Este projeto apresenta uma simulação completa da aplicação da Curva ABC para otimização de estoques, utilizando dados fictícios de uma papelaria. É ideal para estudantes, analistas, profissionais de logística e professores que desejam entender como Python pode ser uma ferramenta poderosa na gestão de estoques.
O objetivo é classificar os produtos com base no valor total de vendas, seguindo o princípio da Curva ABC:
- Classe A: Itens mais relevantes (≈ 80% do valor)
- Classe B: Itens intermediários (≈ 15%)
- Classe C: Itens menos representativos (≈ 5%)
A base de dados contém os seguintes campos:
Produto
: nome do itemQtd_vendida
: quantidade total vendidaPreco_unitario
: valor unitário de venda
- Utilizada para estruturar e manipular os dados em formato de tabela (DataFrame).
- Permite calcular o valor total por item (
Qtd_vendida * Preco_unitario
). - Facilita a ordenação, cálculo de percentuais acumulados e classificação ABC.
- Usada para criação de gráficos simples e visuais.
- Permite criar gráficos de barras mostrando o faturamento por produto.
- Biblioteca complementar ao Matplotlib com foco em visualização estatística.
- Foi usada para colorir as barras conforme a classe ABC.
- Criação dos dados simulados: dicionário contendo produtos, quantidades e preços.
- Cálculo do valor total:
Qtd_vendida * Preco_unitario
. - Ordenação decrescente: para identificar os maiores contribuintes de faturamento.
- Cálculo do percentual acumulado: para determinar a posição relativa de cada item.
- Classificação ABC:
- Até 80%: Classe A
- 80–95%: Classe B
- Acima de 95%: Classe C
- Visualização gráfica: gráfico de barras colorido com base nas classes.
- O gráfico mostra a contribuição de cada produto para o valor total de vendas.
- As cores representam a classe ABC, facilitando a leitura visual.
- Identificação clara dos produtos que merecem prioridade na reposição.
- Redução de capital parado com produtos de baixa movimentação.
- Suporte à tomada de decisão em pequenos negócios com base em dados.
- Adapte os dados para sua realidade (planilhas, sistemas, etc).
- Use este projeto como base para aulas, treinamentos ou análises reais.
- Combine com OpenPyXL ou Dash para criar dashboards automatizados.
30/07/2025
Desenvolvido por logdev-hub | 🚀 Contribuições são bem-vindas!