Projeto de Análise de Vendas

Este projeto realiza uma análise exploratória de dados (EDA) sobre um conjunto de dados de vendas. O objetivo é extrair insights sobre desempenho de produtos, tendências regionais, crescimento temporal e performance de categorias.

Processo de ETL e Análise

1. Fonte de Dados: O conjunto de dados brutos foi obtido da plataforma Kaggle.
2. Extração e Transformação (ETL): Os dados foram processados usando Python, com as bibliotecas Pandas e NumPy para limpeza, tratamento de valores ausentes e transformação de tipos de dados.
3. Carregamento (Load): O dataframe tratado (df_orders_py) foi carregado em um banco de dados SQL Server para análise.
4. Análise: As consultas foram executadas diretamente no SQL Server usando T-SQL, aproveitando Common Table Expressions (CTEs), funções de janela (ROW_NUMBER) e agregações para responder às perguntas de negócio.

---

Análises e Descobertas

Abaixo estão as principais perguntas de negócio respondidas durante a análise:

1. Top 10 Produtos por Receita

• Objetivo: Identificar os 10 produtos que mais geraram receita.
• Resultado: O produto TEC-CO-10004722 foi o líder absoluto em receita, gerando R$ 59.514,00, seguido pelo OFF-BI-10003527 com R$ 26.525,30.

select top 10
	product_id,
	sum(sale_price) as sales
from
	df_orders_py
group by product_id
order by sales desc

2. Top 5 Produtos Mais Vendidos por Região

• Objetivo: Entender o desempenho dos produtos em cada região para identificar preferências locais.
• Resultado: A análise destacou os 5 principais produtos em cada uma das quatro regiões (Central, East, South, West). Notavelmente, o produto TEC-CO-10004722 é um best-seller em múltiplas regiões (East, Central e West), indicando uma forte presença nacional.

with cte as (
select 
	region as 'região',
	product_id as 'produto', 
	ROW_NUMBER() over (partition by region order by sum(sale_price) desc, region) as rn,
	sum(sale_price) as 'total vendas'
from
	df_orders_py
group by region, product_id
)
select
   *
from 
	cte
where rn <= 5

3. Comparativo de Vendas Mensais (2022 vs. 2023)

• Objetivo: Comparar o crescimento das vendas mês a mês (MoM) entre 2022 e 2023.
• Resultado: Foi criada uma tabela pivô que compara as vendas de cada mês lado a lado. Isso permite uma fácil identificação de sazonalidade e crescimento ano a ano. Por exemplo, Março (mês 3) viu um crescimento de R$ 80.106,00 em 2022 para R$ 82.512,30 em 2023.

with cte_two as (
select
	year(order_date) as order_year,
	month(order_date) as order_month,
	sum(sale_price) as sales
from
	df_orders_py
group by year(order_date), month(order_date)
)
select 
	order_month, 
	sum(case when order_year=2022 then sales else 0 end) as '2022',
	sum(case when order_year=2023 then sales else 0 end) as '2023'
from
	cte_two
group by order_month
order by order_month asc

4. Mês de Maior Venda por Categoria (2022-2023)

• Objetivo: Identificar o mês/ano de pico de vendas para cada categoria de produto.
• Resultado:
  • Furniture: Outubro de 2022 (R$ 42.888,90)
  • Office Supplies: Fevereiro de 2023 (R$ 44.118,50)
  • Technology: Outubro de 2023 (R$ 53.000,10)

with cte_three as (
select
	category,
	FORMAT(order_date, 'yyyyMM') as order_year_month,
	sum(sale_price) as sales
from df_orders_py
group by category, format(order_date, 'yyyyMM')
),
cte_four as (
select
	category,
	sales,
	order_year_month,
	ROW_NUMBER() over(partition by category order by sales desc) as  rn
from
	cte_three
)
select
	*
from
	cte_four
where rn = 1

5. Subcategoria com Maior Crescimento (2022 vs. 2023)

• Objetivo: Identificar qual subcategoria teve o maior crescimento percentual de receita, comparando 2023 com 2022.
• Resultado: A consulta foi estruturada para pivotar as vendas de 2022 e 2023 por subcategoria e calcular a variação percentual (Vendas 2023 - Vendas 2022) / Vendas 2022. A subcategoria com o maior percentual positivo é o principal vetor de crescimento da empresa no período.

with cte_five as (
select
	sub_category,
	year(order_date) as order_year,
	sum(sale_price) as sales
from
	df_orders_py
group by year(order_date), sub_category
),
 cte_six as (
select 
	sub_category, 
	sum(case when order_year=2022 then sales else 0 end) as sales_22,
	sum(case when order_year=2023 then sales else 0 end) as sales_23
from
	cte_five
group by sub_category
)
select top 1
	*,
	(sales_23-sales_22)/sales_22*100 as variacao
from	
	cte_six
order by variacao desc