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

Clase 20 de 31 • Curso de Principios de Visualización de Datos para Business Intelligence (2021)

Jaime Escobedo Vargas

student•

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

Miguel Mateo Giraldo Forero

student•

Buen análisis Jaime.

Cesar Augusto Morales Godoy

student•

Que análisis tan genial! me encantó! Pregunta: ¿Cómo gráficas el mapa? es con algún paquete de Python o en que curso puedo aprender más al respecto, Gracias 😀👍🏼

Daniel David Mármol Rivero

student•

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.

Javier Iracheta

student•

Excelente análisis

Miguel Angel Sierra Ruíz

student•

Mis respetos. Ese sí es un Sr. Dashboard

Carlos Daniel Arteaga

student•

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:

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

Eduardo Fuentes Casas

student•

Gran aportación incluso yo agregaría algunas interrogantes.

Relación costo beneficio de acuerdo a lugar / producto / cliente, ¿cuál deja más profit?
¿Depende el profit del monto o lugar de envío?
Cliente más redituable vs el menos redituable, ¿qué características tiene?
¿Los productos que hacen perder dinero son productos anzuelo? ¿cómo se valida esto?
Que nos dicen los datos fuera del texto: Personas que trabajan de HO, ¿cuales son sus hábitos de consumo?, tiempos de re-compra, ¿los productos que se consumen tienen algún patron?, ¿podemos predecir la frecuencia o volúmenes de compra?, ¿la rentabilidad obtenida depende del envío o del descuento?, ¿es posible optimizar los envíos, montos de entrega o tiempos en pagos efectivos?, ¿se puede determinar un patrón de descuentos de acuerdo al comportamiento histórico?

Jeinfferson Bernal G

student•

Agregando valor utilizando datos

Los datos son simplemente numeros y letras. Lo mas importante es la interpretacion que le damos a los datos para obtener informacion relevante en la toma de decisiones de manera que estamos agregando valor para la empresa.

Tal informacion nos ayuda a alcanzar objetivos, terminar metas y responder todo lo que la empresa requiera.
La exploracion nos permite encontrar cosas que no sabiamos que estaban alli o incluso entender que nuestros supuestos iniciales eran erroneos o que la interpretacion de los datos estaba equivocada.
Debemos siempre hablar con la verdad y dejar que los datos hablen por nosotros.
En la exploracion de los datos podemos descubrir nuevas hipotesis como e meciono anteriormente.
Hacer preguntas a los datos es de suma importancia ya que ayuda a descubrir conclusiones interesantes para nuestras historias (Porque los datos se comportan de cierta manera?, que implica la tendencia de los datos?)
Trabajar en equipo contribuye a agregar valor a los datos. La comunicacion en equipo ayuda a crear una cohesion grupal donde podemos pasar a una mejor posicion siempre que sepamos comunicar nuestros objetivos, alcances, nuestras tareas y obligaciones.
Al final la toma de decisiones es el pilar fundamental de agregar valor a los datos

Sergio Alejandro Martínez

student•

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

Martin Agudelo

student•

Interesante trabajo

ELMER ANTHONY MONJA SANDOVAL

student•

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.

Daniel Choxin

student•

Buen aporte

Johan Diaz

student•

Interesante análisis. Importante aclarar que las ventas no tuvieron una brutal caída en el año 2018, lo que pasa es que solo estamos mirando los primeros 5 días del mes de enero para ese año. Feliz día.

Cristofer Yovane Rivas Arenas

student•

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.

Cristofer Yovane Rivas Arenas

student•

La "caída abrupta" de octubre indica que en este mes las ventas vuelven a ser "normales", vuelven a los valores promedios de cantidades de ventas

Pilar Rius Hernández

student•

Tal vez haya que analizar que otros factores externos ocurren TODOS los octubres... Si fuera en México, tal vez el mes flojo sería Septiembre y se lo podríamos achacar a la entrada a los colegios. En el caso de esta gráfica, si te fijas el ultimo Q, esta alto en general, solo octubre algo bajo con respecto a los otros, pero más alto que los otros 3Q del año

Javier Causil

student•

Mi análisis a esta base datos superstore va de la siguiente manera.

Realice un análisis desde lo general a casos particulares desde 2014 a enero de 2018, en unos casos solo considere hasta 2017. La herramienta que utilice fue calc de LibreOffice.

Del análisis general se puede inferir que el total de la venta es $2297200,86, el total de lucro fue de $286.397,02 generado por 9994 ordenes que suman un total de 37873 productos entre las categorías furniture, office supplies y tecnology.

Los 5 estados donde más pedidos hicieron son:

California.
New York.
Texas.
Pennsylvania.
Washington.
Illinois.

La ciudad que mas ganancias genera es New york city.

El modo de envío por el que se canalizo mayor ganancias fue la clase estandar y la región donde más pedidos se hicieron fue el Oeste, coincidiendo con el mayor número de productos vendidos.

La categoría que más ganancia y ventas genero pero menos número de pedidos, fue Tecnology. La categoría que más pidieron fue Office Supplies siendo la segunda que genero ganancias pero con menos ventas de las tres categorías. Furniture es la categoría que menos ganancias genera pero es la segunda que más venta tiene.

La subcategorías por categorias que más ganancia dejan son:

Copiers de Tecnology.
Paper de Office Supplies.
Chairs de Forniture.

La subcategorías por categorias que menos lucro tienen son:

Machines de Tecnology (De manera general no genera perdida).
Suplies de Office Supplies (Genera perdidas).
Tables de Forniture (Genera perdidas).

La subcategoría que más venta tiene es Phones y la subcategoría con más ordenes de pedidos es Binders. El promedio en llegada de los pedidos es de aproximadamente 6 días, el Distrito de Columbia tiene el mayor promedio de demora, el promedio mas corto de llegada lo tiene Norte de Dakota.

En la tercera imagen se puede apreciar las ganacias, las ventas y la cantidad mes a mes durante cada año, En abril el intervalo de ganacias se mantiene entre $1000 a $3500, en los años 2017. En el 2017 cada tres meses hubo un pico de ganancias, siendo el pico más alto en marzo.

En las siguientes tablas reflejamos el mes de mayor ganancia, la sub-categoría con mayor ganacia y la cantidad distribuida de acuerdo al descuento:

Año	Mes	Subcategoria	Profit	Cantidad de productos distribuidos por descuento
2017	Marzo	Copiers	$7745,9617	15 productos vendidos, distribuidos con unos descuentos del 0% correspondiente a 4 productos con una ganancia de $6719,9808, 20% correspondiente a 11 productos con una ganancia de $1025,9809.
------	-----	------------------	--------------	-------------------------------------------------------------------
2016	Octubre	Copiers	$11153,925	17 productos vendidos, distribuidos con unos descuentos del 0% correspondiente a 14 productos con una ganancia de $10991,993, 20% correspondiente a 3 productos con una ganancia de $161,9919.
------	-----	------------------	--------------	-------------------------------------------------------------------
2015	Noviembre	Machines	$3366,189	18 productos vendidos, distribuidos con unos descuentos del 0% correspondiente a 8 productos con una ganancia de $3366,189, 40% correspondiente a 5 productos con una ganancia de $89,5881, 50% correspondiente a 3 productos con una perdida de $1,9791.
------	-----	------------------	--------------	-------------------------------------------------------------------
2014	Noviembre	Phones	$2668,6435	165 productos vendidos, distribuidos con unos descuentos del 0% correspondiente a 51 productos con una ganancia de $2403.0708, 20% con una cantidad de venta de 84 con una ganancia de $953,2721 , 40% correspondiente a 30 productos con una perdida de $688,4994.

El mes de menor pico por año y las subcaterías con menor ganacia son:

Año	Mes	Subcategoria	Perdida	Cantidad de productos distribuidos por desceunto
2017	Febrero	Binders	$777,4733	55 productos vendidos distribuidos con unos descuentos del 0% correspondientes a 8 productos con una ganancia de $28,7845, 20% correspondiente a 21 productos con una perdida de $73,7727, 70% con una cantidad de venta de 14, con una perdida de $15,3333, 80% con una cantidad de venta de 12, con una perdida de $864,6772.
------	-----	------------------	--------------	-------------------------------------------------------------------
2016	Agosto	Tables	$473,1752	40 productos vendidos distribuidos con unos descuentos del 20% correspondientes a 22 productos con una ganancia de $188,3475, 40% correspondiente a 11 productos con una perdida de $405,9352 y 45% con una cantidad de venta de 7, con una perdida de $255,5875.
------	-----	------------------	--------------	-------------------------------------------------------------------
2015	Enero	Tables	$2440,8346	21 productos vendidos distribuidos con unos descuentos del 30% correspondientes a 1 producto con una perdida de $13,1706, 40% correspondiente a 20 productos con una perdida de $2427,664.
------	-----	------------------	--------------	-------------------------------------------------------------------
2014	Julio	Binders	$3504,394	121 productos vendidos distribuidos con unos descuentos del 0% correspondiente a 8 productos con una ganancia de $19,0776, 20% correspondientes a 63 productos con una ganancia de $330,1328, 70% correspondiente a 25 productos con una perdida de $63,321 y 80% con una cantidad de venta de 25, con una perdida de $3790,2888.

La cantidad de productos vendidos durante los cuatro años muestra un decrecimiento en los meses de Febrero, octubre y un crecimiento en septiembre, Noviembre, entre marzo y agosto se mantiene unos crecimientos y decrecimientos muy leves, pero desde septiembre a diciembre se puede apreciar una mayor ven de productos. En relación del mes de diciembre al mes de enero del año seguido, se ve una gran disminución de cantidad de productos vendidos.

Las ventas entre septiembre a diciembre se puede apreciar que aumentan, más que todo en los meses de septiembre y noviembre a excepción del año 2016 que diciembre marco la mayor venta.

En la penúltima imagen podemos apreciar en cada categoría las sub-categorías que generan perdidas y mayor ganancia, mayores ventas y menores ventas, a su vez la cantidad de productos vendidos de esa categoría, ya que se gráfica mes a mes y se tiene presente el profit, Sales y el Quantity. De análisis anterior surge una pregunta ¿qué genera la perdida en estás categorías? En la última imagen se puede apreciar, en las sub-categorías que general perdidas a medida que se aplican los descuentos y el número de productos vendidos que tienen descuento supero al número de productos sin descuento se aprecia en el total del profit una perdida, ya que en las categorías que se genera ganancia los descuentos no generan perdida en el total de la ganancia. a excepción de unos casos, es decir para mejorar esta situación se tendría presente la aplicación de los descuentos en estás sub-categorías, a un que puede que dependa de otros factores este puede ser un indicio para buscar estrategia de marketing que ayude reducir las perdidas.

John Miranda Castro

student•

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.

Mateo Angulo Espinosa

student•

Hola, me interese por este reto y lo desarrolle en Power bi, este es mi primer dashboard, y mis primeros pasos en el programa

Quise ver cuantas ventas por categoria estaban generando, en donde encontre que los suministros de oficina son los productos estrella de Superstore.
La grafica de mapa nos indica hacia cuales ciudades se estan despachando los productos en Estados Unidos, en donde encontramos que la mayor cantidad de compras se dan al Este del pais.
Y por ultimo quise ver en que meses estaban teniendo un mayor beneficio, y como resultado encontre que en octubre y diciembre de 2016 fue los meses en donde consiguieron mayor cantidad de beneficio respecto a los otros meses, y un dato a tener en cuata es que tuvieron perdidas en el mes de enero del año 2015, sin embargo, de ahi en adelante no han vuelto a cerrar el mes en negativo.

ARMANDO JUAN BRINGAS

student•

Necesitas licencia en POwer BI?

Argenis Daniel Nieves Berroeta

student•

Te quedó muy bien!

Daniel Eishu Oyama Arevalo

student•

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:

Juan Castro

teacher•

¡Tienes razón, ya hicimos el cambio, muchas gracias!

Btw, muy bien tu solución al reto. :clap:

Duvan Fernando Rojas Quinayas

student•

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.

Cristian Rodriguez

student•

En que programa lo hiciste?

Juan David Suarez

student•

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.

Clayton Jhordan Iliquin Zavaleta

student•

Vaya, es algo que traté de analizar también, pero no encontré el modo de correlacionar los datos. ¿Cómo lo hiciste?

Juan David Suarez

student•

En el archivo hay otra hoja que tiene el histórico de retornos relacionado a cada ID de orden. Haces un BuscarV en la hoja donde están las órdenes para que te encuente cuales tuvieron retornos y así puedas hacer este análisis.

Maximiliano Salinas De León

student•

Agregar Valor a los datos Los datos son números y letras, hasta que se vuelven valiosas, hasta que hacen cambiar la dirección de la empresa, hasta que tienen un valor.

La manera de tomar desiciones con el {analisis de datos se resume en:

Explorar: Investiga la información , permite que la información hable por si misma, no al revés, qué dicen los datos acerca de cada cosa.
Preguntar y Descubrir: Cuáles son las conexiones en los datos, por qué nos dan los resultados como resultan? descubre los patrones.
Trabaja en Equipo: La unión hace la información.

Daniel Alejandro de Jesus Díaz Viloria

student•

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.

Clayton Jhordan Iliquin Zavaleta

student•

Wuao que buen análisis :D Que herramienta usaste?

Daniel Alejandro de Jesus Díaz Viloria

student•

Hola, en ese momento estaba usando solo google sheets. :D

Alexander Nava Estupiñan

student•

Marcos Ortiz Bermudez

company_admin•

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.

Joel Sierra Mendoza

student•

Como hay tantas cities hacer un TOP 10 considero yo.

Cristian Eduardo Florián

student•

Mira que sí, efectivamente es la que vende más pero la que deja mayor utilidad es California!!

Eulises Sepulveda

student•

Saludo, Mi laptop se friza con la base de datos dejada en este ejercicio, me di cuenta que la memoria se pone a tope 95%, a puras penas logré descargarla se frizaba en el Google Chrome y en Excel al tratar de graficar no me deja. Mi maquina antes de abrir este archivo se maneja con 50% o menos en la memoria, pero al abrir el archivo ya sea en la web o intentar graficar en Excel, se friza. Mi pc es: HP Laptop 15efx000. AMD RYZEN 3 8 GB RAM. 4 CPUs (2.6 GHz) ¿Qué puedo hacer en ese caso?

Kevin Henriquez

student•

Puedes instalarle un disco duro SSD Esto hace que los programas y el windows cargue mas rapido

Te lo recomiendo mucho

Eulises Sepulveda

student•

Gracias Kevin, Mi laptop trajo uno de fabrica.

Andrés Zambrano

student•

Hola, comparto algunos datos relevantes de la BD.

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

Estas gráficas las hice con la versión de prueba de Tableau

Cesar Elías Armendariz Ruano

student•

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.

Luis Novelo

teacher•

Muy interesante tu análisis pero considera que el apartado 'Discount' está basado en porcentajes por lo que las sumas son insignificantes (suma de discount). Puedes ver por la diferencia entre ventas y utilidad que efectivamente existe una diferencia abismal y es precisamente a causa de los descuentos. Te reto a que le des una análisis por separado a los descuentos considerándolos como porcentajes y me pongas tus descubrimientos en una imagen. ¡Sigue así!