TP Final Integrador - Belén Argüello

# imports import numpy as np import pandas as pd import sqlite3 as sql3 import openpyxl import matplotlib.pyplot as plt import seaborn as sns

# Levanto los datos en 3 diferentes dataframes 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']) # Vendedores df_sellers = pd.read_excel('/work/data/sellers.xlsx', index_col=0) # Ordenes df_orders = pd.read_csv('/work/data/orders.csv')

# Exploración del df de artículos print('Muestra de datos') print(df_articles.head()) # head() 5 Filas por defecto print('\nFormato del dataframe') print(df_articles.shape) print('\nBusqueda de valores nuls por columna') print(df_articles.isnull().sum()) print('\nFormato de los datos por columna') print(df_articles.dtypes)

# Exploración del df de vendedores print('Muestra de datos') print(df_sellers.head()) # head() 5 Filas por defecto print('\nFormato del dataframe') print(df_sellers.shape) print('\nBusqueda de valores nuls por columna') print(df_sellers.isnull().sum()) print('\nFormato de los datos por columna') print(df_sellers.dtypes)

# Exploración del df de órdenes print('Muestra de datos') print(df_orders.head()) # head() 5 Filas por defecto print('\nFormato del dataframe') print(df_orders.shape) print('\nBusqueda de valores nuls por columna') print(df_orders.isnull().sum()) print('\nFormato de los datos por columna') print(df_orders.dtypes)

df_articles['unit_price'] = df_articles['unit_price'].astype(float) print(df_articles.dtypes)

my_df = df_orders.copy() # Cambio el indice del df de artículos df_articles.set_index('article_id', inplace=True) 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']) # df_articles # print() # my_df for i in range(max(my_df.count())): # SINTAXIS: df_articles.loc[indice][columna] # [indice] va a ser el dato que obtengo de my_df.loc[i]['article_id'] # [indice] -> [my_df.loc[i]['article_id']] # o sea, tomo registro a registro el article_id y lo uso para extraer el nombre del artículo (article_name) # print(df_articles.loc[my_df.loc[i]['article_id']]['article_name']) article = df_articles.loc[my_df.loc[i]['article_id']]['article_name'] # print(article) # Asignar a cada valor id de la columna 'article_name' (my_df) el nombre del artículo my_df.loc[i, 'article_name'] = article # hacemos lo mismo con total amount my_df.loc[i, 'total_amount'] = my_df.loc[i, 'quantity']*df_articles.loc[my_df.loc[i]['article_id']]['unit_price'] # columna de seller_name my_df.loc[i, 'seller_name'] = df_sellers.loc[my_df.loc[i]['seller_id']]['seller_name'] # elimino las columnas que no necesito del df my_df.drop(['order_id', 'article_id', 'seller_id'], axis='columns', inplace=True) print(my_df)

# RESOLUCIÓN ANALÍTICA print(my_df['article_name'].value_counts())

Como podemos observar, el articulo más vendidos en el mes es el HDD con 47 unidades vendidas y le siguen Netbook y SDD con 45 unidades cada uno.

# RESOLUCIÓN GRÁFICA sns.displot(my_df, x='article_name',color='tab:pink') font1 = {'family':'serif','color':'darkviolet','size':14} plt.title("Articulo más vendido", fontdict = font1) plt.xticks(rotation=90) plt.show()

# RESOLUCIÓN ANALÍTICA df2 = (my_df.groupby(by='article_name').sum()).sort_values('total_amount', ascending=False).head(5) pd.options.display.float_format='$ {:,.2f}'.format print(df2['total_amount'])

A pesar de lo identificado en la pregunta anterior, el articulo que mayores ingresos proporciona es Full PC en $538.335,93.-

Además como podemos ver en el gráfico, este producto representa el 50,8% de los ingresos en el top 5 de productos con mayor ingresos para la empresa.

l= df2.index c=['gold', 'yellowgreen', 'lightcoral', 'lightskyblue', 'coral'] plt.pie(x=df2['total_amount'], labels=l, colors=c, startangle=90, autopct='%1.1f%%', shadow = True) font1 = {'color':'lightcoral','size':14} plt.title("Artículo que más ingresos proporcionó ", fontdict = font1) plt.show()

# RESOLUCIÓN ANALÍTICA df4 = (my_df.groupby(by='seller_name').sum()).sort_values('total_amount', ascending=False) pd.options.display.float_format='$ {:,.2f}'.format # print(df4[['quantity'] + ['total_amount']]) print(df4[['quantity'] + ['total_amount']].head(5))

# RESOLUCIÓN GRÁFICA c=['gold', 'yellowgreen', 'lightcoral', 'lightskyblue', 'coral'] plt.bar(df4.index, df4['total_amount'], color=c) plt.xticks(rotation=60) font1 = {'color':'yellowgreen','size':16} plt.title("Mejores vendedores del mes ", fontdict = font1) plt.xlabel("Monto total", fontdict = font1) plt.ylabel("Vendedores", fontdict = font1) plt.show()

Respecto al desempeño de los vendedores, a quien debería otorgarse del bono de "Mejor vendedor del mes" es a Janel O'Curran; ya que logró vender 703 unidades que proporcionan un ingreso de $ 192.832,47.-

# RESOLUCIÓN ANALÍTICA df5 = (my_df.groupby(by='week').sum()).sort_values('total_amount', ascending=False) pd.options.display.float_format='$ {:,.2f}'.format print(df5)

Conforme a los datos que arroja el cuadro anterior, la semana en la que se registra una mayor cantidad de ingresos y volumen de ventas es la semana 1 con 2449 unidades vendidas que representan un $507.458,81.-

Por otro lado la semana que menores ventas registra es la semana 4 con 1058 y un monto total de $223.844,56.-

A continuación podremos ver la expresión gráfica de dichos valores.

# RESOLUCIÓN GRÁFICA c=['gold', 'yellowgreen', 'lightcoral', 'lightskyblue', 'coral'] plt.bar(df5.index, df5['total_amount'], color=c) font1 = {'color':'gold','size':16} plt.title("Variación de ventas por semana ", fontdict = font1) plt.xlabel("Semana", fontdict = font1) plt.ylabel("Monto total", fontdict = font1) plt.show()

# RESOLUCIÓN ANALITICA # Ventas filtrado por país. df2 = (my_df.groupby(by='country_name').sum()).sort_values('quantity', ascending=False).head(5) pd.options.display.float_format='$ {:,.2f}'.format print(df2[['quantity'] + ['total_amount']])

Como podemos observar en el cuadro, el país al que mayor cantidad de productos se le vendió y a la vez mayor cantidad de ingresos proporciona es Brasil con 2515 unidades vendidas y un monto total acumulado de $441.271,85.-

# RESOLUCION GRÀFICA l= df2.index c=['gold', 'yellowgreen', 'lightcoral', 'lightskyblue', 'coral'] plt.pie(x=df2['quantity'], labels=l, colors=c, startangle=90, autopct='%1.f%%', shadow = True) font1 = {'color':'darkblue','size':16} plt.title("Paises con mayor volumen de ventas ", fontdict = font1) plt.show()

Como podemos ver en el gráfico, las ventas de Brasil representan el 40% de las ventas totales dentro del top 5 de países con más ventas.

A continuación analizaremos la ventas de Brasil:

pais1= my_df.loc[my_df['country_name'] == 'Brazil']

print(pais1)

pais1= (my_df.groupby(by='article_name').sum()).sort_values('total_amount', ascending=False).head(5) pd.options.display.float_format='$ {:,.2f}'.format print(pais1[['quantity'] + ['total_amount']])

Dentro de los productos mas vendidos en Brasil, encontramos a Full PC con un volumen de 253 unidades vendidas y un monto total de $538.355,93.-, seguido por Notebook con una cantidad de 251 unidades y un monto de $251.000.-; luego son seguidos por Smartphone, Chair y Tablet en menores volumenes.

A continuación dejamos representación gráfica de esta evolución de ventas.

c=['gold', 'yellowgreen', 'lightcoral', 'lightskyblue', 'coral'] plt.bar(pais1.index, pais1['total_amount'], color=c ) font1 = {'color':'hotpink','size':16} font2 = {'color':'hotpink','size':12} plt.title("Ventas Brasil", fontdict = font1) plt.xlabel("Artículo", fontdict = font2) plt.ylabel("Monto total", fontdict = font2) plt.show()

# RESOLUCIÓN ANALITICA # Ventas filtrado por país. df2 = (my_df.groupby(by='country_name').sum()).sort_values('quantity', ascending=True).head(5) pd.options.display.float_format='$ {:,.2f}'.format print(df2[['quantity'] + ['total_amount']])

Como podemos observar en el cuadro, el país al que menor cantidad de productos se vendió y a la vez menor cantidad de ingresos proporciona es Puerto Rico con 12 unidades vendidas y un monto total acumulado de $1.265,43.-

Como podemos ver en el gráfico, las ventas de Puerto Rico representan el 3% de las ventas totales dentro del top 5 de países con menos ventas.

pais2= my_df.loc[my_df['country_name'] == 'Puerto Rico']

print(pais2)

Respecto a Puerto Rico, solamente vendió dos productos:

* CPU con un volumen de 9 unidades vendidas y un monto total de $1.256,58.-

* Usb Cable con 3 unidades vendidas, a un monto de $8,85.-.

# RESOLUCION GRÀFICA import matplotlib.pyplot as plt import numpy as np x = np.array(["CPU", "Usb Cable"]) y = np.array([9, 3]) c=['gold', 'yellowgreen'] font1 = {'color':'yellowgreen','size':14} plt.title("Ventas Puerto Rico", fontdict = font1) font2 = {'color':'yellowgreen','size':10} plt.xlabel("Cantidad", fontdict = font2) plt.ylabel("Artìculo", fontdict = font2) plt.barh(x, y, height = 0.5, color=c) plt.show()

# Resolución Analítica df4 = (my_df.groupby(by='seller_name').sum()).sort_values('total_amount', ascending=False) pd.options.display.float_format='$ {:,.2f}'.format print(df4[['quantity'] + ['total_amount']].head(5))

Respecto a los vendedores, decidimos tomar de referencia el segundo y el tercero dentro del top 5. Y estos fueron los resultados:

seller1= my_df.loc[my_df['seller_name'] == 'Brockie Patience']

# Resolución Analítica print(seller1)

# Resolución Gráfica sns.relplot(x="quantity" ,y="total_amount", hue="article_name", col="week", data=seller1)

# Resolución Gráfica sns.jointplot(x="total_amount", y="quantity", hue="week",palette="Accent", data=seller1)

En el caso de Brockie Patience vendió menos cantidad que Oliviero Charkham pero en monto obtuvo mas ingresos.

Otro de los detalles a destacar es que la mayor cantidad de ingresos se dieron entre la semana dos y tres. Y es importante destacar que hay dos ingresos que superan o están cerca de los $30.000.- y ese es el motivo por el cual se posiciona por delante de Oliviero Charkham.

# Resolución Analítica seller2= my_df.loc[my_df['seller_name'] == 'Oliviero Charkham']

print(seller2)

# Resolución Gráfica sns.relplot(x="quantity" ,y="total_amount", hue="article_name", col="week", data=seller2)

# Resolución Gráfica sns.jointplot(x="total_amount", y="quantity", hue="week",palette="Accent", data=seller2)

En el caso de Oliviero Charkham vendió mayor cantidad que Brockie Patience, pero en monto obtuvo menos ingresos. Esto se debe a que los artículos que vendió se encuentran por debajo de los $30.000.-

Otra de las diferencias que presenta con respecto a Brockie es que su volumen de ventas se dio en la primera y tercer semana del mes.

Para poder dar algunas propuestas de mejora para este sector procederemos a enumerar algunas conclusiones:

* El articulo de mayor venta es el HDD con 47 unidades vendidas. A pesar de ello el que mayores ingresos proporciona es el Full PC por un monto de $538.335,93.-

* El bono de "Mejor vendedor del mes" es para Janel O'Curran; ya que logró vender 703 unidades que proporcionan un ingreso de $ 192.832,47.-

* La semana en la que se registra una mayor cantidad de ingresos y volumen de ventas es la semana 1 con 2449 unidades vendidas que representan un monto total de $507.458,81.-. Por otro lado la semana que menores ventas registra es la semana 4 con 1058 y un monto total de $223.844,56.-

* El país al que mas se le vendió fue Brasil con 2515 unidades vendidas y un monto total acumulado de $441.271,85.- Producto destacado: Full PC.

* El país al que menos se le vendió fue Puerto Rico con 12 unidades vendidas y un monto total acumulado de $1.265,43.- Producto destacado: CPU.

* Brockie Patience vs. Oliviero Charkham: Bockie obtuvo mas ganancias que Oliviero, pero este último logró vender mas unidades de producto. Si bien ambos tienen curvas de ingreso diferenciadas por semana, ambos coinciden en que la mayor cantidad de ventas se dan en la primer semana y la menor en la cuarta.

Conclusiones:

Basándonos en los índices calculados y las gráficas obtenidas podemos concluir que los mayores niveles de venta en el mercado brasilero se deben a que es un país en desarrollo muy extenso y que su consumo es significativamente superior al resto. A pesar de ello y debido al tipo de producto que consumen diríamos que están mas calificados para acceder a tecnologías de punta. Con lo cual eligen productos mucho mas caros y consumen muchos mas accesorios que el resto de los países. Además es un país que esta desarrollando grandes industrias y esta haciendo sus procesos administrativos cada vez mas apegados a lo que las nuevas tecnologías pueden ofrecer.

Otro de los indicadores a mejorar seria la distribución de los mercados entre los vendedores para que todos tengas posibilidades de poder obtener ganancias y que las mismas no se centren en unos pocos. Además podría ser de gran ayuda capacitar mas a los vendedores sobre las distintas aplicaciones de los productos que vende la empresa y así tener una herramienta mas para poder incrementar sus volúmenes de venta.

En mercado de poco volumen de venta e ingresos se podrían desarrollar campañas publicitarias en tv para que se pueda hacer conocida la marca y su cartera de productos.

Respecto al volumen de venta de los últimos meses del mes, es entendible que los consumidores no cuenten con tanto capital para esa época y que tiendan a utilizarlo en otro tipo de productos, como perecederos; pero se podría impulsar ventas a partir de bonificaciones en algunos productos, bajas de precio o modalidad de 2x1, por brindar algunos ejemplo.