¡Bienvenido al primer desafío de análisis de datos!
Durante este proyecto, ayudamos al Sr. Juan (João) a decidir qué tienda de su cadena Alura Store debería vender para iniciar un nuevo emprendimiento. Utilizando datos históricos de ventas, reseñas y rendimiento de 4 tiendas diferentes, realizamos un análisis exploratorio con visualizaciones y métricas clave para llegar a una recomendación basada en datos.
Identificar cuál de las 4 tiendas de Alura Store es menos eficiente y justificar por qué el Sr. Juan debería vender esa tienda, utilizando técnicas de análisis de datos en Python.
- Carga y manipulación de datos CSV usando
pandas - Creación de visualizaciones con
matplotlib - Análisis de métricas clave como:
- Ingresos por tienda
- Categorías más vendidas
- Reseñas de clientes
- Productos más vendidos
- Envío promedio por tienda
Para interpretar mejor los datos, se generaron los siguientes gráficos:
- 📉 Gráfico de líneas: evolución de ventas en el tiempo con tendencia
- 📊 Gráfico de barras: comparación de ventas entre tiendas
- 🥧 Gráfico circular: relación entre los productos más vendidos y menos vendidos
Estas visualizaciones permiten identificar patrones, destacar el rendimiento de cada tienda y facilitar la toma de decisiones.
Luego del análisis, se emite una recomendación escrita con base en los resultados. Se indica cuál tienda debería ser vendida, sustentando la decisión con las visualizaciones y métricas obtenidas.
El análisis fue desarrollado en un notebook de Google Colab. Puedes consultarlo desde el siguiente enlace:
Asegúrate de tener una cuenta de Google activa para ejecutar el notebook directamente en Colab.
pandasmatplotlib
Puedes ejecutarlo en cualquier entorno con Jupyter Notebook o directamente en Google Colab.
Si este proyecto te pareció interesante o útil, considera dejar una estrella ⭐ o hacer un fork para usarlo como base en tus propios análisis.