Introducción: fundamentos de la visualización de datos

1

¿Qué aprenderás sobre la visualización de datos?

2

¿Qué es la visualización de datos?

3

Florence Nightingale y la dama de la lámpara

4

Retos para aprender visualización de datos

5

Importancia de la visualización de datos: disminuye la carga cognitiva

6

Herramientas para visualizar datos: Excel, Tableau, Power BI, Google Analytics, Google Data Studio

7

¿Cómo usar correctamente una gráfica? Ejemplos y usos de visualizaciones

8

Buenas prácticas para visualización de datos: user personas, mentiras estadísticas y principios de Gestalt

9

Caso Target: conflictos de ética en la ciencia de datos y Big Data

Elige la gráfica correcta para tus reportes

10

Gráfica de barras

11

Gráfica de pie

12

Gráfica de dispersión

13

Gráfica de burbujas

14

Gráfica de mapas

15

Tipos de mapas: isolíneas, coropletas, diagramas, anamórficos

16

Gráfica de heat map o mapas de calor

17

Gráfica de tablas

18

Importancia del storytelling en la visualización de datos

Data Visualization para Business Intelligence

19

¿Cómo afecta la visualización de datos en tu negocio?

20

Explora, descubre, pregunta: toma decisiones inteligentes con análisis de datos

21

Práctica: análisis y exploración de datos

22

Práctica: storytelling para contar historias con datos

23

Caso Walmart: integra visualización de datos y Big Data con inteligencia de negocios

Flujo de trabajo y etapas del Business Intelligence

24

Recolección de datos

25

Limpieza de datos

26

Exploración de datos

27

Creación de gráficas y visualizaciones

28

Generación de reportes con storytelling

29

Define objetivos SMART con KPIs o Key Performance Indicators

Recomendaciones finales para Visualización de Datos

30

Caso Orbitz: beneficios de una cultura data-driven o basada en datos

31

Continúa aprendiendo Data Science, Business Intelligence y Visualización de Datos

Aún no tienes acceso a esta clase

Crea una cuenta y continúa viendo este curso

Explora, descubre, pregunta: toma decisiones inteligentes con análisis de datos

20/31
Recursos

Aportes 96

Preguntas 0

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesión.

Lo que encontré es que hay mucha diferencia entre la fecha de orden y la de envío. Algunas veces lo hacen el mismo día, otras veces se tardan hasta 7 DIAS solo para enviarlo. En promedio de tardan de 4 a 5 días

Los envios se hacen por lo general en Standard Class

La mayoría de las ventas son de consumo

Y la mayoría de las ventas se hacen al Oeste de Estados Unidos


Mediante la realización de un dashboard en Power BI se puede evidenciar lo siguiente:

  • La categoría que genera más ganancias es la de tecnología, por lo tanto se debe promover más.
  • Los supplies, bookcases y tables generan pérdida a la empresa, por lo tanto deberían dejar de venderse.
  • Se tiene un promedio de 3,96 días de retraso desde el dia que se hace el pedido hasta el día que se entrega, esto sirviendo para dar un plazo mínimo de entrega al cliente de 4 días, pero se debe hacer la aclaración de que: la clase standard tendrá un promedio de 5 días para llegar el pedido, la segunda clase 3.24 días y primera clase 2.18 promedios.
  • La empresa tiene un promedio de ventas de 230 productos aproximadamente y espera una ganancia unitaria de 29$ por venta.

Por alguna razón se vende mas en los meses de septiembre, noviembre y diciembre. Mientras que en mes de octubre ocurre una caída abrupta.

Esto nos confirma que cada año en el mes de octubre se tiene una caída abrupta de las ventas.

  • A pesar de que las ventas de muebles son altas en las cuatro regiones, sus beneficios son muy bajos a comparación de las demás categorías

  • La tecnología es la categoría que tiene mayores beneficios

  • Dado el importante volumen de ventas de muebles en la región central , su utilidad(negativa) merece ser analizada

-El segmento Consumidor es el mayor comprador de mercancía a nivel nacional de la tienda, siendo comprador del 50% de esta

Antes de ponerme a graficar y mostrar cualquier cosa me puse a analizar los datos y conocer un poco más el archivo, así a simple vista pude conocer un poco más la información.

Encontré que:

  1. Conocer el top de clientes.
  2. Saber cuáles son los mejores productos de acuerdo al mayor monto.
  3. En que estados se encuentran los mejores clientes.
  4. A que ciudades pertenecen los clientes.
  5. Podemos realizar un análisis sobre clientes y veré si nos convine tener un almacén en esas ciudades.
  6. Podemos observar el tipo de segmentación de los clientes.
  7. Al tener un listado de categorías por producto podemos ver en donde debemos concentrar nuestros esfuerzos,
  8. En función de estos datos conoceremos los productos más vendidos.
  9. Conoceremos la utilidad que tenemos.
  10. Podemos realizar un análisis para saber cuánto tiempo tardamos en entregar los productos.

Despues de conocer algunas interrogantes previamente planteadas ya puedo entrar más a fondo a la lectura de gráficos.

Espero que a alguien encuentre lo mismo.

Estos son los siguientes puntos que pude notar:

Las ventas por Categoría son las en la parte Technology la cual se debe mantener sus ventas al máximo.
El modo de envío que las personas usan más al comprar sus productos es Standard Class, y que pocas personas recogen sus productos el mismo día.
En Ventas por Estado vemos que California realiza la mayor ventas de productos.
En Ventas y Ganancias vemos que en el año 2017 fue donde se realizaron más ventas de los productos y por ende obtuvieron mayores ganancias. Por otra parte en el año 2018 las ventas tuvieron una brutal caída.

Uno de los análisis básicos es conocer la venta por Ciudad. Y en la siguiente gráfica nos podemos dar cuenta que la mayor venta la tiene New York con 256 mil dólares.

Tomando en cuenta todo lo visto en clases referente a las buenas/malas prácticas. Se estructura analizan la base de datos asignada, de igual manera se darán sugerencias como GG.

En el siguiente análisis verificamos las ventas:

DS: Se verifica sub categorías de items y ventas realizadas.
GG: De esta manera se puede verificar que sub área esta generando mas movimiento de caja y cuales no. Se pueden tomar decisiones de hacer promociones en caso de seguir dicha tendencia.

DS: Se verifican volumen de ventas por región y estados.
GG: Con esta información se pueden sacar varias conclusiones para este informe, nuestra zona región fuerte esta siendo WEST con el estado de California a la cabeza. Igualmente podemos determinar que nuestra región con áreas de oportunidad es el SOUTH. Estados como Louisiana o Mississippi no tienen ventas. En este sentido el equipo de marketing debe generar estrategias para llegar a estos sectores y generar capacidad de ventas.

DS: Se hace una segmentación por tipo de clientes vs ventas realizadas.
GG: Con ello se verifica que nuestro sector de clientes con mas tasa en ventas es el CONSUMER, cliente convencional. Y tenemos también nuestra de área de oportunidad, con una solución parecida al anterior segmento.

PD: De la BD se pueden sacar varios análisis, el mas importante es sacar CLIENTE ID VS VENTAS. De esta manera se pueden beneficios u ofertas personalizadas dependiendo de cuantas compras realizo y que compro.

B.I. es un conjunto de datos de información que nos permite llevar un buen manejo de de datos.

Hola!!! yo encontré el siguiente dato, los días en la historia que mas han generado ventas son los: 2, 8, 17. Por el contrario históricamente los días 6 y 29 de cada mes son lo que menos ventas se han realizado.

Los datos pueden ser el insumo más importante de tu empresa, debes saber como tratarlos para sacarle el mayor provecho.

Se puede apreciar el perfomance(utilidad/ingresos) de las categorias por segmento demostranto que el sector tecnology en los tres segmentos es superior

En este grafico se pude afirmar lo anterior viendo solo el perfomance por category

Podemos notar que la gran de productos se concentra en 4 -5 dias de delivery time y la gran presencia de office supplies

Standar Class tiene la mayor frecuencia en Ship Mode

En Segment el sector consumer es el de mayor frecuencia

Consumer en este grafico demuestra tambien ser mayor en Sales y Profit

Google Colab
https://colab.research.google.com/drive/1ekgLoEo87v6Of_cLVCVkPI3InOQuLDpD?usp=sharing

La exploración es importante porque podemos descubrir nueva información, incluso darnos cuenta de una hipótesis errónea.

Nos podemos preguntar: ¿Por qué estos datos tienen este comportamiento?


Primero identifiqué los 5 estados que otorgan el mayor número de ganancias y luego analice las cantidades de ventas que realicé a cada uno de ellos. Con esto sé de que a pesar de que vendo mucho a California y Nueva York no debe enfocarse sólo en ellos, por que por ejemplo el estado de Indiana le dá más % de ganancias.

Me enfoqué en analizar los retornos

Primero, una línea de tiempo, el mayor porcentaje de retornos respecto a productos enviados fue justo en el último mes analizado.

La región donde históricamente se ha visto mayor porcentaje de devoluciones es West

Y aquí el top de ciudades de la región West con mayor porcentaje de devoluciones, ciudades a atacar para mejorar esta métrica.

Para mejorar este análisis serviría mucho empezar a medir la razón de cada devolución de venta.





Como se logra ver se han incrementado las ventas y las ganancias aunque los descuentos casi no existen, talvez se podría generar un poco más de ventas si se los utilizara mejor.

Creo que esta clase va antes de las dos anteriores, ya que es la misma base de datos y mas o menos ya la analizamos, y el mayor descubrimiento fue que los descuentos ocasionan muchas perdidas:

Hola, comparto algunos datos relevantes de la BD.

  1. Cantidad enviada por modo de envío
  2. Beneficio por categoría a través del tiempo

Estas gráficas las hice con la versión de prueba de Tableau

Reto: La sub-categoría tenia perdidas de 17mil aprox.

Realicé un DashBoard con Google Data Studio, y encontré lo siguiente:
Los siguiente gráficas, muestran en comportamiento en barras de las ventas, y en línea del % de Utilidad que dejó cada ciudad/Producto:

Con esto, logré concluir que Lancaster, Medina y ClarksVille son ciudades que están generando pérdidas en las operaciones.

Adicional a esto, el producto “Cubify CubeX 3D Printer” es un producto que deja pérdias de hasta el 80% de las ventas de ese artículo, gracias a la cantidad de descuentos que se está brindando, lo cual no resulta sostenible para la compañía.

Algunos descubrimientos.
Es poco pero es trabajo honesto.
.
5 estados con más ganancias:

5 estados con más pérdidas:

.
Los artículos que más generan ganancias son los artículos tecnológicos de consumo individual.

Todo se trata de generar valor y ese debe ser el fin de el data viz

Me quedo con esta frase del profesor: Los datos simplemente son números o letras, no existe nada más.

Mi valor añadido para esta base de datos sería dejar de invertir dinero en las ciudades mostradas, porque están en perdidas.

Hola, comparto lo encontrado de los datos compartidos:

  • Las ventas tienen una estacionalidad muy marcada a inicios del cuarto trimestre de cada año y su tendencia es creciente. Los beneficios tienen un comportamiento similar.

  • El standard class shipment es el más utilizado por los clientes a pesar de que este es el que más tiempo toma para su despacho, de 4 a 7 días.

  • A partir de la formula profit / (sales - (sales * discount)) se calculó el Gross Profit Margin; con este ratio se pudieron evidenciar tanto los estados como las subcategorías con el margen más bajo, los cuales deben ser objeto de análisis detallado para tomar acciones:
    States: Arizona, Colorado, Florida, Illinois, North Carolina, Ohio, Oregón, Pennsylvania, Tennessee, Texas.
    SubCategory: Appliances, Binders, Bookcases, Machines, Tables.

Utilicé excel para armar el reporte (Ya quiero aprender otras herramientas, así como empezar a usar python 😄) Estos fueron mis hallazgos:

  • Ventas por Región
    Se puede evidenciar según la gráfica que la región donde se generan mayores ventas es en Oeste de los EEUU.

  • Top 10 Ventas por Estado
    Se muestra el top 10 de los estados donde se generan la mayor cantidad de ventas, y encabezan la lista la ciudad de California en la región del Oeste, seguida por New York en la región del Este.

  • Profit por Subcategorías de Productos.
    Se muestra la cantidad de profit que se obtiene en $ por la venta de cada subcategoría de producto, PERO se observa que hay 3 que generan pérdidas: Supplies, Boockcases, Tables.

  • Porcentaje de Ganancias y Perdidas.
    Se muestra el porcentaje de Perdidas que hay frente a las ganancias y puntos de equilibrios originados en las ventas del periodo estudiado.

  • % Ganancias y pérdidas por categoría de productos.
    Se puede observar por categoría de productos en cual se generaron mayores ganancias por ventas, en cual se generaron las pérdidas y puntos de equilibrio. En este caso las perdidas se están produciendo en mayor proporción en las categorías de artículos de oficina y mueblería. Por lo que se recomienda estudiar si la pérdida viene por costos, mora de clientes o descuentos aplicados.

  • Finalmente podemos observar:
    El total de ingresos por ventas realizadas.
    El total de pérdidas generadas en las ventas.
    El total de ganancias generadas en las ventas.
    El profit total generado por la empresa en el período estudiado.

Reto: Descubrimientos.

Toma de decisiones.

Trabaja en equipo.

Explora, descubre, pregunta.

¿Cómo agregamos valor con datos?

Encontré que hace falta hacer una limpieza, observe que hay ciudades que están fuera de estados unidos, creee una visualizacion mostrando la cantidad de venta spor ciudad, las top 6 de mas ventas y mayor utilidad

Profit vs tiempo.
Como se espera, se observan los picos de ventas por temporada en los ultimos meses de cada año a excepción del ultimo año.

Retornos vs tiempo.
Los retornos de producto no superan el 15% del total de las ventas.

Retornos por estado. (TOP 10)
Se observa un gran numero de retornos en California, pero es importante tener en cuenta que precisamente california tiene los mayores numeros de ventas.

Ventas por subcategoria.
Gráfico jerárquico para representar en terminos de espacio, la cantidad de ventas que se llevaron a cabo por subcategoria segun la base de datos suministrada.


Obtuve el ranking de los 10 compradores según número de compras, intenté sacar el ranking según el valor de la venta y comprador pero no lo logré.


Grafiqué la categoría de productos más vendidos. (Pandas, Python)

Hola, encontré que pueden mejorar sus ganancias evitando hacer descuentos de 50% o más y trabajando fuerte en las devoluicones originadas en California, donde tienen más del 40%. Por ejemplo, 4 clientes de los 6 que han devuelto hasta 3 ordenes, están ahí.

encontre que hay 10 estados registrando perdidas, texas es preocupante.

Analicé las ganancias por categoría y evidencié que Furniture tuvo el peor desempeño en el transcurso de los años. Por lo tanto, quise investigar un poco más y me di cuenta de algo MUY interesante y es que a simple vista, la subcategoría que menor rendimiento tiene es la de Bookcases. Sin embargo, al revisar la cantidad de órdenes vs. las ventas ¡OH SORPRESA! Aunque la cantidad de ordenes de bookcases es la menor, las mayores pérdidas fueron de la categoría de Tables.
CONCLUSIÓN: No dar por hechos los descubrimientos hasta confirmar 100% la información.


La categoría que más profit genera actualmente es la de Tecnología, por lo tanto se debe promover más. Además, se puede observar que hay una subcategoría que está afectando bastante la utilidad de la compañía, de manera que es importante validar lo sucedido con la misma. Finalmente, se observa que hay 2 subcategorías que a pesar de estar dentro de las 10 con mayor volumen de ventas, no están dentro del Top10 de las de mayor profit aportado, por lo que se debe validar alguna estrategia-acción para incrementar su utilidad o promover con mayor fuerza otra que le brinde mayores beneficios económicos a la compañía.

  • A pesar de que la región sur generó menor valor de venta y menor margen de utilidad que las otras tres regiones (central, este y oeste), fue la región central la que dejó menores utilidades. Esto podría explicarse ya que en la región central se dieron mucho más descuentos y la región sur, se dieron muchos menos descuentos (casi la mitad que la región central).

  • La categoría Muebles representa el segundo mayor monto de venta por categoría, pero tiene la menor utilidad de todas. Las otras categorías tienen un margen del 17% pero muebles sólo tienen un margen del 2%. En la región central se vendió un monto similar de muebles con otras categorías. Eso también podría explicar porqué arrojó la menor utilidad.

  • 34% de las ventas de Muebles representan utilidades negativas, en contraste con el 15% que representa en las otras categorías.

No se cómo poner las imágenes desde un mac 😦 Pero acá están mis conclusiones según lo que pude hacer en excel con unas tablas y gráficos dinámicos.

Aunque las ventas sean de cientos de miles de dóalres en la mayoría de las sub categorías, lo cierto es que el profit es muy pequeño en comparación al gran volumen de ventas. En algunos casos cómo en Tables y Suplies el profit es negatico, por lo que se genera pérdida en esos dos sectores.

Al l largo del tiempo vemos cómo el profit aumenta año con año en las categorías generales de Office suplies y Technology, mientras que en furniture fluctúa de una manera muy breve, estaando casi estable.
Esto conlleva a que la categoría se lleve el 51% del prófit total, Office suplies el 41% y furniture el 6%.

Los 5 estados que más ventas realizaron fueron: California, New York, Texas, Washington y Penslvanya, y los 5 estados que menos venas realizaron fueron Wyoming, South Dakota, Maine, West Virginia y Noth Dakota.

Los envíos más usados fueron Standart Class y Second Class.

Analizando los datos del reto determine que el estado que mas ganancia tuvo con la venta de articulos de tecnologia fue newYork apesar de que el estado que mas articulos vendio fue california. Existen muchos otros datos muy interesantes que se peuden obtener de mirar estos datos sin emabargo aun no se como usar PowerBI … seguimos aprendiendo

  • Se puede notar como la categoría mas solicitada/vendida es office supplies (Hablando de todo el historial de ordenes)

  • La región en la cual se realizan mas ordenes es en West, seguido por East, con esta información se puede invertir un poco mas en marketing en esas dos regiones (o en las otras dos, dependiendo de nuestro objetivo) para aumentar nuestras ordenes en dichas regiones. Si queremos ir a lo seguro podemos aumentar la publicidad en West y East ya que nuestras ordenes en promedio tienen muy buenos resultados, si por el contrario queremos aumentar las ordenes en las otras dos regiones lo cual es un poco mas arriesgado, podemos hacer el marketing pertinente en esas dos regiones (Central y South)

-Normalmente las ordenes que mas se solicitan por cantidad son entre 2 y 3, esto nos abre un mundo de posibilidades ya que sabemos que la probabilidad de que haga mas ordenes es con esta cantidad, podemos incitar al comprador sin que lo note de que siempre procure comprar estar cantidad ya que parecen estar en bastante confianza al adquirir esa cantidad

  • Por ultimo destacar que las ventas del año 2017 fueron muchos mayores que las de años anteriores y notar como esta directamente relacionado con la cantidad de ventas que se realizaron en ese año, lo cual tiene sentido ya que si las ordenes aumentaron, la ventas tambien debieron hacerlo

¡Alusinante el caso!

Por acá dejo el link del BI para que, los que quieran lo vean y hagan sus propias conclusiones (Power BI es de hacer filtros de informacipon por medio de cada data viz)

Robo del siglo II: https://app.powerbi.com/view?r=eyJrIjoiZjg4YzBkMzktNGI5Zi00ZjhmLWFmOTYtNWUxOGIxYzk5NWUzIiwidCI6ImIxYmE4NWViLWEyNTMtNDQ2Ny05ZWU4LWQ0ZjhlZDRkZjMwMCIsImMiOjR9

Conclusiones:

  1. En el 2017 fue donde más vendieron pero no fue el año de mayor profit, fue el 2016.
  2. El promedio de descuento 15,62% fue mayor que el promedio del margen 12,03%
  3. La categoria que más genero perdida fue Furniture, perdidas de 45 mil dolares en un total de 98 mil, mientras que la categoria de tegnologia fue la que menos perdio, tuve perdida de 22 mil dolares
  4. Ilinois fue la ciudad de mayor perdida margen de -37%, pero Texas fue la que perdio más en utildiad con 25 mil dolares
    5 El decuento maximo fue del 80%
  5. Las 10 ciudades con peor margen tiene un porcentaje del -17%.

En análisis de ventas se obtiene que la categoría con mayores ventas es la de productos tecnológicos.

La región con más ventas es la Oeste con 725 mil y la menor es la Sur con 392 mil. Sugiero que se realicen campañas publicitarias en la región sur para aumentar el número de ventas.

Se obtiene que en promedio los pedidos tardan entre 4 y 5 dias para ser despachados desde la fecha de compra. Recomiendo mejorar el sistema logistico para no afectar la satisfacción del cliente.

Finalmente se presenta una distribución de las ventas por código postal. Esta información es importante para conocer las zonas donde tenemos menor alcance como por ejemplo el estado de Wyoming y Nevada.

Aquí los insights:

*El top 5 de productos que generaron más ventas en valor monetario fueron los phones, chairs, storage, tables y binders.
*No porque sea lo más vendido, sea lo que más utilidad deja: si hacemos una razon de las ventas con las ganancias, notaremos que el que mejor margen nos deja es el papel y las copiadoras. Los teléfonos se venden mucho, pero nos deja una utilidad muy pequeña.
*NY, LA y Seattle, las ciudad que más ventas se genera.
*California, Washington y Texas, las ciudades con más devoluciones hacen.
*Los productos con más devoluciones son las carpetas, papel y los teléfonos.
*Anna Andreadi, encargada de la zona west, fue la asociada que más ventas generó.


*Extra: Los productos con más descuentos fueron las carpetas, máquinas y mesas, con un promedio de 0.37, 0.31 y 0.26 respectivamente.
*Staple Envelope, el producto más vendido


La cantidad de ganancias por sector, vemos que el más representativo es el tecnológico

Cuando vemos la ganancia por sub-categoría la más representativa es Copiers y Phones, mientras que las menos rentables incluso con perdidas son Tables y Bookcase, que tendrán que ser analizadas a detalle para aclarar la razón.

Esta es la clasificación por ship mode y es la clase estandar quien tiene mejores retribuciones

La zona más rentables es la oeste con la vendedora Anna

En este gráfico vemos las quejas y ganancias por cada cliente, donde parece interesante ver que el que tiene mayor cantidad de quejas tiene una menor cantidad de ganancias, sería interesante revisar la conducta

Finalmente se puede evidencias una mejoría consecutiva en cuanto a ganancias y venta en los últimos 4 años

Lo que puedo aportar es que la Categoría de productos más vendida es Office Supplies.

Por otro lado, el cliente que más compra por ventas es Sean Miller, sin embargo no es el que más productos vende, pues esta persona es William Brown.

Observé también que en el último trimestre de cada año es en el que se realizan más ventas.

Se pudo descubrí que la región que tiene mayor ventas en la categoría tecnológica es la East:

y la región que en los consumidores en la zona sur es la mas baja :


Se Expone la relacion entre que cantidad de clientes tiene cada modalidad de envio.

Sobre el archivo de la clase, hice un análisis acerca de:

  • Clientes tipo CONSUMER
  • Qué tipo de productos compran: Furniture, Office Supplies o Technology.
  • Ubicación por Region y Estados.

Estos fueron los resultados:

  1. El tipo de producto que más se vende son los de categoría “Office Supplies” con un 60% de todas las ventas.

  2. La región que más compras hace es WEST (34% promedio)

  3. El Estado que más compras hace es California.

Solo revisando las ventas, se puede observar que el segmento con mayor ventas y mas utilidad es el de Consumer.
La reguiin con mas venta es la Oeste (West)
Viendo un poco mas en detalle el segmento Consumer, las subcategorias con mayor ventas no son las que generan mayor utilidad. Por ejemplo en Furniture las chair son las de mayor venta pero menor utilidad.
Todo dependerá de la estrategia de negocio, hay negocios que apuntan mas a volumen que a la utilidad y hay otras que prefieren la utilidad nates del volumen, o pueden tener un mix en su cartera de productos. Dependen tambien del target.
![](

  • El segmento CONSUMER es el que más PROFIT deja, pero el que menos ganancia deja por orden (se requiere vender más productos)
    profit promedio por orden: $26

  • El segmento HOME OFFICE es el que menos profit produce, pero es el que más ganancia deja por orden. (se requieren menos ventas)
    profit promedio por orden: $34.

  • Tiempo promedio de entrega (días) por Ship Mode
    Same day: 0.04
    First Class: 2.1
    Second Class: 3.2
    Standard Class: 5

  • OFFICE SUPLIES es la Categoria que más DEVOLUCIONES genera.
    59% de las devoluciones son de OFFICE SUPLIES
    y dentro de OFFICE SUPLIES, las sub-categorías PAPER, BINDERS, ART y STORAGE representan el 75%


![](

Bueno, hay mucha tela de donde cortar. Sólo me detuve en analizar el TOP 10 de los clientes que más compraron y los que más pedidos hicieron. La persona que más dinero gastó no necesariamente fue el que más ordenes hizo (ni siquiera está en el top 10).

La Costa Oeste representa el soporte económico principal de la empresa

El vídeo no está disponible. Es una pena.

En este caso he decidido hacer el reporte hacia un jefe o gerente.

En primer ugar se ve la participacion de cada region en las utilidades.
Central y Sur estan por debajo de participacion.

Luego analizamos las utilidades por region y categoria. Aqui nos damos cuenta que en la region central hay utilidades negativas en la categoria de furniture.

Luego analizamos especificamente en la region Central la relacion de utilidades por categoria y el promedio de descuento. Aqui se observa que hay una relacion de descuento y utilidades.

A mayor descuento hay menos utilidades.


Otra cosa a comparar es la relacion de tiempo de delivery con los descuentos. Se observa una relacion directa. A mas tiempo de delivery mayor descuento.

Finalmente se ha calculado que en el 2017 se han realizado ventas con perdidas que suman 54 000 $ aproximadamente.

Amigos recién ando aprendiendo, pero algo es algo jaja logré sacar esto después de romper Excel 3 veces xD

Objeto del análisis se puede establecer que el 70% de las ventas se distribuye en 10 estados, y de estas ventas el 50% responden al segmento de consumidores.

Realizando el análisis de tiempos de despacho por tipo de envío se evidencia que el 27% de los despachos se realizan 5 días hábiles después de la fecha de orden los cuales se distribuyen en clase estándar y segunda clase.

Así mismo, se evidencia que solo se da cumplimiento a la promesa de envió del mismo día al 35.73%.

¿Como se hace para pegar imágenes ?

En el cuadro vemos que el profit de la categoria Furniture es baja por que se venden dos subcategorías con profit negativo (Tables y Bookcases)

Luego del análisis de los datos se pudo evidenciar que:

  • Para el año 2016 se presento el mayor incremento en ventas (entre los años 2015 y 2017), con un 26% de crecimiento frente al año 2015.
  • Comparando los porcentajes de variación de ventas por trimestre , se identifica que los meses de Jul-Ago-Sep de los años 2014, 2015 y 2017 presentan los mejores resultados, aunque para el 2016 se presento una caída para este mismo trimestre.
  • El top 5 de las Estados con mayor valores en ventas corresponden al 52% de participación.
  • En promedio de envío de un producto se encuentre entre 4 y 5 días, aunque en algunos casos el envío tarda hasta 7 días.
  • El vendedor con menor participación en ventas totales es Cassandra Brandow con 17% de participación.

Aquí mi análisis;

  • Deben dejar de vender furniture; también hay algunos office supplies con los que se está perdiendo dinero

  • El profit ha aumentado año con año

  • Hay algunas ciudades donde las ventas son enormes, deben hablar con los vendedores de esas ciudades para ver que estan haciendo ellos y replicarlo en las demás ciudades

  • Hay que homologar el tipo de envío para reducir costos; hay muchos del mismo día y de first class cuando tal vez la gran mayoría debería ser standard

  • Las mesas están en el Top4 de ventas pero tienen pérdidas; habría que checar el márgen y los costos administrativos

  • El márgen de contribución en la región central es demasiado bajo en comparación con las demás; hay que revisarlo

Dejo mi aporte, usé Power BI a modo de practica, encontré varias cosas interesantes en estos datos.

  • Se han dado muchos descuentos, ¡¡ puede ser estrategia de ventas !!
  • En muchos casos el descuento fue tan grande que se generó perdidas.
  • Tiene subcategorías que todos los años han dado perdidas !! estarán agotando inventario ¡¡
    Les dejo una viz que logré. 😓

La Categoría que mas se vende es Office y la que mas rentabilidad da es Technology.

Lo que pude notar fue: El total de ventas realizadas, los segmentos con mayor numero de ventas
y las ciudades que realizaron mayor numero de compras.

Interesante que las 3 categorías pesen exactamente lo mismo en cuanto a Ventas.

Les comparto el enlace a este reporte en Data Studio.

Agrupación de productos por categoría y suma de los “profits” resultantes

De las categorías más devueltas se encuentran concentrados en el Office Supplies y en la región West. Del total de las ventas hay un 7.86% que fue devuelto por distintas razones del producto y región mencionada. Las ventas netas y las sub-categorías están en los primeros tres lugares Chairs, Phones y Storage. El estado que más aporta a las ventas netas es California, Whashington y Nueva York.

Días de la semana con mayores ventas

El clasico descuento vs profit del negocio

Analisis
Como se puede analizar, existe una correlacion negativa entre profit vs descuento y una vez llegamos al 30% de descuento empezamos a perder dinero.

Recomendacion
Senora encargada de los precios, no es recomendable para la sostenbilidad del negocio entregar descuentos por sobre el 30%

  • Los datos toman en cuenta toda la data historica, si se quiere un analisis mas detallado es aconsejable segmentar las fechas de compras.

Análisis
El tipo de envío más usado es ‘Standard Class’. En contraste el ‘Same day’ es el menos usado. Esto nos dice que los clientes no necesitan los productos el mismo día.

En la distribución de categorías de los productos, podemos observar que ‘Officer Supplier’ posee un 60% de la ventas obtenidas, seguido de ‘Furniture’ con un 21% y ‘Technology’ con un 19%

Por último, la tres subcategorías con más ventas durante el periodo analizado son: ‘Binders’, ‘Paper’ y ‘Furnishings’.

Del análisis de la información de super store podemos ver:

  • Que las utilidades por región están distribuidas así:

Que el 50 % de las utilidades están en los estados de California y NY:

Que los segmentos tienen la siguiente distribución de utilidades:

Que la comparación entre ventas y utilidades generadas por segmentos nos muestra:


donde el home office es el primero, seguido por el corporate y el consumer.

Este grafico indica cual estado de EEUU es el que más gasta en una tienda de este país. Con esta información podemos hacer decisiones de aplicar cupones de descuento en los estados en donde menos se vende. Y en las partes donde más se venden talvez presentar productos nuevos antes que el restos de las tiendas.

Al principio lo había realizado en Excel con Pivot Charts, pero luego de ver los aportes intenté hacerlo en Data Studio. Se puede ver la cantidad de profit por ciudad, el Lead Time (columna agregada), el promedio de ventas y las ventas totales por ciudad y categorías

https://datastudio.google.com/reporting/7e9c5349-7f5d-4b2d-8565-05594489b842

Este es mi aporte, para ver el código da click aquí: https://github.com/frluenga/Data_viz_BI

comparto el diagrama de barras de los dias de demora vs cantidad de pedidos.

diagrama de pie de las clases.
pd: pude cambiar los colores de las barras.

Algunas cosas que me percaté que no se analizaron y otras que me llamo la atención del como elaborarlas son las siguientes:
Productos enviados por pedido:

  • Notamos que el gran volumen de envíos se hacen de 1 a 4 objetos.
    *Tenia mas gráficos por subir pero al ver que tengo que descargarlos y luego volverlos a subir es un poco pesado, talvez pronto mejoren de pegar y cppiar imagenes sin la necesidad de tener la imágen guardada en tu pc. Siplemente con un copiar y pegar baste+

Hola, comparto un Dashboard que hice hace unos meses, para revisar el resultado de recomendación de servicios de telecomunicaciones(NPS).

https://datastudio.google.com/reporting/3d611abc-682e-4e5f-ba76-c5f6852225ee

Nos sirve para encontrar ciertas verdades ocultas de los datos que a simple vista no se pueden ver o interpretar.

Así era la transición del conocimiento en BI:

DATO -> INFORMACIÓN -> CONOCIMIENTO > DECISIÓN > SABIDURÍA(Inteligencia).

Análisis

Este y Oeste son las regiones que generan los mayores ingresos a lo largo de estos años pero la región oeste es la que mas devoluciones ha generado, del total de las ordenes de esta región, casi un 15% son devueltas y ese comportamiento es una tendencia anual.

RETO: Superstore
Utilizando la fuente de datos de Super Store Data:

-¿Cuál es la categoría de productos más vendida?

-¿Quién es el cliente que compra más?

-¿En qué Trimestre (Q) se realizan más ventas?

Algo que me llamó mucho la atención fue ver en la columna de Utilidades velores negativos. Es decir que se están venidiendo productos que son más costosos para la compañía del dinero que recaudan por ellos, por lo que quice analizar cuáles eran estos productos visualizando por categorìas el comportamiento de pedidos con utilidad positiva vs utilidad negativa.

Lo que encontré son sub- categorías que deben revisarse como las máquinas dentro de la categoría de tecnología, las encuadernadoras dentro de la categoría de artículos de oficina, y estanterías y mesas en la categoría de muebles.

Así mismo se analiza las categorías identificadas para enfocar en los productos que tienen mayor impacto de utilidad negativa:

  • Sales vs Profit

  • Ship Mode

  • Región

Dejo mi aportación, las ventas por mes y año. Vemos como la tendencia dice que las ventas aumentas así como los meses donde más venden es en Noviembre, Diciembre y Septiembre.

![](

El Valor de los Datos es proveer significado de los Datos a convertirlos a información para las empresas, la generación de información relevante a partir de los datos.

Propuesta de preguntas a responder:

  • ¿Cuál es la categoría de productos más vendida?

  • ¿Quién es el cliente que compra más?

  • ¿En qué Trimestre (Q) se realizan más ventas?

en oracle sería!!!