Caso de negocio · Data Analysis + BI
Retail Online
Proyecto analítico enfocado en evaluar el desempeño comercial de un negocio de retail online, identificar patrones de facturación, concentración de clientes y productos clave, y traducir los datos en un dashboard ejecutivo orientado a la toma de decisiones.
Python
Pandas
Power BI
DAX
Excel
Business Analysis
Problema de negocio
La empresa necesitaba mayor visibilidad sobre facturación, devoluciones, clientes de alto valor, productos más relevantes y comportamiento temporal de las ventas.
Resultado
Se construyó un caso completo de análisis: limpieza, transformación, KPIs e interpretación de hallazgos, culminando en un dashboard ejecutivo para seguimiento comercial.
Resumen ejecutivo
Qué resuelve este proyecto
Objetivo
Evaluar el rendimiento comercial del negocio a partir de transacciones reales, cuantificar el efecto de devoluciones y detectar patrones de facturación por producto, cliente, país y período.
Enfoque
Se trabajó con limpieza de datos, segmentación entre ventas válidas y cancelaciones, creación de variables de ingresos, análisis exploratorio y construcción de indicadores ejecutivos orientados a negocio.
Salida final
Se observaron pequeñas diferencias entre KPIs debido a distintos niveles de agregación, redondeo y tratamiento de devoluciones. Sin embargo, los valores están alineados y son consistentes entre sí, lo que valida la correcta transformación del dataset y la coherencia del modelo analítico.
Contexto del análisis
Dataset y preparación
Base analizada
El proyecto parte del dataset Online Retail, compuesto por transacciones de una empresa del sector retail con operaciones principalmente B2C y pequeños mayoristas.
La base original contiene información sobre número de factura, código de producto, descripción, cantidad, fecha, precio unitario, cliente y país.
Registros originales
541.909
Registros analizados
406.829
Columnas base
8
Productos únicos
3.665
Limpieza realizada
- Eliminación de registros sin ID de cliente.
- Conversión y estandarización de fechas.
- Separación entre ventas válidas y cancelaciones.
- Control de cantidades negativas y precios inválidos.
- Creación de variable calculada de ingresos.
Variables clave
- Ingresos por transacción.
- EsCancelada.
- Año-Mes para análisis temporal.
- Base de ventas válidas.
- Base de devoluciones.
Mi proceso de trabajo
Cómo estructuré el análisis
Perfilado inicial
Revisión de estructura, tipos de datos, nulos, rangos, valores atípicos y calidad general del dataset antes de construir cualquier KPI.
Limpieza y validación
Se eliminaron registros sin cliente y se distinguieron ventas válidas de devoluciones o cancelaciones para no distorsionar los indicadores.
Ingeniería analítica
Creación de métricas de ingresos, preparación de variables temporales y segmentación por cliente, país y producto.
Análisis exploratorio
Estudio de distribución de ingresos, concentración comercial, comportamiento de cantidades y evolución mensual de la facturación.
KPIs de negocio
Diseño de métricas ejecutivas: ingresos brutos y netos, transacciones, clientes activos, ticket promedio e ingreso por cliente.
Visualización final
Construcción de dashboard en Power BI orientado a lectura ejecutiva, priorizando claridad visual, jerarquía de información y utilidad comercial.
Dashboard
Lectura visual del negocio
Qué muestra el panel
El dashboard resume en una sola vista el comportamiento comercial del negocio: clientes activos, ingresos por cliente, facturación total, ticket medio, top productos, top clientes, distribución geográfica y evolución por período.
Preguntas que responde
- ¿Qué tan grande es el negocio en ingresos y volumen?
- ¿Qué productos concentran mayor facturación?
- ¿Qué países explican la mayor parte del revenue?
- ¿Cómo evoluciona la facturación mes a mes?
- ¿Qué clientes tienen más peso comercial?
Hallazgos principales
Insights obtenidos del análisis
Concentración geográfica
United Kingdom concentra la mayor parte de la facturación, representando más del 80% de los ingresos brutos observados, lo que revela una fuerte dependencia de un mercado principal.
Estacionalidad comercial
La evolución temporal muestra una tendencia creciente, con aceleración marcada hacia los últimos meses, lo que sugiere estacionalidad y picos de demanda relevantes para planificación comercial.
Dependencia de pocos productos
Una parte reducida del catálogo concentra una proporción significativa de los ingresos, señalando productos estrella y, al mismo tiempo, riesgo de concentración.
Impacto de devoluciones
Las devoluciones y cancelaciones reducen aproximadamente un 6,9% del ingreso bruto, afectando el desempeño neto y justificando seguimiento específico sobre causas y categorías.
Clientes de alto valor
El revenue no está distribuido de forma homogénea: existe una concentración clara en ciertos clientes, útil para estrategias de fidelización, account management y retención comercial.
Lectura ejecutiva
Los KPIs permiten diferenciar tamaño del negocio, eficiencia comercial y calidad del ingreso, aportando una visión mucho más accionable que revisar transacciones aisladas.
Valor para negocio
Qué decisiones habilita este caso
Priorización comercial
Identificar mercados, clientes y productos de mayor contribución para enfocar mejor campañas, promociones y esfuerzos de venta.
Gestión de devoluciones
Medir el peso económico de cancelaciones y devoluciones para atacar pérdidas de forma concreta.
Planificación temporal
Detectar meses de mayor tracción comercial y anticipar necesidades operativas, de inventario o marketing.
Seguimiento ejecutivo
Proveer un panel de lectura simple y clara para monitoreo frecuente, sin depender de revisar tablas transaccionales en bruto.
Stack
Herramientas utilizadas
Python
Pandas
Matplotlib
Power BI
DAX
Excel
GitHub