Superstore Sales Analysis

Projeto de análise de dados utilizando a base Superstore com o objetivo de praticar habilidades de Analise de Dados.

Fonte dos dados: Kaggle

---

Etapas

O projeto foi dividido em etapas:

• Python para exploração e tratamento dos dados
• SQL para consultas e análises relacionais
• Power BI para visualização e criação de dashboards

---

Objetivo

Investigar fatores que impactam o faturamento e a rentabilidade da empresa, identificando padrões de vendas, categorias mais lucrativas, produtos problemáticos e o efeito dos descontos sobre o lucro.

---

Roadmap do Projeto

Etapa 1 - Python (Concluída)

Tecnologias

• Python
• Pandas
• Matplotlib
• Jupyter Notebook

Atividades realizadas

Limpeza e preparação dos dados

• Leitura de arquivos CSV
• Conversão de datas para datetime
• Padronização dos nomes das colunas (snake_case)
• Criação de novas colunas

Engenharia de atributos

• shipping_time
• profit_margin
• unit_sale_price
• unit_list_price

Análise Exploratória (EDA)

• Distribuição das vendas
• Análise por categoria
• Análise por subcategoria
• Produtos mais lucrativos
• Produtos com maior prejuízo
• Tempo médio de envio
• Impacto dos descontos sobre o lucro

Visualizações

• Faturamento por categoria
• Margem de lucro por categoria
• Correlação entre desconto e margem de lucro

Principais descobertas

• A categoria Furniture apresentou a menor margem de lucro.
• As subcategorias Tables e Bookcases apresentaram margem negativa.
• Foi identificada forte correlação negativa entre desconto e margem de lucro.
• Descontos acima de aproximadamente 30% apresentaram margem agregada negativa.
• Apenas 10 produtos representam aproximadamente 38% do prejuízo total causado pelos produtos deficitários.

---

Etapa 2 - SQL (Em andamento)

Objetivo

Reproduzir as análises realizadas em Python utilizando SQL.

Conteúdos planejados

• SELECT
• WHERE
• ORDER BY
• GROUP BY
• HAVING
• CASE WHEN
• Subqueries
• CTEs
• Window Functions

Análises planejadas

• Faturamento por categoria
• Lucro por categoria
• Margem por subcategoria
• Produtos mais lucrativos
• Produtos com maior prejuízo
• Impacto dos descontos
• Ranking de produtos e categorias

Status: Em andamento.

---

Etapa 3 - Power BI (Não iniciado)

Objetivo

Transformar os insights encontrados em Python e SQL em dashboards interativos.

Dashboards planejados

Visão Executiva

• Faturamento Total
• Lucro Total
• Margem de Lucro
• Quantidade de Pedidos

Vendas

• Evolução temporal das vendas
• Vendas por categoria
• Vendas por região

Rentabilidade

• Lucro por categoria
• Lucro por subcategoria
• Produtos com maior prejuízo

Descontos

• Impacto do desconto na margem
• Categorias mais afetadas
• Produtos mais afetados

Status: Não iniciado.

---

Estrutura do Projeto

superstore-analysis/
│
├── data/
│   └── Sample - Superstore.csv
│
├── notebooks/
│   └── 01_exploracao_inicial.ipynb
│
├── README.md
│
└── requirements.txt

---

Aprendizados

Durante este projeto estou praticando:

• Manipulação de dados com Pandas
• Limpeza e preparação de dados
• Análise exploratória (EDA)
• Visualização de dados
• SQL para análise de dados
• Construção de dashboards no Power BI

---

Status do Projeto

Etapa	Status
Python (EDA)	✅ Concluído
SQL	🚧 Em andamento
Power BI	⏳ Planejado

---

Autor

Emilly Fernandes
Estudante de Ciência da Computação
Projeto desenvolvido para portfólio pessoal.
LinkedIn | Portfólio

Projeto desenvolvido como parte da minha preparação para oportunidades de estágio na área de Dados.