Este projeto tem como objetivo criar um dashboard interativo que fornece insights valiosos sobre vendas, desempenho de produtos e tendências de mercado, permitindo uma melhor tomada de decisão para empresas fictícias de e-commerce.
O projeto foca em responder às seguintes questões-chave:
- Quais são os produtos mais vendidos e os menos performáticos?
- Quais regiões e canais de venda possuem maior potencial de crescimento?
- Como as vendas variam ao longo do tempo (sazonalidade e tendências)?
- Como está o desempenho de segmentos de clientes baseados em frequência e valor de compra?
- Quais produtos e estratégias podem ser ajustados para melhorar resultados?
Este projeto foi desenvolvido com base nos seguintes requisitos:
-
Bases de Dados Simuladas:
- Tabela de produtos com informações como nome, categoria, preço, custo e estoque.
- Tabela de vendas relacionando produtos, clientes e dados regionais.
- Tabela de clientes com dados demográficos e segmentação.
- Tabela de metas de vendas por região e canal.
- Tabela de calendário para análises temporais.
-
Tecnologias Utilizadas:
- Python: Para simular os dados e realizar o pré-processamento.
- Pandas: Manipulação e organização dos dados.
- Faker: Geração de dados fictícios realistas.
- Power BI: Construção do dashboard interativo.
-
Principais KPIs Monitorados:
- Faturamento total, por região, categoria e canal de venda.
- Produtos mais vendidos e com menor desempenho.
- Análise temporal de vendas (mensal, trimestral e anual).
- Taxa de conversão por canal.
- Segmentação de clientes (por valor de compra e frequência).
A partir dos dados simulados e visualizações no dashboard, é possível identificar:
-
Produtos:
- Os Top 10 produtos mais vendidos contribuem para 60% do faturamento total.
- Alguns produtos com baixa performance em vendas podem ser descontinuados ou reposicionados no mercado.
-
Regiões e Canais:
- A região Sudeste é a que mais contribui para o faturamento total, com destaque para o canal online.
- A região Norte possui grande potencial de crescimento, mas carece de estratégias de marketing específicas.
-
Tendências Temporais:
- Picos de vendas são observados nos meses de novembro e dezembro devido à sazonalidade de compras (Black Friday e Natal).
- Quedas nas vendas são identificadas nos meses de março e abril, indicando uma oportunidade para promoções nesses períodos.
-
Clientes:
- Segmentos de clientes Alta Receita representam 35% do faturamento, mas possuem menor frequência de compra.
- Clientes recorrentes possuem maior impacto em canais físicos.
O objetivo principal deste projeto é demonstrar como uma análise baseada em dados pode impactar decisões estratégicas em um cenário fictício de e-commerce. Com isso, o projeto:
- Apresenta habilidades técnicas em manipulação de dados, geração de visualizações e storytelling.
- Simula um ambiente empresarial real com problemas práticos a serem resolvidos.
- Fornece insights acionáveis que poderiam ser implementados em um contexto empresarial.
O projeto está organizado da seguinte forma:
.
├── data/ # Diretório para os datasets gerados
│ ├── products.csv # Dados da tabela de produtos
│ ├── sales.csv # Dados da tabela de vendas
│ ├── customers.csv # Dados da tabela de clientes
│ ├── targets.csv # Metas de vendas (regiões e canais)
│ ├── calendar.csv # Dados de calendário
├── scripts/ # Scripts Python utilizados
│ ├── generate_data.py # Script para geração dos dados simulados
│ ├── analysis.py # Script para análises complementares
├── dashboard.pbix # Arquivo do Power BI com o dashboard final
├── README.md # Documentação do projeto
- KPIs principais: Faturamento total, crescimento anual, e lucros por canal.
- Gráfico de barras exibindo os Top 10 produtos mais vendidos.
- Tabela dinâmica mostrando produtos com menor desempenho.
- Série temporal indicando tendências de vendas ao longo de 2022, 2023 e 2024.
- Análise de clientes baseada em valor de compra e frequência de compras.
Este projeto demonstra como dados bem estruturados e visualizados podem ajudar na tomada de decisão estratégica. Ele combina habilidades técnicas e de negócios, apresentando uma solução completa para análise de vendas e performance de produtos.