Análisis exploratorio de datos (EDA) sobre el dataset público de e-commerce brasileño de Olist, con el objetivo de identificar patrones de ventas, comportamiento logístico y distribución geográfica de ingresos. Incluye pipeline de datos automatizado, visualizaciones en Python y un dashboard ejecutivo en Excel.
analisis-de-ventas/
│
├── notebooks/
│ └── 01_eda.ipynb # EDA completo con análisis y visualizaciones
├── dashboard/
│ ├── dashboard.xlsx # Dashboard ejecutivo en Excel
│ └── dashboard_preview.png # Captura del dashboard
├── setup.py # Script de setup automatizado (descarga + carga a SQLite)
├── pyproject.toml # Dependencias del proyecto
├── poetry.lock # Versiones exactas de las dependencias
├── LICENSE
└── README.md
- Descarga automática del dataset desde Kaggle via API
- Carga de los 9 archivos CSV a una base de datos SQLite
- Genera
olist.dblisto para ser consultado desde el notebook
- Ranking de categorías por volumen de ventas
- Análisis de tiempos de entrega con distribución estadística
- Evolución temporal de órdenes para detectar estacionalidad
- Distribución de ingresos por estado
- Gráficos de barras, líneas y distribuciones con matplotlib y seaborn
- Exportación de datos agregados a Excel como fuente del dashboard
- Vista ejecutiva con KPIs, gráficos y ranking de estados y categorías
- Categorías líderes: Las categorías de cama/baño/mesa, salud/belleza y deportes/ocio lideran las ventas, concentrando una proporción significativa del volumen total. Esto muestra que Olist tiene una base de clientes orientada al hogar y el bienestar personal.
- Tiempos de entrega: El tiempo promedio de entrega es de 12 días, con una mediana de 10 días. Hay algunos outliers que superan los 60 días. Para un e-commerce, 10-12 días es un tiempo elevado comparado con estándares internacionales. Esto podría significar que existe una oportunidad de mejora logística.
- Crecimiento y estacionalidad: Las ventas crecieron de forma sostenida durante 2017 con un pico en noviembre (Black Friday), para luego estabilizarse en torno a las 6.000–7.000 órdenes mensuales en 2018. La plataforma pasó de una fase de expansión a una de madurez.
- Concentración geográfica: São Paulo concentra más del doble de ingresos que el segundo estado (Río de Janeiro), seguido por Minas Gerais. Esto refleja la concentración económica histórica de Brasil.
| Herramienta | Uso |
|---|---|
| Python 3.12 | Análisis, visualización y pipeline de datos |
| pandas | Manipulación y agregación del dataset |
| matplotlib / seaborn | Visualizaciones exploratorias |
| Jupyter Notebook | Entorno de desarrollo |
| Excel | Dashboard ejecutivo |
| SQLite | Base de datos local generada desde los CSVs |
| Poetry | Gestión del entorno virtual y dependencias |
- Python 3.12
- Poetry
- Cuenta de Kaggle con API key
- Clonar el repositorio:
git clone https://github.com/JackyDye/analisis-de-ventas
cd analisis-de-ventas- Instalar dependencias:
poetry install- Activar el entorno virtual:
Invoke-Expression (poetry env activate)-
Colocar el archivo
kaggle.jsonen la raíz del proyecto. -
Ejecutar el script de setup:
python setup.pyEsto descarga automáticamente el dataset desde Kaggle y crea la base de datos SQLite con las 9 tablas. Posteriormente, los dataset se eliminan para liberar espacio.
- Abrir el notebook:
jupyter notebook notebooks/01_eda.ipynbDataset original: Brazilian E-Commerce Public Dataset by Olist