Evaluar el rendimiento de las ventas retail mediante el análisis de datos históricos, identificando patrones de consumo, diferencias entre categorías y segmentos de clientes, y generando KPIs clave que permitan mejorar la estrategia comercial y la toma de decisiones basada en datos.
Puede acceder al dataset original aquí: dataset retail - csv
Puede acceder al repositorio aquí: github
CONTIENE SQL, POWER BI Y CSV LIMPIO| KPI | Insight |
|---|---|
| Ventas totales | $251.505.794 |
| Ventas por categoría | La categoría Clothing representa el sector con más ventas por gran diferencia |
| Método de pago | El efectivo lidera el método de pago con un 44,69%, seguido por tarjetas de crédito con 35,12% y finalmente débito con 20,19% |
| Ventas por género | Los clientes femeninos aportan el 50,06%, los masculinos el 49,94% |
| Ventas por establecimiento | Mall of Istambul lidera en ventas, seguido muy cercanamente por Kanyon |
El proyecto siguió un enfoque estructurado combinando preparación de datos, análisis y visualización. Primero, se importaron los datos desde archivos CSV a SQL Server, aplicando limpieza, normalización y eliminación de valores inconsistentes para asegurar la calidad y consistencia de la información. A continuación, se desarrollaron consultas SQL para transformar los datos y crear vistas funcionales que resumieran la información clave, incluyendo ventas por categoría, distribución por género etc. Estas vistas permitieron estructurar los datos de manera eficiente para su posterior análisis. Finalmente, se conectó Power BI a las vistas de SQL Server para construir un dashboard interactivo con gráficos de KPIs, facilitando la identificación rápida de patrones de venta y tendencias de comportamiento.
