Canvas in Week 5.             Weight: 30% of your final grade.

Length: Your written report should have a maximum of 12 pages (single spaced, 11pt). Cover page, references, and appendix (if any) will not count towards the page limit.   Please keep in mind that  making good  use of your audience’s time  is an essential  business skill: every sentence, table or figure should serve a purpose.

2.  Problem description

Please  start  by  reading through the  Project  Outline  pdf document  posted  on the  page   containing the full dataset for your industry project (you will receive an email with a link to   this page after filling out the Confidentiality Deed Poll online form on theAssignment overview   page); the Project Outline document is also provided on the last slide of the presentation for   your industry project inModule 1. Focus on the Problem Description section of the Project   Outline, especially the first and the third bullet points in this section (EDA and Strategy), which   are the most relevant bullet points for Assignment 1.

As  a  business  analyst,  you  will  conduct  Exploratory  Data  Analysis  (EDA)  of  the  data corresponding to your industry project. You should aim to find or reveal all relevant properties, characteristics,  patterns, and  statistics  hidden  in the  data,  supporting your findings with insightful plots and relevant statistical output.

Your analysis should be in line with the tasks listed under the first and the third bullet points (EDA and Strategy) in the Problem Description section of the corresponding Project Outline. Use the  results  from your  EDA to  outline  a  preliminary  strategy  or  provide  preliminary recommendations to the management team corresponding to your selected industry project. You will have a chance to refine these recommendations in Assignment 2. Please refrain from extensive modelling and model selection – you will do them in Assignment 2. However, feel free to fit simple models (e.g., linear regression or logistic regression) for the purposes of EDA and understanding the relationships among the variables in the dataset.

3.  Written report

The purpose of the report is to describe, explain, and justify your findings to the management team corresponding to your selected industry project. You may assume that team members have training in business analytics, however, they are not experts in statistics or machine learning. The team’s time is important: please be concise and objective.

Suggested outline for the main parts of the report (further details below):

1.   Problem formulation.

2.   Data processing.

3.   Exploratory Data Analysis (EDA).

4.   Conclusions and preliminary recommendations.

You should consider breaking down the longer parts into smaller sections.

4.  Marking Scheme

5.  Rubric (basic requirements)

Business context and problem formulation. Your report gives a detailed description of the problem that is being investigated, providing the context and background for the analysis.

Data processing. You describe the data  processing steps clearly and in sufficient detail, justifying and explaining your choices and decisions. You handle missing values and other data issues appropriately.  You describe and explain your data transformations and/or your feature engineering process. Your choices and decisions are justified by data analysis, domain knowledge, logic, and trial and error (if necessary).

Exploratory data analysis (EDA). Your report provides a comprehensive description of your EDA  process,  presenting  selected  results.    Your  analysis  is  sufficiently  rich,  and  your visualizations are insightful. You study key variables and relationships among them using appropriate plots and descriptive statistics. You note any features of the data that may be relevant for model building in Assignment 2. You note the presence of outliers and any other anomalies that can affect the analysis. You explain the relevance of the EDA results to the underlying business problem and your subsequent recommendations. You clearly describe and justify the methods in your analysis. The choice of methods is logically related to the substantive problem, underlying theoretical knowledge, and data analysis. You interpret the statistical outputs that you provide.  You report crucial assumptions and whether they are potentially violated.

Conclusions and recommendations. The reasoning from the analysis and results to your conclusions   and   recommendations   is   logical   and   convincing.  Your   conclusions   and recommendations are written in plain language appropriate for non-technical audience.

Writing. Your writing is concise, clear, precise, and free of grammatical and spelling errors. You use appropriate technical terminology. Your paragraphs and sentences follow a clear logic and are well connected. If you use an abbreviation or label, you define it first.

Report layout. Your report is well organised and professionally presented, as if it had been prepared for a client later in your career. There are clear divisions between sections and paragraphs.

Tables. Your tables are appropriately formatted and have a clear layout. The tables have informative row and column labels. The tables are relatively easy to understand on their own. The tables do not contain information which is irrelevant to the discussion in your report. The tables are placed near the relevant discussion in your report. There is no text around your tables, and your tables are not images.

Figures (plots). Your figures are easy to understand and have informative titles, captions, labels, and legends. The figures are well formatted and laid out. The figures are placed near the relevant discussion in your report. Your figures have appropriate definition and quality. There is no text around your figures, and your figures are not screenshots.

Numbers. All numerical results are reported to suitable precision (typically no more than three decimal places, in some cases fewer).

Referencing.  You follow the University of Sydney referencing rules and guidelines.

Python code. The text of your report should be entirely free of Python code.

Note: you are strongly encouraged to use Python for all the steps of your data analysis. While there is no  Python code submission for Assignment 1, you should keep your code well- organized,  so  that  you  can  easily  extend/modify/reuse  this  code  for  the  purposes  of Assignment 2 (which will have a Python code submission requirement).

6.  Deductions

Marks may be deducted from each item in the marking scheme in the following cases:

•    The report is disorganised and/or has a poor layout.

•    There is an excess of abbreviations or labels that the reader may be unfamiliar with.

•    The report has an excessive number of grammatical or spelling mistakes.

•    The tables are difficult to read, for example, due to poor layout or labelling.

•    The figures are difficult to read, for example, due to poor layout or labelling.

•    Numbers are not appropriately rounded.