Optimización de Ventas: Estrategias para Incrementar Beneficios en Tiendas

Tiempo (Fecha, Día, Mes, Año, Trimestre, Nombre del Día)

// Empleado (ID_Empleado, Nombre, Apellido, Dpto, Puesto) / Ventas (Fecha, Id_Empleado, Id_Tienda, Id_Producto, Total_Benef) / Tienda (Id_Tienda, Nombre, Ubicación, Ciudad, Región, Num_Prod_V) / Producto (Id_Producto, Nombre, Categoría, Marca)

Medidas

• Total_Beneficios (decimal): Suma de los beneficios obtenidos por las ventas.
• Numero_Productos_Vendidos (entero): Número total de productos vendidos.

Tabla de Hechos

• Granularidad: Día
• Tasa de Refresco: Diaria
• Tipo de Tabla de Hecho: Transaccional agregada diaria

Número de Promociones Activas

• Tipo: Conductor (Driver)
• Objetivo: Incrementar promociones mensualmente.
• Acción: Implementar y ajustar promociones.

Inversión en Marketing para Promociones

• Tipo: Conductor (Driver)
• Objetivo: Aumentar inversión en un 20%.
• Acción: Desarrollar y monitorear un plan de marketing.

Incremento en las Ventas de Productos Promocionados

• Tipo: Resultado (Outcome)
• Objetivo: Incrementar ventas.
• Acción: Analizar y replicar estrategias efectivas.

Margen de Beneficio Bruto en Productos Promocionados

• Tipo: Resultado (Outcome)
• Objetivo: Mantener o mejorar el margen en un 10%.
• Acción: Evaluar y ajustar precios y duración de promociones.

Pasos para el Análisis de Beneficios

Paso 1: Importar Bibliotecas

import pandas as pd

df = pd.read_csv('examenBI.csv', delimiter=';')
df.head()

Paso 2: Calcular el Beneficio por Producto

df['beneficio'] = df['precio_venta'] - df['coste_adquisicion']
df.head()

Paso 3: Agregar los Beneficios por Tienda

beneficio_tienda = df.groupby('tienda')['beneficio'].sum().reset_index()
beneficio_tienda.head()

Paso 4: Encontrar las Cinco Tiendas con Menores Beneficios

beneficio_tienda = beneficio_tienda.sort_values(by='beneficio')
peores_tiendas = beneficio_tienda.head(5)
peores_tiendas

Paso 5: Visualización

import matplotlib.pyplot as plt
import seaborn as sns

plt.figure(figsize=(10, 6))
sns.barplot(x='beneficio', y='tienda', data=peores_tiendas, palette='viridis')
plt.title('Las Cinco Tiendas con Menores Beneficios')
plt.xlabel('Beneficio Total')
plt.ylabel('Tienda')
plt.show()

Reporte Final

print(peores_tiendas)

Este análisis permite a la empresa identificar las tiendas con menor rendimiento en términos de beneficios.