Análisis de Alura Store - Data Science Challenge

Descripción

Este proyecto analiza los datos de ventas de las cuatro tiendas de Alura Store con el objetivo de identificar la tienda menos eficiente y generar recomendaciones para un nuevo emprendimiento.
El análisis incluye ingresos, productos vendidos, categorías más populares, calificaciones de clientes y costos de envío.

Objetivos

• Calcular y comparar los ingresos totales de cada tienda.
• Analizar la cantidad de productos vendidos por categoría y los productos más/menos vendidos.
• Evaluar la satisfacción del cliente mediante calificaciones promedio.
• Determinar la eficiencia operativa con el costo de envío promedio.
• Generar visualizaciones claras para apoyar la toma de decisiones.

Tecnologías

• Python 3.x
• Pandas
• Matplotlib

Archivos de datos

Los datos provienen de archivos CSV, uno por tienda:

Tienda	URL del CSV
Tienda 1	Link
Tienda 2	Link
Tienda 3	Link
Tienda 4	Link

Estructura de datos

Cada archivo contiene las siguientes columnas:

• Producto
• Categoría del Producto
• Precio
• Costo de envío
• Fecha de Compra
• Vendedor
• Lugar de Compra
• Calificación
• Método de pago
• Cantidad de cuotas
• lat / lon

Análisis realizado

1. Ingresos totales por tienda
2. Cantidad de productos vendidos por categoría
3. Productos más y menos vendidos
4. Calificación promedio por tienda
5. Costo de envío promedio por tienda

Visualizaciones

Se generaron gráficos para facilitar la interpretación de los resultados:

• Gráfico de barras de Ingresos totales por tienda
• Gráficos de barras horizontales de categorías más vendidas por tienda
• Gráficos de barras horizontales de productos más y menos vendidos
• Gráfico de barras de calificación promedio por tienda
• Gráfico de barras de costo de envío promedio por tienda

Cómo ejecutar

1. Clonar el repositorio o descargar los CSV.
2. Instalar dependencias:

pip install pandas matplotlib