WillItFlop

Pipeline ETL automatisé

Le pipeline collecte les données depuis trois API, Steam, SteamSpy et Twitch, nettoie et transforme les prix, les textes et les indicateurs, puis alimente une base PostgreSQL. L'orchestration est assurée par Prefect Cloud, déclenchée chaque semaine via GitHub Actions. dbt reconstruit ensuite les tables de variables pour le modèle et les tables d'analyse de sentiment.

Cinq étapes : collecte des nouveaux jeux, nettoyage des prix et des textes, actualisation des jeux récents et anciens, transformation dbt, puis déploiement continu.

Modèle de classification XGBoost

Le modèle combine cinq types de variables pour prédire si un jeu indépendant atteindra le seuil de succès commercial retenu, le premier cinquième en estimation de propriétaires.

• Variables numériques : prix, nombre de succès, langues supportées
• Variables booléennes : gratuit, accès anticipé
• Variables multi-labels : tags, genres et catégories, pondérées
• Texte : description nettoyée, vectorisée en TF-IDF
• Pondération par ancienneté, les jeux récents ont des étiquettes moins fiables

Le seuil de décision est optimisé sur le F1-score, et le poids des classes est calculé dynamiquement pour gérer le déséquilibre entre succès et échecs dans le jeu de données.

Application complète, React et FastAPI

L'API FastAPI est déployée sur Render, le frontend React sur Vercel. Six pages : accueil avec prédiction interactive, tableau de bord d'analyse de marché, catalogue de plus de 17 000 jeux avec recherche et filtres, fiches détaillées, classement des plus gros succès et des plus gros échecs, et un mini-jeu. La traduction est assurée par un relais vers l'API DeepL.