Análisis de abandono de carrito con Power BI

Unifica segmentación de clientes, comportamiento por región y proyección en un solo dashboard de Power BI. Aprende a pasar de fuentes vía APIs y archivos JSON a visualizaciones claras que reduzcan el abandono de carrito y muestren interacciones, clics y tiempos de navegación con precisión.

¿Qué problema de negocio guía el dashboard de Power BI?

Este proyecto integra todo lo aprendido: entrevistas, trabajo con stakeholders, diseño, visualizaciones y color. El objetivo es claro: comprender por qué los usuarios abandonan el proceso de compra, analizar su comportamiento por segmento y región, y construir una proyección que oriente decisiones.

¿Quiénes son los stakeholders y qué necesitan?

• Andrea Gutiérrez, gerencia y proyección: solicita segmentación, comportamiento por región y proyección futura.
• Juan Hernández, datos y accesos: entrega URL de conexión, access token y permisos.
• Samuel Torres, decisiones: requiere un informe claro y accionable con hallazgos visuales.

¿Qué preguntas de análisis se deben resolver?

• Segmentación de clientes: recurrentes, nuevos y ocasionales, con su interacción por áreas y en el tiempo.
• Comportamiento por región: preferencias, tendencias de productos y retención según ubicación.
• Proyección: usar el pasado para anticipar la interacción futura y apoyar acciones.

¿Cómo se extraen y preparan datos con APIs, Google Colab y JSON?

Se pasa de conexiones estándar a Excel a un escenario real con APIs y endpoints. Es común recibir una URL y un access token de administración. Con Google Colab o Visual Code, mediante notebooks y scripts de Python, se automatiza la extracción y el guardado local de archivos.

¿Cuál es el flujo de adquisición y validación de datos?

• Conexión: usar notebooks en Google Colab. Se corre el proceso en una máquina virtual y se guardan los archivos en la carpeta elegida.
• Apoyo de IA: redactar un buen prompt para generar el script de conexión.
• Verificación de archivos: revisar tipo y extensión. Se trabaja con archivos JSON.
• Naturaleza de JSON: datos semiestructurados, formato vertical, relación clave-valor, presencia de colecciones y listas.
• Campos clave en interacciones.json: user ID, páginas visitadas, tiempos en segundos, clics y fecha.

¿Cómo se importa y transforma en Power BI?

• Importación: Obtener datos > JSON > seleccionar archivos.
• Tipos de datos: User ID, Segmento, Tráfico y País como texto.
• Fecha: ajustar extracto de fecha quitando hora con Transformar > Extraer antes del limitador: espacio.
• Ubicación: en Vista de tabla, categorizar País como «País o Región» para reconocimiento geográfico.
• Carga: Cerrar y aplicar. Validar que no haya errores.

¿Cómo diseñar visualizaciones efectivas para segmentación, región y proyección?

Se propone un diseño tipo F para atraer la atención: encabezado fuerte, columna izquierda para elementos guía y área central con visuales clave. El énfasis está en claridad, jerarquía y tipografía, apoyado en colores consistentes.

¿Qué métricas base muestran el tamaño y el valor?

• Conteo de usuarios con scorecard: arrastrar User ID y cambiar a recuento. Resultado: 200 usuarios.
• Promedio de compra con scorecard: desde Transacciones > Total, cambiar a promedio. Resultado: 845 pesos.

¿Qué gráficas responden la segmentación y la evolución temporal?

• Segmentos en el tiempo: inicialmente con gráfica de línea por meses, pero no aísla bien segmentos.
• Ajuste a columnas agrupadas: eje X meses, eje Y cantidades, Segmento en Leyenda. Permite comparar recurrentes, nuevos y ocasionales por mes.
• Tendencia de compras por mes: gráfica de línea con Transacciones > ID y Fecha en jerarquía de mes.

¿Cómo relacionar segmentos, compras y promedios?

• Gráfica de dispersión: Segmento en valores y ventas en ejes X y Y. Útil para contrastar volumen y comportamiento promedio entre segmentos.
• Filtro por segmento con slicer: ubicar arriba para interacción inmediata. Configurar en mosaico para una selección visual ágil: frecuentes, ocasionales, recurrentes y nuevos.

¿Qué detalle final asegura comprensión y acción?

• País correctamente categorizado como ubicación: habilita análisis por región con precisión.
• Refinar diseño: colores, jerarquía visual y tipografía para elevar la legibilidad y captar la atención de los stakeholders.

Comparte tu tablero y cuéntame: ¿qué hallazgos obtuviste por segmento y región, y cómo cambiarán tus próximas decisiones?