💰Análisis Financiero & Tráfico Web - Ecommerce💰

En este proyecto, analizaremos los datos de una plataforma de redes sociales para comprender mejor el comportamiento de los usuarios y obtener información valiosa para la toma de decisiones estratégicas. Utilizaremos un conjunto de datos que contiene información demográfica de los usuarios, sus interacciones en la plataforma y otros datos relevantes

Contexto

La empresa de ecommerce online llamada “ositofeliz” se dedica a vender ositos de peluche super atractivos. Actualmente cuenta con 4 modelos de peluches.

Este proyecto intentará responder a las siguientes preguntas de negocio:

Análisis de ventas:

1. Queremos saber cuales son las ventas por año y por mes en términos brutos y luego el margen absoluto. 2. ¿Cuales son las ventas brutas medias de cada mes y año, devuelve los TOP 10? ¿Que puedes observar? 3. ¿Cuál es el producto que mas vende en términos monetarios (Ventas brutas)? 4. ¿Cuál es el producto que deja más margen? 5. ¿Podemos saber cúal es la fecha de lanzamiento de cada producto? 6. Calcula las ventas brutas por año asi como el margen numérico y porcentual de cada producto y ordénalo por producto. 7. ¿Cuáles son los meses con mayor venta bruta, devuelve los TOP 3?

Análisis de trafico web:

8. ¿Cuales son los ads(anuncios) o contenidos que han atraído más sesiones? 9. Es lo mismo sesiones que usuarios?¿Cuál es la cantidad de usuarios individuales? 10. ¿Y por source o fuente? Cantidad de usuarios y sesiones? 11. ¿Cúales son las sources o fuentes que han dado más ventas? 12. ¿Cúales son los meses que han atraido más tráfico? 13. Ya que vimos el mes que ha tenido más trafico, podrías ver de ese mes la cantidad de sesiones que han venido por movil y la cantidad que han venido por ordenador? 14. ¿Qué campañas son las que han dado más margen por productos?

Herramientas a utilizar

El lenguaje de programación utilizado para realizar el proyecto fue MySQL.

Conjunto de datos del proyecto

Los datos están originalmente en CSV, la fuente de datos proviene de una descarga de las redes sociales.

Desarrollo | Ejecución

############################################ ANÁLISIS DE VENTAS ############################################ #1. Queremos saber cuales son las ventas por año y por mes en términos brutos y luego el margen absoluto. SELECT Year(created_at) AS Año, MONTH(created_at) AS Mes, FORMAT(SUM(items_purchased*price_usd),2,'es_ESP') AS Ventas, FORMAT(SUM(items_purchased*(price_usd-cogs_usd)),2,'es_ESP') AS Margen_absoluto FROM ositofeliz.orders GROUP BY Año, Mes ORDER BY Año, Mes; #2. ¿Cuales son las ventas brutas medias de cada mes y año, devuelve los TOP 10? ¿Que puedes observar? SELECT Year(created_at) AS Año, MONTH(created_at) AS Mes, FORMAT(SUM(items_purchased*price_usd),2,'es_ESP') AS Ventas, FORMAT(AVG(items_purchased*price_usd),2,'es_ESP') AS Pedido_avg FROM ositofeliz.orders GROUP BY Año, Mes ORDER BY Pedido_avg DESC, Año, Mes LIMIT 10; #En este caso el valor que nos da en "Pedido_avg" es lo que se vende en promedio en cada pedido #3. ¿Cuál es el producto que mas vende en términos monetarios (Ventas brutas)? SELECT p.product_name, SUM(o.items_purchased*o.price_usd) AS Ventas_brutas, FORMAT(SUM(o.items_purchased*o.price_usd),2,'es_ESP') AS Ventas_brutas_formateado FROM ositofeliz.orders o LEFT JOIN ositofeliz.order_items oi ON o.order_id = oi.order_id LEFT JOIN ositofeliz.products p ON oi.product_id = p.product_id GROUP BY p.product_name ORDER BY Ventas_brutas DESC LIMIT 1; #4. ¿Cuál es el producto que deja más margen? SELECT p.product_name, SUM(o.items_purchased*(o.price_usd-o.cogs_usd)) AS Margen_absoluto, FORMAT(SUM(o.items_purchased*(o.price_usd-o.cogs_usd)),2,'es_ESP') AS Margen_absoluto_formateado FROM ositofeliz.orders o LEFT JOIN ositofeliz.order_items oi ON o.order_id = oi.order_id LEFT JOIN ositofeliz.products p ON oi.product_id = p.product_id GROUP BY p.product_name ORDER BY Margen_absoluto DESC LIMIT 1; #5. ¿Podemos saber cúal es la fecha de lanzamiento de cada producto? #En este caso vamos a considerar como fecha de lanzamiento a la fecha en que se realiza la primera venta de cada producto SELECT p.product_name, DATE(MIN(o.created_at)) fecha_venta FROM ositofeliz.orders o LEFT JOIN ositofeliz.order_items oi ON o.order_id = oi.order_id LEFT JOIN ositofeliz.products p ON oi.product_id = p.product_id GROUP BY p.product_name; #6. Calcula las ventas brutas por año asi como el margen numérico y porcentual de cada producto y ordénalo por producto. SELECT p.product_name, Year(o.created_at) AS Año, FORMAT(SUM(o.items_purchased*o.price_usd),2,'es_ESP') AS Ventas_brutas, FORMAT(SUM(o.items_purchased*(o.price_usd-o.cogs_usd)),2,'es_ESP') AS Margen_absoluto, ROUND((SUM(o.items_purchased*(o.price_usd-o.cogs_usd)))/(SUM(o.items_purchased*o.price_usd)),2) AS Margen_porcentual, CONCAT(ROUND(((SUM(o.items_purchased*(o.price_usd-o.cogs_usd)))/(SUM(o.items_purchased*o.price_usd)))*100,2),'%') AS Margen_porcentual_100 FROM ositofeliz.orders o LEFT JOIN ositofeliz.order_items oi ON o.order_id = oi.order_id LEFT JOIN ositofeliz.products p ON oi.product_id = p.product_id GROUP BY p.product_name, Año ORDER BY p.product_name, Año; #7. ¿Cuáles son los meses con mayor venta bruta, devuelve los TOP 3? SELECT CONCAT(YEAR(created_at),"/",MONTH(created_at)) AS Año_Mes, FORMAT(SUM(items_purchased*price_usd),2,'es_ESP') AS Ventas_bruta FROM ositofeliz.orders GROUP BY Año_Mes ORDER BY SUM(items_purchased*price_usd) DESC LIMIT 3; ####################################### ANÁLISIS DE TRAFICO WEB ############################################ #8. ¿Cuales son los ads(anuncios) o contenidos que han atraído más sesiones? SELECT utm_content, FORMAT(COUNT(website_session_id),0,'es_ESP') AS cantidad_sesiones FROM ositofeliz.website_sessions GROUP BY utm_content ORDER BY COUNT(website_session_id) DESC; #9. Es lo mismo sesiones que usuarios?¿Cuál es la cantidad de usuarios individuales? -- No. Sesiones es la cantidad de veces que se ingresa a una página web, no importa el usuario. SELECT COUNT(DISTINCT user_id) AS cantidad_usuarios, COUNT(DISTINCT website_session_id) AS cantidad_sesiones FROM ositofeliz.website_sessions; #10. ¿Y por source o fuente? Cantidad de usuarios y sesiones? SELECT utm_source, COUNT(DISTINCT user_id) AS cantidad_usuarios, COUNT(DISTINCT website_session_id) AS cantidad_sesiones FROM ositofeliz.website_sessions GROUP BY utm_source; #11. ¿Cúales son las sources o fuentes que han dado más ventas? SELECT utm_source, FORMAT(SUM(items_purchased*price_usd),2,'es_ESP') AS Ventas_brutas FROM ositofeliz.website_sessions ws LEFT JOIN ositofeliz.orders o ON ws.website_session_id = o.website_session_id GROUP BY utm_source ORDER BY SUM(items_purchased*price_usd) DESC; #12. ¿Cúales son los meses que han atraido más tráfico? SELECT CONCAT(YEAR(created_at),"/",MONTH(created_at)) AS Año_Mes, FORMAT(COUNT(website_session_id),0,'es_ESP') AS Cantidad_sesiones FROM ositofeliz.website_sessions GROUP BY Año_Mes ORDER BY COUNT(website_session_id) DESC; #13. Ya que vimos el mes que ha tenido más trafico, podrías ver de ese mes la cantidad de sesiones que han venido por movil y la cantidad # que han venido por ordenador? SELECT CONCAT(YEAR(created_at),"/",MONTH(created_at)) AS Año_Mes, device_type, FORMAT(COUNT(website_session_id),0,'es_ESP') AS Cantidad_sesiones FROM ositofeliz.website_sessions GROUP BY Año_Mes, device_type HAVING Año_Mes = '2012/11' ORDER BY COUNT(website_session_id) DESC; #14. ¿Qué campañas son las que han dado más margen por productos? SELECT ws.utm_campaign, p.product_name, FORMAT(SUM(o.items_purchased*(o.price_usd-o.cogs_usd)),2,'es_ESP') AS Margen_absoluto FROM ositofeliz.website_sessions ws INNER JOIN ositofeliz.orders o ON ws.website_session_id = o.website_session_id INNER JOIN ositofeliz.products p ON o.primary_product_id = p.product_id GROUP BY ws.utm_campaign, p.product_name ORDER BY SUM(o.items_purchased*(o.price_usd-o.cogs_usd)) DESC

Conclusiones

Tras analizar los datos recopilados durante el período de marzo de 2012 a febrero de 2013, se puede concluir que el producto más exitoso en términos de ventas y rentabilidad es "Osito Cariñoso". Es importante destacar que este producto fue el primero en ser lanzado de dos productos que se crearon en el período analizado. Los meses de noviembre, diciembre y enero se destacan como los períodos de mayor venta, lo que coincide con la temporada navideña y sugiere una posible correlación con las compras de regalos. En cuanto a la publicidad, los anuncios clasificados como 'g_ad_1' y 'b_ad_1' han demostrado ser los más efectivos para atraer sesiones a la página web. Con un total de 62,224 usuarios ingresados y 70,000 sesiones registradas, se evidencia un alto nivel de interacción con el sitio. Los meses con mayor tráfico, especialmente octubre, noviembre y diciembre, muestran un aumento significativo en las sesiones, lo que indica un mayor interés y actividad de los usuarios durante estos períodos. Adicionalmente en noviembre, el mes con mayor cantidad de sesiones, el tráfico desde computadoras superó ampliamente al tráfico desde dispositivos móviles. Por último, la campaña de conocimiento de la marca ha generado un margen absoluto superior al de la campaña de influencer, lo que resalta su eficacia en la promoción y difusión de la marca.