Skip to content

Bem vindo ao repositório do projeto Zoop Megastore Data Analysis em SQL

Notifications You must be signed in to change notification settings

wendellbarcelos/Analise_dados_SQL

Repository files navigation

Zoop Megastore Data Analysis Project

Bem-vindo ao repositório do projeto Zoop Megastore Data Analysis! Durante os nossos estudos, assumiremos o papel de analistas de dados da Zoop Megastore, uma empresa de varejo que comercializa desde utensílios e eletrodomésticos até produtos alimentícios. O objetivo é explorar os dados para obter insights e responder perguntas de negócio.

Estrutura das Tabelas

  • Tabela Vendas
  • Tabela Produtos: Nome do produto
  • Tabela Clientes: Preço do produto
  • Tabela Categorias: Chave estrangeira, relaciona com a tabela de categorias
  • Tabela Fornecedores: Chave estrangeira, relaciona com a tabela de marcas
  • Tabela Marcas: Chave estrangeira, relaciona com a tabela de fornecedores
  • Tabela Itens Vendas: Data da última compra de estoque

Objetivo do Projeto

Nosso trabalho será focado em entender os dados, desenvolver consultas SQL eficientes e criar análises úteis que suportem decisões estratégicas. Exploraremos vendas, clientes, produtos e categorias para gerar relatórios e visualizações que ajudem a Zoop Megastore a otimizar suas operações.

Com objetivo principal é analisar as vendas das últimas Black Fridays, destacando o papel das categorias, marcas e fornecedores, e apresentar métricas que auxiliam na avaliação do desempenho atual. A ideia principal era transformar os dados brutos em insights acionáveis para as equipes de negócios.

Principais Análises

1️⃣ Desempenho do Fornecedor NebulaNetworks 🔍 Identificamos que o fornecedor NebulaNetworks teve a pior performance no último ano, com apenas 529 vendas durante a Black Friday. Este dado foi essencial para planejar ações específicas de melhoria.

2️⃣ Comparação Entre Fornecedores 📊 Descobrimos que o comportamento das vendas entre os principais fornecedores era bastante uniforme, sugerindo que o preço ou estratégia de um fornecedor específico não estava afetando significativamente o volume de vendas.

3️⃣ Tendências Gerais de Vendas 📉 Observamos uma tendência de queda nas vendas gerais nos últimos quatro anos, um ponto crucial para considerar em futuras estratégias de Black Friday.

4️⃣ Sazonalidade 📆 Como esperado, os meses de Janeiro, Novembro e Dezembro apresentaram picos de vendas. Interessantemente, o mês de Maio também se destacou, mostrando uma possível oportunidade de promoção fora da Black Friday.

Métricas em Tempo Real

Para monitorar o impacto da Black Friday em tempo real, desenvolvemos uma métrica comparativa que avalia o desempenho atual contra a média dos anos anteriores. Por exemplo:

  • Média das Black Fridays Anteriores: 2049 vendas.
  • Vendas Black Friday Atual: 3200 vendas.
  • Crescimento: +56,14% 📈

Esses números foram gerados através de consultas SQL otimizadas, garantindo agilidade durante as reuniões estratégicas.

Ferramentas Utilizadas

  • SQL: Para consultas e manipulação de dados.

  • Excel: Para manipulação e visualização preliminar de dados.

Conclusão

Este projeto foi um marco para a Zoop Megastore, trazendo clareza e eficiência para as estratégias de vendas. Agora, o foco está em expandir a análise para categorias de produtos e novas métricas que suportem ainda mais o time de negócios.

Se você já enfrentou desafios semelhantes em projetos de análise de dados, compartilhe nos comentários! Vamos trocar experiências e crescer juntos na área de dados. 🚀📊


Disclaimer: Este projeto é fictício e criado para fins educacionais.

About

Bem vindo ao repositório do projeto Zoop Megastore Data Analysis em SQL

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published