AluraStoreLatam: Análisis de Rendimiento de Ventas 📊

📝 Descripción del Proyecto

Este proyecto de análisis de datos tiene como objetivo principal evaluar el rendimiento de ventas de cuatro tiendas de la cadena comercial AluraStoreLatam. A través de un análisis exhaustivo en Python, utilizando Jupyter Notebook, se procesan y visualizan datos para identificar la tienda con el desempeño más bajo y recomendar su posible venta. El análisis se centra en métricas clave como la facturación total, las ventas por categoría de producto, la calificación promedio de los clientes, los productos más y menos vendidos, y los costos de envío.

El proyecto está estructurado para ofrecer una visión clara y concisa de las operaciones de cada tienda, culminando en un informe final con conclusiones y una recomendación estratégica.

🎯 Objetivo Principal

Recomendar cuál de las cuatro tiendas de AluraStoreLatam debería ser vendida, basándose en un análisis detallado de su rendimiento de ventas y rentabilidad.

📁 Estructura del Repositorio

La estructura del repositorio está organizada de la siguiente manera para facilitar la navegación y comprensión del proyecto:

├── Challenge1-data-science/
│   ├── .vscode/
│   ├── reports/
│   │   ├── figures/
│   │   │   ├── Distribucion_porcentual_productos_vendidos_por_categoria.png
│   │   │   ├── Ingresos_por_categoria_de_producto.png
│   │   │   ├── Top_10_productos_mas_vendidos_por_tienda.png
│   │   ├── resumen_analisis.md
│   │   └── resumen_analisis.pdf
│   ├── .gitignore
│   ├── AluraStoreLatam.ipynb
│   ├── AluraStoreLatam.py
│   ├── README.md
│   ├── tienda_1.csv
│   ├── tienda_2.csv
│   ├── tienda_3.csv
│   └── tienda_4.csv
└── venv/

• AluraStoreLatam.ipynb: El cuaderno de Jupyter que contiene todo el análisis de datos.
• tienda_*.csv: Archivos de datos en formato CSV para cada una de las cuatro tiendas.
• reports/figures/: Directorio donde se guardan las visualizaciones generadas.
• reports/: Contiene el informe final del análisis en formato Markdown y PDF.

🚀 Análisis Realizado

El análisis se divide en las siguientes secciones, detalladas en el cuaderno de Jupyter (AluraStoreLatam.ipynb):

1. Análisis de Facturación: Comparación de los ingresos totales generados por cada tienda.
2. Ventas por Categoría: Identificación de las categorías de productos más vendidas en cada tienda.
3. Calificación Promedio de la Tienda: Evaluación del nivel de satisfacción del cliente a través de la calificación promedio.
4. Productos más y menos vendidos: Identificación de los productos con mejor y peor desempeño.
5. Envío Promedio por Tienda: Análisis de los costos de envío para cada sucursal.
6. Visualización de Datos: Generación de gráficos informativos con Matplotlib para una mejor comprensión de los resultados.
7. Informe Final: Conclusiones y recomendación basadas en los hallazgos del análisis.

📈 Resultados Visuales

Aquí se muestran algunos ejemplos de las visualizaciones generadas durante el análisis:

Ingresos por Categoría de Producto

Top 10 Productos más Vendidos

Distribución Porcentual de Productos Vendidos por Categoría

🔧 Instalación y Uso

Sigue estos pasos para configurar y ejecutar el proyecto en tu máquina local.

Requisitos

• Python 3.8+
• Jupyter Notebook

Dependencias

El proyecto requiere las siguientes librerías de Python. La forma más sencilla de instalarlas es usando pip.

pip install numpy matplotlib pandas jupyter

Si prefieres usar un archivo requirements.txt, su contenido sería el siguiente:

numpy
matplotlib
pandas

Pasos para la ejecución

1. Clonar el repositorio:

git clone [https://github.com/tu_usuario/AluraStoreLatam.git](https://github.com/tu_usuario/AluraStoreLatam.git)
cd AluraStoreLatam

2. Crear un entorno virtual (recomendado):

python -m venv venv

3. Activar el entorno virtual:

• En Windows:

venv\Scripts\activate

• En macOS/Linux:

source venv/bin/activate

4. Instalar las dependencias:

pip install -r requirements.txt

5. Ejecutar Jupyter Notebook:

jupyter notebook

Esto abrirá tu navegador web con la interfaz de Jupyter.

6. Abrir el cuaderno: Navega hasta el archivo 'AluraStoreLatam.ipynb' y ábrelo para ver el análisis completo. Puedes ejecutar cada celda para reproducir los resultados.

📜 Licencia

Este proyecto se encuentra bajo la licencia MIT. Para más detalles, consulta el archivo LICENSE.

🙏 Agradecimientos

Agradecemos a Alura LATAM por proporcionar los datos y la estructura del proyecto como parte del desafío de Data Science.