Dataset y resultados

Dataset y resultados

Estructura del dataset

El archivo sales_data.csv tiene 10.000 registros con la siguiente estructura:

Columna	Tipo	Descripción	Ejemplo
sale_id	INT	ID único de la venta	1001
sale_date	DATE	Fecha de la venta	2023-03-15
salesperson	STRING	Nombre del vendedor	Ana García
region	STRING	Región de venta	Norte · Sur · Este · Oeste
product	STRING	Producto vendido	Producto A–E
units	INT	Unidades vendidas	1–50
unit_price	FLOAT	Precio unitario	$10–$500
revenue	FLOAT	Ingreso total (units × unit_price)	$500–$25.000
cost	FLOAT	Costo total	revenue × (1 − margin)
profit_margin	FLOAT	Margen de beneficio (%)	10–50%

Generación del dataset

import pandas as pd
import numpy as np
from faker import Faker

fake = Faker('es_ES')
np.random.seed(42)

n = 10000
df = pd.DataFrame({
    'sale_id':    range(1001, 1001 + n),
    'sale_date':  pd.date_range('2023-01-01', periods=n, freq='H').date,
    'salesperson': [fake.name() for _ in range(n)],
    'region':     np.random.choice(['Norte', 'Sur', 'Este', 'Oeste'], n),
    'product':    np.random.choice(['Producto A', 'Producto B',
                                    'Producto C', 'Producto D', 'Producto E'], n),
    'units':      np.random.randint(1, 51, n),
})
df['unit_price']    = np.random.uniform(10, 500, n).round(2)
df['revenue']       = (df['units'] * df['unit_price']).round(2)
df['profit_margin'] = np.random.uniform(10, 50, n).round(2)
df['cost']          = (df['revenue'] * (1 - df['profit_margin'] / 100)).round(2)

df.to_csv('sales_data.csv', index=False)

Resultados esperados (orientativos)

KPI	Valor aproximado
Revenue total (2 años)	~$13M
Margen promedio	~30%
Deal promedio	~$1.300
Región más rentable	Varía por seed
Mejor trimestre	Q4 (estacionalidad B2B)