TP Final Integrador - Paz

# A veces necesitamos instalar nuevas librerías en nuestros proyectos !pip install openpyxl==3.0.10

# 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 # 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']) print('Tabla df_articles') print(df_articles) #Vendedores df_sellers = pd.read_excel('/work/data/sellers.xlsx', index_col=0) print('\nTabla df_sellers') print(df_sellers) #Ordenes df_orders = pd.read_csv('/work/data/orders.csv') print('\nTabla df_orders') print(df_orders)

# Exploración del df de artículos print('Muestra de datos') print(df_articles.head()) print('\nFormato del DataFrame') print(df_articles.shape) print('\nBusqueda de valores nulos 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()) print('\nFormato del DataFrame') print(df_sellers.shape) print('\nBusqueda de valores nulos 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()) print('\nFormato del DataFrame') print(df_orders.shape) print('\nBusqueda de valores nulos 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)

# 1 - copio los datos de ordenes my_df = df_orders.copy() # 2 - cambio el indice del df de articulos df_articles.set_index('article_id',inplace = True) df_articles # 3 - voy preparando columnas que voy a necesitar, le asigno valores provisorios 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']) # 4 - cambio en esas columnas por los valores correctos for i in range(len(my_df.index)): my_df.loc[i]['article_id'] article = df_articles.loc[my_df.loc[i]['article_id']]['article_name'] my_df.loc[i,'article_name'] = article my_df.loc[i,'total_amount'] = my_df.loc[i,'quantity'] * df_articles.loc[my_df.loc[i]['article_id']]['unit_price'] my_df.loc[i,'seller_name'] = df_sellers.loc[my_df.loc[i]['seller_id']]['seller_name'] my_df.drop(['order_id','article_id','seller_id'], axis = 'columns',inplace=True) print(my_df)

# RESOLUCIÓN ANALÍTICA my_df2 = my_df.groupby('article_name').sum() por_cant = my_df2.sort_values('quantity', ascending = False) print(por_cant['quantity'].head(1)) por_monto = my_df2.sort_values('total_amount', ascending = False) print(por_monto['total_amount'].head(1))

# RESOLUCIÓN GRÁFICA sns.barplot(y=por_cant['quantity'],x=por_cant.index) plt.xticks(rotation=90) plt.title("Artículos más vendidos") plt.xlabel('Articulos') plt.ylabel('Cantidad') for index, value in enumerate(por_cant['quantity']): if(index<2 or index==por_cant['quantity'].size-1): plt.text(index, value, str(value)) plt.show()

El artículo que más unidades vendió fue el HDD (413 unidades)

# RESOLUCIÓN ANALÍTICA df2 = (my_df.groupby(by='article_name').sum()).sort_values('total_amount', ascending=False) print(df2['total_amount'])

# RESOLUCIÓN GRÁFICA # plt.pie(x=df2['total_amount'], labels=df2.index, autopct="%0.1f%%") # plt.title("Artículos de mayores ingresos") # plt.show() # plt.barh(df2.index,df2['total_amount'],height=1.0) # plt.show() sns.barplot(y=por_monto['total_amount'],x=por_monto.index) plt.title("Artículos con mayores ingresos") plt.xlabel('Articulos') plt.ylabel('Monto en $') for index, value in enumerate(por_monto['total_amount']): if(index<2 or index==por_monto['total_amount'].size-1): plt.text(index, value, str("%.0f" % value)) plt.xticks(rotation=90) plt.show()

El artículo que trajo más ingresos fue la Full Pc ($ 538335)

# RESOLUCIÓN ANALÍTICA df4 =(my_df.groupby(by='seller_name').sum()).sort_values('total_amount',ascending=False) print(df4[['quantity']+['total_amount']])

# RESOLUCIÓN GRÁFICA #plt.bar(df4.index,df4['total_amount']) #plt.xticks(rotation=90) #plt.show() sns.barplot(y=df4['total_amount'],x=df4.index) plt.title("Mejores vendedores") plt.xlabel('Vendedores') plt.ylabel('Monto en $') for index, value in enumerate(df4['total_amount']): if(index<2 or index==df4['total_amount'].size-1): plt.text(index, value, str("%.0f" % value)) plt.xticks(rotation=90) plt.show()

El vendedor que trajo más ingresos a la empresa fue Janel O'Curran ($ 192832)

# RESOLUCIÓN ANALÍTICA #df5=(my_df.groupby(by='week').sum()).sort_values('total_amount',ascending=False) df5=(my_df.groupby(by='week').sum()).sort_values('total_amount',ascending=False) df5['PorcentajeDeCrecimiento']=1 cant=len(df5.index) for i in range(1,cant+1): df5.loc[i,'PorcentajeDeCrecimiento'] = df5.loc[i,'total_amount']/df5.loc[1,'total_amount'] print(df5)

# RESOLUCIÓN GRÁFICA #plt.bar(df5.index,df5['total_amount']) sns.barplot(y=df5['total_amount'],x=df5.index) plt.title("Ventas por Semana") plt.xlabel('Semana') plt.ylabel('Monto en $') for index, value in enumerate(df5['total_amount']): plt.text(index, value, str("%.0f" % value),ha='center',bbox=dict(fc='w',boxstyle='square,pad=0.5')) plt.show()

Se puede notar que hay un pronunciado y sistematico descenso del monto vendido semana tras semana, llegando la ultima semana a vender menos de la mitad que la primer semana. Posiblemente un buen momento para lanzar una campaña de promociones seria en los ultimos 10/15 dias. Antes de tomar ninguna medida igualmente habria que hacer un estudio más profundo de los motivos de la baja en las ventas y un estudio de mercado para ver que tanto mejorarian las ventas con una promocion.

# RESOLUCIÓN df6=(my_df.groupby(by='country_name').sum()).sort_values('total_amount',ascending=False) print(df6['total_amount']) sns.barplot(y=df6['total_amount'],x=df6.index) plt.title("Ventas por Pais") plt.xlabel('Pais') plt.ylabel('Monto en $') for index, value in enumerate(df6['total_amount']): if(index<2 or index==df6['total_amount'].size-1): plt.text(index, value, str("%.0f" % value)) plt.xticks(rotation=90) plt.show()

El país con mayores montos en las ventas y por amplio margen es Brasil, seguido por un segundo grupo compuesto por Argentina, Colombia, Peru y Mexico.

# RESOLUCIÓN my_df7 = my_df.groupby('article_name').sum() print(my_df7) plt.scatter(my_df7['quantity'],my_df7['total_amount'],20) plt.title("Relacion Monto/Cantidad") plt.xlabel('Cantidad') plt.ylabel('Monto en $') plt.show()

Se puede apreciar que hay dos elementos que tienen una relacion mayor de monto / cantidad que el resto. Estos articulos permiten obtener muchos ingresos con pocas ventas. El de mayor relacion es Full PC y el segundo es Notebook

# RESOLUCIÓN df8=my_df.sort_values(['total_amount','country_name'],ascending = [False, True]) print(df8) plt.scatter(df8['article_name'],df8['country_name'],df8['total_amount']/500) plt.title("Monto vendido por Pais y Articulo") plt.xlabel('Articulo') plt.ylabel('Pais') plt.xticks(rotation=90) plt.show()

Podemos notar que los mayores ingresos están bastante focalizados en los articulos Full PC, Notebook, Smartphone y en Argentina, El Salvador, Colombia, Guatemala, Mexico, Peru, Venezuela y Brazil.

El artículo que más unidades vendió fue el HDD (413 unidades). También se venden muchas Tablets, SDD, Mouse y Netbooks.

El artículo que trajo más ingresos y por un amplio margen fue la Full Pc ($ 538335), seguida de las Notebooks. En realidad es bastante notorio que un gran porcentaje de los ingresos se deben a estos dos articulos. Se sugiere hacer un analisis mas profundo de estos dos articulos segun pais, vendedor y semanas para ver si se puede aumentar aun mas las ventas de estos productos.

El vendedor que trajo más ingresos a la empresa fue Janel O'Curran ($ 192832) por lo cual se recomienda entregarle el bono al mejor vendedor del mes y ademas se sugiere una recompensa para los siguientes 2 o 5 vendedores como incentivo para que todos los vendedores quieran vender mas.

El país con mayores montos en las ventas y por amplio margen es Brasil, seguido por un segundo grupo compuesto por Argentina, Colombia, Peru y Mexico. Se sugiere un estudio mas profundo comparando los primeros 7/10 paises vs Brasil y ver en que areas se puede mejorar en dichos paises.

Hay dos articulos Full PC y Notebook que tienen una relacion de monto / cantidad muy alta. Estos articulos permiten obtener muchos ingresos con pocas ventas, se sugiere pensar en politicas que incentive la venta de estos dos productos.

Podemos notar que los mayores ingresos están bastante localizados en los articulos Full PC, Notebook, Smartphone y en Argentina, El Salvador, Colombia, Guatemala, Mexico, Peru, Venezuela y Brazil. Por un lado convendria ver de lograr ventas de estos articulos que tantos ingresos dan en algunos paises en los paises que aun no se tiene ventas de esos productos o incrementarlas. Tambien se podría analizar en los paises en que se tienen buenas ventas por que hay productos que no se venden.