Ecommerce Sales & Logistics Analytics

Análisis de ventas, facturación, pedidos, pagos, entregas, clientes y reseñas utilizando el dataset público Olist. Consultas en SQLite y dashboard ejecutivo desarrollado en Power BI.

Google Sheets· SQLite · Power Query · Power BI

Ver dashboard

Contexto

Proyecto personal de análisis basado en el dataset público brasileño de comercio electrónico de Olist. No representa un trabajo oficial ni una colaboración con Olist.

Objetivo

Transformar datos transaccionales de e-commerce en información útil para analizar el desempeño comercial, el comportamiento de los clientes y la operación logística. Utilicé SQL para limpiar, unir y analizar las tablas, y Power BI para construir un dashboard ejecutivo.

Pregunta de negocio

¿Cómo evolucionaron la facturación y los pedidos?
¿Qué categorías generaron más ingresos?
¿Qué categorías concentraron más pedidos?
¿Qué métodos de pago fueron más utilizados?
¿Cuánto tardaron las entregas?
¿Qué porcentaje de pedidos llegó tarde?
¿Qué estados generaron más ventas?
¿Qué vendedores y categorías recibieron peores reseñas?
¿Cuántos clientes compraron una sola vez y cuántos volvieron a comprar?

Datos utilizados

Dataset público brasileño de e-commerce con información de pedidos, productos, clientes, pagos, reseñas, vendedores y fechas de entrega.

Período analizado: septiembre de 2016 a agosto de 2018.
Ubicación: estados de Brasil.

Limpieza y transformación

Estandaricé fechas, estados de pedidos y nombres de categorías; eliminé categorías vacías; uní las tablas de pedidos, productos, clientes, pagos y reseñas; y calculé métricas de entregas, pedidos tardíos, costos de envío, tipo de cliente y desempeño de vendedores y categorías.

Métricas y KPIs

Tiempo promedio de entrega: 12,56 días
Porcentaje de entregas tardías: 8,11 %
Pedidos evaluados: 96.470
Pedidos entregados: 96.478
Compradores únicos: 90.557
Clientes recurrentes: 2.801
Estado con más pedidos: São Paulo, con 40.501 pedidos
Categoría con mayor facturación: beleza_saude, aproximadamente R$1,23 millones
Mes con mayor facturación: noviembre de 2017, aproximadamente R$987.765

Metodología

SQL/SQLite → limpieza y validación de datos → consultas de negocio → resultados en Google Sheets y Excel → dashboard en Power BI → conclusiones y recomendaciones.

Principales hallazgos

La facturación creció durante el período analizado y alcanzó su máximo mensual en noviembre de 2017.

São Paulo concentró el mayor volumen de pedidos y facturación.
beleza_saude fue la categoría con mayor facturación.
cama_mesa_banho fue la categoría con mayor cantidad de pedidos.
El tiempo promedio de entrega fue de 12,56 días.
El 8,11 % de los pedidos evaluados llegó después de la fecha estimada.
Aproximadamente el 97 % de los clientes compró una sola vez y solo el 3 % volvió a comprar.
Algunos vendedores y categorías presentaron calificaciones inferiores al promedio.

Recomendaciones

Implementar acciones de fidelización para aumentar las compras recurrentes.

Analizar los estados con mayor porcentaje de costos de envío.
Investigar las causas de las entregas tardías.
Monitorear vendedores y categorías con peores reseñas.
Establecer un mínimo de reseñas antes de comparar vendedores.
Unificar las medidas de SQL, Excel y Power BI para evitar diferencias en los resultados.

Próximos pasos

Validar las métricas finales, corregir las diferencias entre Excel y Power BI, anonimizar los identificadores de vendedores, agregar una tabla calendario y publicar el dashboard interactivo junto con el archivo Excel limpio.

Consultas SQL

Espacio editable para incorporar las consultas SQL ejecutadas en SQLite y explicar qué pregunta responde cada una. Consultas y capturas: por agregar.

Dashboard de Power BI

Dashboard ejecutivo desarrollado en Power BI. Espacio para agregar capturas del dashboard y el enlace público de visualización. URL y capturas: pendientes.

Herramientas utilizadas

Google Sheets · SQLite · SQL · Power Query · Power BI