Práctica: storytelling para contar historias con datos

Se realizó la siguiente gráfica de dispersión entre las ventas y las utilidades agrupadas por descuento.
De esta manera podemos observar de manera rápida que a mayor el descuento, menores las ventas y peores las utilidades, podemos ver que cuando el descuento es de al rededor del 10% las ventas no son más altas que cuando no hay descuento pero se tiene buen margen de utilidad, por el contrario con descuentos del 70 y 80% las ventas se desploman además de las ganancias.
Entiendo que esto podría ser peor porque por alguna razón no hay muchas ventas con descuentos tan extremos, pero por desgracias las que se hicieron son suficientes como para que la rentabilidad de la empresa se pongan en peligro.
Dejo el código con el que hice esta gráfica en los comentarios de este mismo post.

Para tomar este curso recomiendo antes aprender algo de estadísticas y manejar un mínimo de Excel. Los retos que coloca el maestro para una persona que no tenga conocimientos mínimos con alguna herramienta de análisis van a parecer complicados.

Reto
Aqui dejo tanto el analisis que hice en google Data Studio como el que hice con python y jupyter notebook
Google data Studio

Notas en GitHub donde se encuentra el Jupyter Notebook

Contestando las preguntas sobre Texas e Illinois:
Productos mas vendidos: Productos de tecnología
Productos menos vendidos: Office Suppliers
Quienes son los comprandores: Listado de compradores que gatan mas
Patrón de ventas: 3Q y 4Q son los que presentan una alza en las ventas

¿Por que cuando tengo tablas dinámicas no puedo usar grafico de dispersión?

En la siguiente gráfica podemos darnos cuenta de los siguientes factores:
1.- La tecnología ocupa el mayor porcentaje de cobertura con respecto al 100% de la venta. Con un 36.4%
2.- La ciudad con mayor venta es New York con 256 mil dolares.
3.- El cliente que mas compra es Sean Miller con 25K.
4.- El último cuarto del año es cuando se tiene la mejor venta. Y los primeros meses es la mas baja.

un grafico tipo mapa generado desde Excel

con los datos de la tabla:

Ahora sí logro comprender de una excelente explicación el uso del storytelling en la data viz. Estoy verdaderamente ansioso pro hacer el curso de Tableau.

Qué quiere decir con que el descuento supere el 30% sobre las ventas? Pregunto porque al buscar por descuentos mayores al descuento promedio mas 30% salen órdenes de varios estados además de Illinois y Texas

Analizando el dataset con Python queda demostrado que varios tipos de descuentos otrorgados por la firma generan utilidades negativas.
El rango de descuentos [0.32 - 0.70] aplicados a las ventas provocan utilidades acumuladas negativos.

#Importar libreria
import pandas as pd

#Crear df 
store_df = pd.read_excel('superstore.xls',
                         header=[0])

#Algoritmos
tipo_desc = store_df['Discount']

descuentos = store_df[store_df['Discount']>0.0]

grupos_descuentos = descuentos.groupby(['Discount'], sort=True)['Profit'].sum().sort_values(ascending=True)

por medio de geopandas y un archivo .shp de USA se puede realizar la comparación de los descuentos por estado:

el archivo fue descargado de https://tapiquen-sig.jimdofree.com/english-version/free-downloads/united-states/

Se crea el dataframe con la información para graficar

import geopandas as gpd

fp = "USA_States/USA_States.shp"
map_df = gpd.read_file(fp)

Se procesa la información de descuentos realizados para graficarlos

data_for_map = df[["State","Discount"]].groupby(df["State"]).mean()
data_for_map_c = data_for_map.copy()
data_for_map_c.reset_index(level=0, inplace=True)
data_for_map_c.rename(columns={'State':'STATE_NAME'}, inplace=True)

Se realiza un merge para unir los dataframes

merged = pd.merge(map_df,data_for_map_c,how='left').fillna(0)

Se da la orden para graficar

fig, ax = plt.subplots(1, figsize=(10, 6))
merged.plot(column='Discount', cmap='BuGn', linewidth=0.8, ax=ax, edgecolor='0.8')

Con la data entregadas quise plasmar un panel en que se visualice inicialmente el numero de ordenes gestionados por mes con su promedio, una gráfica de barras validando el total de ventas realizadas por mes. Porcentaje de ventas por categoria y porcentaje de medio de envío usados. Total ventas por estado y total de ventas por vendedor y categoría. Las visualizaciones fueron realizadas en Power BI el cual por medio de las interacciones que maneja y la dinámica nos permite filtrar la información y observar los diferentes comportamientos.

El ejemplo Scatter:

En el caso de la segunda imagen lo que quise buscar es desglose de las ventas para ver de cada categoría cuales son lo productos más vendidos y generan el mayor ingreso del negocio.

Hola,
Siguiendo lo mencionado en esta lectura, los estados donde se obtienen menores rendimientos son aquellos donde hay una mayor cantidad de descuentos, lo cual se puede evidenciar en la siguiente tabla, donde están los 5 estados con los más altos y mas bajos promedios del indicador Gross Profit Margin:

Nota: Gross Profit Margin (GPM) = profit / (sales - (sales * discount))

Esto también se puede evidenciar en los siguientes gráficos de correlación de los 10 estados con más bajo rendimiento en Profit y promedio de GPM. De igual manera, al analizar cada uno de estos estados por subcategoría, se puede evidenciar como los grandes descuentos están concentrados principalmente en 5, siendo estas: Bookcases, Tables, Appliances, Binders y Machines. Sería interesante revisar mas a fondo si esto obedece a una estrategia de marketing para reducir el inventario o cual puede ser la razón de estos grandes descuentos y su rentabilidad negativa.

Para finalizar hice una investigación acerca de cuáles son las categorías y sub categorías de cada una de las ciudades con más perdidas, y me encontré con que existen algunas subcategorías que tienen utilidades positivas, pero la mayoría por supuesto tienen utilidades negativas.

La primera pregunta que me hice dentro de mi análisis fue, ¿Cómo van los beneficios a lo largo de los años? La verdad no tenía ni idea de que pensar porque era la primera vez que tocaba los datos. Pero yo me imaginaba que bien, ya que era lo mínimo para una empresa. Para mi sorpresa resulta que está hipótesis estaba correcta. Los beneficios no había parado de crecer a lo largo de los años, por lo que había cosas que la empresa estaba haciendo bien.

La segunda pregunta que se me ocurrió fue ¿Cuál es la categoría que más vende? Para esta pregunta no tenía ninguna hipótesis previa, porque simplemente no conocía cuáles categorías existían. El descubrimiento de esta respuesta fue que en total todas estaban bastante parejas, por lo que no podría proponer examinar alguna para su eliminación.

Bueno, entonces se me ocurrió la siguiente pregunta ¿Cuáles son las ciudades más rentables? Y por consiguiente, ¿Cuáles son las Ciudades menos rentables?
Al darme cuenta de que había ciudades con perdidas, encontré un hilo interesante el cual analizar.

Bueno, hasta acá llegó el tiempo de hoy, estate [email protected] para la segunda parte. 😃

Mi hipótesis giraba entorno a los elevados gastos que implicarían los envíos por medio de: “First Class” y “Same Day”, después de todos tiene sentido que al ser envíos por medios especiales sus gastos sean altos y sus ingresos bajos o nulos.

Mi hipótesis giraba entorno a los elevados gastos que implicarían los envíos por medio de: “First Class” y “Same Day”, después de todos tiene sentido que al ser envíos por medios especiales sus gastos sean altos y sus ingresos bajos o nulos.

Mediante la gráfica pude comprobar que: ni los gastos son excesivos, así como tampoco los ingresos son bajos o insignificantes en relación a las ventas por este medio.

Para ser más específicos también quería corroborar a qué modo de envío y segmento de cliente pertenecía el grueso de las pérdidas y ganancias respectivamente.

Nuevamente mi primera hipótesis queda rechazada. El motivo de las pérdidas en nuestra base de datos NO se debía al modo de envío o al segmento de nuestros consumidores.

Así que tomando en cuenta el Análisis del profesor Luis Novelo decidí ponerle énfasis a los descuentos.

Por un lado las ventas que Sí generan ganancias segmentadas por: State, Product Name/Sub-category, Customer Name y City tienen en promedio un descuente de: 7.21%, 15.58%, 13.58% y 9.88%.

(No superan el 15% en descuento)

Por otro lados las ventas (segmentadas de la misma manera) que nos generan Pérdidas:

El descuento es ALTÍSIMO en estas transacciones (38,57%, 30.79%, 39.93%, 39.53%). Una completa locura!!!

Aquí les dejo más visualizaciones:

Aquí cabe aclara que nuestro gastos en “Furniture” son muy elevados lo que nos deja un “Profit” muy pequeño. Por lo que hay que tomar acciones encaminadas ha mejorar los costos en esta categoría de producto.

Gracias a esta visualización se puede comprobar que existe una serie de Clientes, Estados, Productos y Sub-categorías con las que jamás se ha obtenido ganancias. Con respecto a las Sub-categorías 2 de las 3 pertenecen a “Furniture” (Tables, Bookcases), lo cual puede explicar las bajas utilidades que nos genera esta categoría.

<a href=“https://www.flaticon.es/iconos-gratis/mano” title=“mano iconos”>Mano iconos creados por Freepik - Flaticon</a>

<a href=“https://www.flaticon.es/iconos-gratis/pago” title=“pago iconos”>Pago iconos creados por Freepik - Flaticon</a>

<a href=“https://www.flaticon.es/iconos-gratis/perdida” title=“pérdida iconos”>Pérdida iconos creados por Freepik - Flaticon</a>

<a href=“https://www.flaticon.es/iconos-gratis/costos” title=“costos iconos”>Costos iconos creados por phatplus - Flaticon</a>

A partir de las siguientes visualizaciones, podemos concluir que:

• Los productos de tecnología son los que generan más ventas.
• Entre los productos de tecnología, los teléfonos son los que generan más ventas
• Nuestro comprador número 1 es William Brown
• El trimestre 4 es el trimestre del año donde se hacen más ventas.

Muy buen ejercicio para dart un bosquejo de cómo utilizar el storytelling de forma sencilla.

En un contexto general se obtuvieron los siguiontes highlights:

• El producto mas vendido es canon imagen CLASS y el menos vendido es el Averi hi liter pen.

• La sub categoria mas vendida son los phone y se obtivieron mas ventas en la region esat.

• La grafica de dispersion nos muestra que a mayor ventas no necesariamente hay mayores profit.

• La agrfica de temporal de lineas y la grafica de barras nos muestras que desde ventas y porfits de la tienda y su volatilidad

• El mejor cliente es sean miller con el 28,37% de las ventas y el que obtuvo menores ventas es thais sissman con el 7,35%.

• En este caso se analizo solo las state de TEXAS Y ILLINOIS observamos los siguiente.

• El mejor producto es samsum galaxy s4 y el menos vendido es Avery durable slant en illinois

• El mejor producto es el lexmark mx611 y el menos vendido es Hover replacement EN TEXAS

• El mejor cliente es Becky martin

• En cuanto a ventas Texas tien mayores ventas

Trabajare en hacer un buen storytelling y contar la historia de los datos de una manera entretenida, me enfoque en este caso a generar los graficos.

encontre que en 10 estados no se han ganado ni un solo dolar; al contrario, han perdido.
propondria reformar la politica de descuentos, es inaceptables perdidas de 25 mil dolares

Comparto este sitio de datos públicos de Argentina para hacer más ejercicios como este: https://datos.gob.ar/

1936 pedidos de los 9994 de los pedidos, es decir, casi el 20%, tuvieron pérdidas y/o no generaron ganancia alguna.

Puntos relevantes:

1. Se comenzó por analizar lo más obvio que es son las ventas que tenemos por categorías la cuál es mostrada en la primera gráfica (arriba a la izquierda) en la cual la categoría ganadora sin duda es la correspondiente a “Technology”.

2. En la segunda gráfica (arriba a la derecha) se enlistaron los productos que tienen más ventas a los que tienen menos ventas, igualmente se indica a que categoría pertenece y mediante el grosor de la barra y con una etiqueta se puede visualizar la utilidad que nos ha generado cada producto. Podemos observar a simple vista que el segundo y tercer producto más vendido no nos está generando utilidad o incluso estamos perdiendo dinero.

3. En la tercera gráfica (abajo a la izquierda) tenemos ordenado a los clientes que más compras han hecho en la tienda ordenados de mayor a menor, igualmente mediante colores se indica a que tipo de cliente pertenece cada comprador. En este caso nuestro mayor comprador pertenece al tipo de cliente “Home Office” seguido por una compradora “corporation”.

4. En la cuarta gráfica se muestran las ventas trimestrales por año y mediante el grosor de la línea se indica las utilidades que hemos tenido, que generalmente suele ser mayor durante el último trimestre del año. En la misma línea se tiene señalizado mediante colores cuando se dan más descuentos en la tienda y resulta ser que igualmente el tiempo de mayores descuentos coincide con el de mayores utilidades que sería el cuarto trimestre del año.

Les compato la visualización que realicé en PowerBI.

https://app.powerbi.com/view?r=eyJrIjoiN2E4ZDliMmMtZDJiYS00OThmLTk3MWYtNzhlYmFiYWMzNmViIiwidCI6Ijc5YWQ0MDJjLWFlNmMtNDc1Ni1hZTA5LTY1MWZjN2E0ZTBhYiIsImMiOjR9

No necesariamente las ganancias y las cantidades son correlaciones positivas, en algunos casos como en esta exploración es necesario comenzar desde un nivel macro para ir profundizando en el análisis y que en este viaje sea sencillo de comprender para mantener el interés de la audiencia.

comparto mi resultados en google colab usando python, pandas y matplotlib
https://colab.research.google.com/drive/1in5EvJcD21jSVw06NdA2KV7picDWfCWC?usp=sharing

Para mi al revisar la comparación de ventas, utilidades por categoría en los años 2014 a 2017 profundizaría en la
categoría de furniture ya que me parece que las utilidades son muy bajas para el nivel de ventas y buscaría si puedo encontrar eficiencias que me permitan lograr una mejor utilidad. Sino trataría de generar más ventas en las otras dos categorías con el objetivo de tener más utilidades.

Para pode empezar, a sugerir cambios a las gerencias debemos saber DÓNDE se pierde dinero.

Así que revisamos por categoría:

P. ¿Cúal es aquella categoría donde el descuento es mayor a la utilidad? (dónde estamos perdiendo)
R: La categoría FURNITURE

Luego:
P. ¿Cúal es la subcategoría, dentro de FURNITURE, que genera pérdidas?
R: De las 4 subcategorías, 3 generan pérdidas (Bookcases, Chairs and Tables) , y solo una genera utilidad (Furnishings)

Dentro del análisis realizado encontré que las ventas aumentan pero a nivel de descuento los datos no concuerdan con los datos vs descuentos, también que el nivel de ventas aumenta para el caso de Illinois donde hay mas productos vendidos.