Este proyecto corresponde al desafío de Alura LATAM, donde se analizan datos de ventas y rendimiento de cuatro tiendas de la plataforma Alura Store, con el fin de recomendar cuál debería ser vendida.
Analizar el desempeño de las tiendas y generar una recomendación final sobre cuál de ellas conviene vender, basándonos en métricas clave de negocio.
├── data/ # Datos usados en el análisis (si aplica) ├── notebooks/ # Jupyter Notebooks con el análisis paso a paso ├── docs/ # Informe final en PDF/Markdown └── README.md # Este archivo
- Python 3
- Pandas para manipulación de datos
- Matplotlib / Seaborn para visualizaciones
- Google Colab como entorno de trabajo
- Facturación total por tienda
- Categorías más populares
- Promedio de evaluación de clientes
- Productos más y menos vendidos
- Costo promedio de envío
- Se identificaron diferencias en facturación y satisfacción entre tiendas.
- Una de las tiendas mostró menor rendimiento en ventas, facturación y satisfacción del cliente, lo que la hace la principal candidata a ser vendida.
- La recomendación final se detalla en el informe (
docs/informe_final.pdf).