# Se importan las librerias a utilizar
import numpy as np
import pandas as pd
import sqlite3 as sql3
import matplotlib.pyplot as plt
import seaborn as sns
import openpyxl
# Levanto los datos en 3 diferentes dataframes
#Articulos
conn = sql3.connect('/work/data/articles.db')
sql_query=pd.read_sql_query('SELECT * FROM articles',conn)
df_articles=pd.DataFrame(sql_query,columns=['article_id','article_name','unit_price'])
df_articles
#Vendedores
df_sellers=pd.read_excel('/work/data/sellers.xlsx',index_col=0)
df_sellers
#Ordenes
df_orders=pd.read_csv('/work/data/orders.csv')
df_orders
order_idint64
15024 - 16023
weekint64
1 - 4
0
15024
1
1
15025
1
2
15026
1
3
15027
1
4
15028
1
5
15029
1
6
15030
1
7
15031
1
8
15032
1
9
15033
1
# Exploración del df de artículos
print('Muestra de datos')
print(df_articles.head())
print('\nFormato del dataframe')
print(df_articles.shape)
print('\nBuscar valores nules')
print(df_articles.isnull().sum())
print('\nFormato de los datos del dataframe')
print(df_articles.dtypes)
Muestra de datos
article_id article_name unit_price
0 20015 Smartphone 525.00
1 20016 Full Pc 2127.81
2 20017 Monitor 230.00
3 20018 Tablet 130.00
4 20019 Desk 130.10
Formato del dataframe
(31, 3)
Buscar valores nules
article_id 0
article_name 0
unit_price 0
dtype: int64
Formato de los datos del dataframe
article_id int64
article_name object
unit_price object
dtype: object
# Exploración del df de vendedores
# Exploración del df de artículos
print('Muestra de datos')
print(df_sellers.head())
print('\nFormato del dataframe')
print(df_sellers.shape)
print('\nBuscar valores nules')
print(df_sellers.isnull().sum())
print('\nFormato de los datos del dataframe')
print(df_sellers.dtypes)
Muestra de datos
seller_name
seller_id
1 Aveline Swanwick
2 Jase Doy
3 Oliviero Charkham
4 Cornie Wynrehame
5 Ewell Peres
Formato del dataframe
(15, 1)
Buscar valores nules
seller_name 0
dtype: int64
Formato de los datos del dataframe
seller_name object
dtype: object
# Exploración del df de órdenes
print('Muestra de datos')
print(df_orders.head())
print('\nFormato del dataframe')
print(df_orders.shape)
print('\nBuscar valores nules')
print(df_orders.isnull().sum())
print('\nFormato de los datos del dataframe')
print(df_orders.dtypes)
Muestra de datos
order_id week article_id quantity seller_id country_name
0 15024 1 20039 10 10 Peru
1 15025 1 20029 15 5 Peru
2 15026 1 20024 5 14 Bolivia
3 15027 1 20018 9 14 Brazil
4 15028 1 20035 6 15 Mexico
Formato del dataframe
(1000, 6)
Buscar valores nules
order_id 0
week 0
article_id 0
quantity 0
seller_id 0
country_name 0
dtype: int64
Formato de los datos del dataframe
order_id int64
week int64
article_id int64
quantity int64
seller_id int64
country_name object
dtype: object
#cambiar a float los precios unitarios
df_articles['unit_price']=df_articles['unit_price'].astype(float)
print(df_articles.dtypes)
article_id int64
article_name object
unit_price float64
dtype: object
#Creo una copia del df_orders
my_df = df_orders.copy()
# Cambio el indice del df_articles
df_articles.set_index('article_id', inplace=True) #comentar o descomentar segun corresponda
# Agrego 3 columnas y pongo el campo que me va a servir de "ancla" para buscar la información real.
my_df = my_df.assign(article_name = my_df['article_id'])
my_df = my_df.assign(total_amount = my_df['article_id'])
my_df = my_df.assign(seller_name = my_df['seller_id'])
print(df_articles.head())
article_name unit_price
article_id
20015 Smartphone 525.00
20016 Full Pc 2127.81
20017 Monitor 230.00
20018 Tablet 130.00
20019 Desk 130.10
#Reemplazar los valores reales en el df
for i in range (len(my_df.index)): #len(my_df.index) devuelva la cantidad de filas (registros)
#reemplazo el nombre del articulo usando el id guardado en my_df
article = df_articles.loc[my_df.loc[i]['article_id']]['article_name']
my_df.loc[i, 'article_name'] = article
#reemplazo el nombre del vendedor usando el id guardado en my_df
my_df.loc[i, 'seller_name'] = df_sellers.loc[my_df.loc[i]['seller_id']]['seller_name']
#busco el pecio unitario y lo multiplico por la cantidad de unidades vendidas.
my_df.loc[i, 'total_amount'] = df_articles.loc[my_df.loc[i]['article_id']]['unit_price'] * my_df.loc[i, 'quantity']
#elimino las columnas que no utilizo
my_df.drop(['article_id', 'seller_id', 'order_id'], axis='columns', inplace=True)
my_df
weekint64
1 - 4
quantityint64
1 - 15
0
1
10
1
1
15
2
1
5
3
1
9
4
1
6
5
1
6
6
1
13
7
1
14
8
1
7
9
1
4
10
1
1
11
1
4
12
1
11
13
1
14
14
1
15
15
1
11
16
1
6
17
1
1
18
1
9
19
1
12
20
1
10
21
1
13
22
1
15
23
1
5
24
1
5
# RESOLUCIÓN ANALÍTICA
my_df2=my_df.groupby('article_name').sum()
por_cantidad=my_df2.sort_values('quantity',ascending=False)
print(por_cantidad['quantity'].head(1))
article_name
HDD 413
Name: quantity, dtype: int64
# RESOLUCIÓN GRÁFICA
plt.figure(figsize=(15,5))
sns.barplot(x=my_df2.index,y=my_df2['quantity'], data=my_df2,order=my_df2.sort_values('quantity',ascending=False).index,palette='deep').set(title='Ventas por Articulo')
plt.xticks(rotation=90)
plt.show()
# RESOLUCIÓN ANALÍTICA
my_df2=my_df.groupby('article_name').sum()
mas_ingresos=my_df2.sort_values('total_amount',ascending=False).head()
print(mas_ingresos['total_amount'])
article_name
Full Pc 538335.93
Notebook 251000.00
Smartphone 152250.00
Chair 69477.48
Tablet 48620.00
Name: total_amount, dtype: float64
# RESOLUCIÓN GRÁFICA
plt.figure(figsize=(5,5))
plt.pie(x=mas_ingresos['total_amount'], labels=mas_ingresos.index,autopct='%1.2f%%') #index toma los valores de la primer columna
plt.title('Artículo con mas ingresos')
plt.show()
# RESOLUCIÓN ANALÍTICA
my_df3=my_df.groupby('seller_name').sum().sort_values('total_amount',ascending=False)
print(my_df3[['quantity']+['total_amount']].head(1))
quantity total_amount
seller_name
Janel O'Curran 703 192832.47
# RESOLUCIÓN GRÁFICA
sns.set_theme(style='dark',palette="pastel")
sns.barplot(data=my_df3,x=my_df3.index,y=my_df3['total_amount']).set(title='Mejores Vendedores')
plt.xticks(rotation=75)
plt.show()
# RESOLUCIÓN ANALÍTICA
my_df4=my_df.groupby('week').sum()
print(my_df4)
print("")
print("Se deberia realizar una campaña en la semana nro. 4 para fomentar las ventas de artículos.")
quantity total_amount
week
1 2449 $ 507,458.81
2 2444 $ 415,364.44
3 2114 $ 329,140.03
4 1058 $ 223,844.56
Se deberia realizar una campaña en la semana nro. 4 para fomentar las ventas de artículos.
# RESOLUCIÓN GRÁFICA
sns.set_theme(style='dark',palette="pastel")
sns.barplot(x=my_df4.index,y=my_df4['quantity'],data=my_df4).set(title='Cantidad de ventas por semana')
plt.show()
# RESOLUCIÓN
my_df5=my_df.loc[my_df['week'] == 4]
menos_vendido=my_df5.groupby('article_name').sum().sort_values('quantity',ascending=True).head(5)
print(menos_vendido['quantity'])
article_name
Scanner 1
Desk 6
Wi-Fi Card 10
Case 13
Keyboard 14
Name: quantity, dtype: int64
# RESOLUCION GRAFICA
plt.figure(figsize=(10,5))
sns.set_theme(style='dark',palette="pastel")
sns.barplot(data=menos_vendido,y=menos_vendido.index,x=menos_vendido['quantity']).set(title='Productos menos vendidos en la última semana del mes')
plt.show()
# RESOLUCIÓN
my_df6=my_df.groupby('seller_name').sum().sort_values('total_amount',ascending=True)
print(my_df6[['quantity']+['total_amount']].head(1))
# RESOLUCION GRAFICA
plt.figure(figsize=(10,5))
sns.set_theme(style='dark',palette="pastel")
sns.boxplot(data=my_df6,x=my_df6.index,y=my_df6['total_amount']).set(title='Total de ventas realizadas por vendedor')
plt.xticks(rotation=55)
plt.show()
quantity total_amount
seller_name
Cirilo Grandham 470 $ 45,009.40
# RESOLUCIÓN
my_df7=my_df.groupby('country_name').sum().sort_values('total_amount',ascending=False).head(10)
pd.options.display.float_format = '$ {:,.2f}'.format
my_df['total_amount']
print(my_df7['total_amount'].head(1))
# RESOLUCION GRAFICA
sns.set_theme(style='dark',palette="pastel")
sns.barplot(data=my_df7,x=my_df7.index,y=my_df7['total_amount']).set(title='Países que mas compran')
plt.xticks(rotation=45)
plt.show()
country_name
Brazil $ 441,271.85
Name: total_amount, dtype: float64
Las preguntas elegidas fueron seleccionadas partiendo como base las variaciones en las ventas mensuales. En el grafico del punto 4 se puede observar que la primer semana es la que mayor recaudación tiene en relación a las ventas que se realizan, siendo la última semana la que menor impacto tiene.
Esto derivo en el planteo de propuestas para adoptar una mejora en el caudal de ventas, utilizando distintos tipos de gráficos para su interpretación y análisis.
La pregunta nro. 5 hace referencia a que productos de ese periodo son los que en menor medida se venden, con el fin analizar promociones bancarias que incluyan esos artículos, fomentando mejores ofertas y condiciones de pago.
La pregunta nro. 6 determina el vendedor con peor rendimiento en el mes. Las medidas a adoptar serian la de incentivos por objetivos (Ej. alcanzar cierto volumen de ventas) o mayo porcentaje de comisiones en base a la productividad. Esto mejoraría el compromiso y la predisposición de cada vendedor.
Por ultimo, la pregunta nro. 7, la cual hace referencia a los países que mas compran, se utilizo para determinar donde esta el foco de ventas, siendo Brasil el claro líder de este resultado. En los demás países se debería evaluar mejores estrategias comerciales analizando factores económicos, sociales y culturales.