Análisis de Datos: Exploración y Definición de Preguntas en Power BI

¿Cómo entender el problema de Tecnomax?

Comprender el problema que enfrenta Tecnomax, una distribuidora de artículos de tecnología en el norte de México, es esencial. Desde su fundación en 2021, las ventas han estado en declive, y se ha cerrado una sucursal, lo que genera incertidumbre sobre el futuro de la empresa. Arturo, el fundador, busca soluciones para revertir esta problemática. Este contexto marca el inicio del proyecto de análisis de datos que se abordará en el curso.

¿Qué datos tenemos disponibles para el análisis?

¿Cómo se estructuran los datos de ventas?

Los datos de ventas se registran en las tablas bajo el nombre "tickets", que contienen:

• ID del ticket y línea de venta, reflejando múltiples valores por ticket.
• ID de sucursal, cliente, vendedor y producto.
• Fecha de venta, cantidad comprada y precios, tanto unitarios como totales.

Estos datos están distribuidos en tres tablas que se unificarán más adelante para facilitar el análisis.

¿Qué otras tablas componen el modelo de datos?

Varias tablas complementan el análisis de Tecnomax:

1. Vendedores: Incluye ID, nombre, fecha de contratación y, eventualmente, de salida, sucursal, fecha de nacimiento y género.
2. Clientes: Incluye ID, nombre, fecha de registro, tipo y nivel de cuenta.
3. Productos: Detalla el ID, nombre, subcategoría, marca, modelo y precio unitario del producto.
4. Categorías: Relaciona subcategorías de productos con sus categorías principales.
5. Sucursales: Proporciona dirección, ciudad, estado y coordenadas de cada tienda.

¿Cómo se examinan los datos en Power BI?

¿Qué es la Vista Previa de Datos?

La función Vista Previa de Datos en Power BI ofrece un análisis preliminar de las características de los datos usando herramientas como:

• Calidad de columnas: Indica la proporción de datos válidos, con errores o vacíos.
• Distribución de datos: Muestra cómo se distribuyen los valores únicos en cada columna.
• Perfil de columnas: Proporciona estadísticas básicas de cada columna, como totales, registros vacíos, distintos y únicos, entre otros.

¿Cuáles son los pasos para revisar la calidad y distribución de los datos?

1. Modificar encabezados: Ensuring column names match the first row of data for clarity.
2. Calidad y distribución: Checking each column's status bar for data validity and errors.
3. Distribución de valores: Examining unique records by columns to understand data spread.

¿Qué preguntas guiarán el análisis del proyecto?

Con una clara comprensión de los datos y el contexto del problema, se plantean las siguientes preguntas clave para guiar el análisis:

1. Historial de ventas por sucursal: ¿Cuáles son las sucursales con mejor y peor desempeño en ventas? Este análisis permite identificar factores de éxito o áreas problemáticas.
2. Variedad de productos vs. Resultados de ventas: ¿Existe una relación entre la variedad de productos y los niveles de ventas?
3. Impacto de la cantidad de vendedores: ¿Cómo afecta la cantidad de vendedores al éxito de ventas de una sucursal?
4. Estacionalidad de ventas: ¿Cómo varían las ventas durante diferentes temporadas o eventos del año?

Te invitamos a sugerir más preguntas que consideres relevantes para enriquecer este proyecto. Abordaremos errores detectados en los datos y su solución en Power BI en clases futuras. ¡Sigue explorando y aprendiendo para enfrentar con éxito cualquier reto que se te presente en el análisis de datos!