Análise Exploratória de Vendas
Descobrindo padrões de lucro e comportamento do consumidor
Python
Pandas
Seaborn
Storytelling
target O Problema de Negócio
Uma empresa de varejo precisava entender por que...
build A Abordagem Técnica
Utilizei Python para todo o processo...
- Limpeza: Tratamento de valores nulos...
- Exploração: Análise estatística descritiva...
- Visualização: Criação de gráficos de dispersão...
Snippet de Análise em Python:
# Grouping sales by Region and calculating Total Profit
lucro_por_regiao = df.groupby('Region')['Profit'].sum().sort_values(ascending=False)
# Visualizing the result with Seaborn
sns.barplot(x=lucro_por_regiao.index, y=lucro_por_regiao.values)
lucro_por_regiao = df.groupby('Region')['Profit'].sum().sort_values(ascending=False)
# Visualizing the result with Seaborn
sns.barplot(x=lucro_por_regiao.index, y=lucro_por_regiao.values)
lightbulb Insights & Resultados
A análise revelou que, embora a categoria...
Recomendação Estratégica: Revisar urgentemente a política...
database Visão de Extração via SQL
Para garantir que tenho a capacidade de extrair...
SELECT
Product_Category,
SUM(Sales_Amount) AS Total_Revenue,
COUNT(Order_ID) AS Total_Orders
FROM sales_table
WHERE Order_Date >= '2024-01-01'
GROUP BY Product_Category
ORDER BY Total_Revenue DESC;
Product_Category,
SUM(Sales_Amount) AS Total_Revenue,
COUNT(Order_ID) AS Total_Orders
FROM sales_table
WHERE Order_Date >= '2024-01-01'
GROUP BY Product_Category
ORDER BY Total_Revenue DESC;
