📊 Análisis de Eficiencia de Tiendas - Alura Store

Este proyecto tiene como objetivo realizar un análisis exploratorio de datos (EDA) de las ventas y reseñas de las tiendas de la cadena Alura Store. El análisis se centra en identificar cuál es la tienda menos eficiente y ofrecer una recomendación para el Sr. Juan sobre cuál tienda debería vender para lanzar un nuevo emprendimiento.

📁 Estructura del Proyecto

challenge_store_one/
├── data/               # Conjunto de datos originales y procesados
├── notebooks/          # Notebooks de Jupyter con análisis y visualizaciones
├── reports/            # Informe generado y gráficos exportados
├── .gitignore          # Archivos ignorados por Git
└── README.md           # Documentación del proyecto

📊 Tecnologías y Herramientas

• Lenguaje de programación: Python
• Librerías principales:
  • pandas para procesamiento y análisis de datos
  • matplotlib para la visualización de datos
  • numpy para manipulaciones matemáticas

🚀 Instalación y Uso

1. Clonar el repositorio

git clone https://github.com/zai-zu/challenge_store_one.git
cd challenge_store_one

2. Crear y activar un entorno virtual (opcional pero recomendado)

python -m venv env
source env/bin/activate  # Windows: env\Scripts\activate

3. Instalar dependencias

pip install -r requirements.txt

4. Expplorar Notebooks

Accede a la carpeta notebooks/ y abre los archivos .ipynb para revisar el análisis realizado.

📈Resultados destacados

• Cálculo de ingresos totales por tienda.

• Análisis de las categorías más vendidas.

• Evaluación de la eficiencia en función de ingresos, costos y satisfacción del cliente.

• Visualización de los datos con gráficos de barras, pastel y dispersión.

🤝 Cómo contribuir

Las contribuciones son siempre bienvenidas. Para contribuir:

1. Haz un fork del repositorio.

2. Crea una rama nueva (git checkout -b nueva-funcionalidad).

3. Realiza los cambios y confirma (git commit -am 'Agregar nueva funcionalidad).

4. Sube tus cambios (git push origin nueva-funcionalidad).

5. Abre un Pull Request en GitHub.

📌 Contexto y Objetivo

La cadena Alura Store cuenta con cuatro sucursales y el Sr. Juan desea decidir cuál de ellas vender para lanzar un nuevo emprendimiento.
Objetivo: identificar, con base en datos de ventas y reseñas, la tienda menos eficiente y fundamentar una recomendación clara.

📋 Metodología

1. Carga y preparación de datos

   • Se importaron los archivos CSV de cada tienda usando Pandas.
   • Se validó integridad, consistencia de tipos y ausencia de valores faltantes.

2. Cálculo de métricas clave

   • Ingresos totales por tienda.
   • Número de ventas agrupado por categoría.
   • Promedio de calificaciones de clientes.
   • Top y bottom de productos según volumen de ventas.
   • Incremeneto y decremento de ingresos a lo largo del tiempo.
   • Costo promedio de envío.

3. Visualización

   • Gráficos (barras, pastel, dispersión, mapas de densisidad) implementados con Matplotlib y plotly para ilustrar comparaciones y tendencias.

Informe completo