Entrega Final

Proyecto Final - Data

Analytics
“Global Superstore”

Lucas Theiler
Comision 55845
Contenido
1. Descripcion de la Tematica..................................................3
2. Hipotesis...........................................................................................3
3. Principales Objetivos.................................................................4
4. Alcance.............................................................................................4
5. Data Set............................................................................................5
5.1 Data Set Seleccionado.....................................................5
5.2 Cambios en el Data Set.................................................6
5.3 Listado y descripcion de tablas.................................7
6. Diagrama de Entidad Relacion..........................................8
7. Transformacion de Datos......................................................9
7.1 Columnas Agregadas........................................................9
8.Modelo relacional - Power BI................................................11
9.Tablero..............................................................................................12
9.1 Home........................................................................................12
9.2 Sales_Amount...................................................................13
9.3 Product...................................................................................14
9.4 Order/ Ship_Mode..........................................................15
10.Conclusiones.................................................................................16
1.Descripción de la Tematica
Para el presente trabajo se extrae un dataset de “Global Superstore”, la cual
es una empresa ficticia que opera en la industria de la venta al por mayor y
menor de diversificados productos. Se almacenan datos de las ventas,de
sus productos y clientes durante 4 años consecutivos en Estados Unidos.

2.Hipótesis
En el marco de este proyecto de analisis de datos, se plantea la
hipotesis de que la empresa cuenta con 3 categorias de
productos y se sostiene que 1 de ellas representa la mayoria de
las ventas de “Global Superstore” en Estados Unidos .
3. Principales Objetivos
Analizar los datos históricos de los cuatros años en los que se recolectaron
los datos para así identificar patrones y tendencias de crecimiento (o
declive), para clasificar la categoria que efectivamente represente la mayor
parte de las ventas, determinando su porcentaje de participacion de las
ventas, y poder compararla con el resto de las categorias y asi obtener
informacion valiosa para la toma de decisiones en un lapso de 3 meses.

Junto con la herramienta Power BI se buscara representar de manera

comprensible aquello identificado anteriormente mediante visualizaciones
interactivas

4. Alcance
El analisis propuesto tiene un alcance estrategico-tactico, con el objetivo
de convertirse en una herramienta que apoye la toma de decisiones de los
niveles medios y gerenciales en los ambitos de planificacion, asignacion de
recursos y rentabilidad contribuyendo a la busqueda del exito a largo plazo
5. Data Set
5.1 Data Set seleccionado
Row_ID
Order_ID
Order_Date
Ship_Date
Ship_Mode
Customer_ID
Customer_Name
Segment
Country
City
State
Postal_Code
Region
Product_ID
Category
Subcategory
Total columnas: 18
Product_Name Total Filas: 9800
Sales (incluyendo encabezados)
5.2 Cambios en Data Set
Antes de Cargar el Data Set en la herramienta SQL, he dividido las columnas
utilizando la herramienta Excel, en 5 tablas: Customers, Order, Product, Region,
Ship_Mode.

Luego con la herramienta SQL, mediante la funcion Alter Table, le he agregado

una columna llamada Ship_ID a la tabla Ship_Mode y una columna llamada
Region_ID a la tabla Region. A ambas les he asignado valores unicos con la
intencion de que se conviertan en las Primary Key de las respectivas tablas,
logrando asi, que no existan valores repetidos ni nulos
5.3 Listado y descripcion de tablas
A continuacion observamos como ha quedado
conformada cada tabla con sus respectiva descripcion

Figura 1. Fuente: Elaboracion propia

6. Diagrama Entidad-Relacion

Figura 2. Fuente: Elaboracion propia

 7. Transformacion de Datos
Primero se reviso cada una de las tablas y columnas y verificar su integridad y precision en cuanto
a la calidad de los datos. Se decide agregar una columna denominada “Year” en la tabla “Order”
donde los valores son los años extraidos de una columna “Order_Date” y una columna llamada
“Month” en la tabla “Order” donde los valores son los meses extraidos de la columna “Order_Date”.
Esto con el objetivo de poder indentificar por meses y por años las ordenes en el Dashboard.
Ademas se crearon dos nuevas tablas:
Calendar (Tabla calendario): la misma es un duplicado de la tabla “Order” en donde se
mantiene solo la columna “Order_Date” y se agregan la columna “month”
Measures (medidas): se crea con el objetivo de nuclear todas las medidas a realizar en una
misma tabla.

7.1 Columnas Agregadas

Tabla “Order”:
Brinda el mes en el que se realizo la
Month = Month (‘order’ [Order_Date])
orden

Year= Year (‘order’ [Order_Date]) Brinda el año en el que se realizo la orden

Medidas
Total_Customer = Count (‘Customer’ Se obtiene la cantidad de clientes
[Customer_ID])

Total_Order = Count (‘Order’ [Order_ID]) Se obtiene la cantidad de Ordenes

Total_Product = Count (‘Product’ [Product_ID]) Se obtiene la cantidad de productos

 Total_Sales= Count (‘order’ [Sales]) Se obtiene la cantidad de ventas

Total_Sales_Amount = Sum (‘Order’[Sales]) Proporciona la sumatoria del total de ventas

Se obtiene la cantidad de envios

Total Ships = Count (Ship_Mode [Ship_ID])

Media_Sales = Average(‘order’ [Sales]) Se obtiene el promedio de ventas

*Todas las medidas fueron realizadas en una hoja especial para ellas. Luego
fueron graficadas en una pestaña llamada ‘Pagina 1’ donde eran puestas a
prueba para verificar cual era el mejor grafico a utilizar para que se observen
con mayor presicion y claridad
8. Modelo relacional - power BI

Figura 3. Fuente: Elaboracion propia

Se presenta el modelo relacional desde la Vista de modelo dentro de la

aplicacion Powe BI. En la misma se denotan las relaciones entre las tablas
9. Tablero
A continuación, se detallan todas las paginas presentes en el tablero
elaborado dentro de la aplicacion Power BI:

9.1 Home
La pestaña 'Home' (Figura 4) actúa como el panel principal e índice,
proporcionando acceso a las otras páginas dentro del tablero. Incluye páginas
para ventas (Sales_Amount), productos (Products) y órdenes/modo de envío
(Ship_Mode/Order)

Figura 4. Fuente: Elaboracion propia

 9.2 Sales Amount
La Figura 5 presenta la pagina de Ventas (Sales_Amount) del tablero de Power BI.En primer lugar, se destacan tres
metricas clave: el numero total de ventas, el saldo total obtenido por esas ventas y el promedio de ventas.Estas
metricas proporcionan un panorama general de la actividad de ventas.

A continuación, se presenta un mapa interactivo que permite visualizar con claridad las ventas en las diferentes
regiones y ciudades de los Estados Unidos. Este mapa ofrece una perspectiva geoespacial de las ventas, lo que facilita
la identificación de patrones y tendencias.

En la sección de la derecha, se enfoca en mostrar, a través de dos tipos de gráficos (torta y barras), el saldo total
generado por cada una de las regiones. Estos gráficos permiten una comparación visual entre ls regiones, destacando
cuál de ellas genera mayores ingresos por ventas para la empresa. Esta visualización es fundamental para identificar
las regiones mas rentables y tomar decisiones estratégicas en funcion de estos datos

Figura 5. Fuente: Elaboracion propia

 9.3 Product
En la pestaña de Productos (Figura 6), se presenta información detallada sobre los productos disponibles. En la
parte superior de la página, destaca la métrica más importante: la cantidad total de productos vendidos. Esta
métrica proporciona una visión general del rendimiento de ventas de la empresa en términos de unidades de
producto.

A continuación, se presenta un cuadro interactivo que permite explorar todos los productos disponibles, divididos
en sus respectivas subcategorías. Esta visualización facilita la identificación y el análisis detallado de cada
producto que ofrece la empresa.

Además, se incluye una tabla que muestra las tres categorías principales de productos de la empresa,
acompañada de un gráfico de torta que permite comparar la proporción de ventas de cada categoría. Esta
representación visual ayuda a comprender la distribución de las ventas entre las diferentes categorías de
productos.

Finalmente, se presenta una tabla que detalla las ventas de productos para cada mes del año. Esta tabla
proporciona información sobre la variación estacional de las ventas de productos, lo que puede ser útil para la
planificación y la toma de decisiones estratégicas a lo largo del año."

Figura 6. Fuente: Elaboracion propia

9.4 Order/Ship_Mode
En la pestaña de Order/Ship_Mode, he destacado la métrica más importante en la parte superior central: el total de
órdenes. Esta métrica ofrece una visión general del volumen de transacciones realizadas por la empresa.

A continuación, he incluido una tabla que presenta los cuatro tipos de envíos que realiza la empresa: Standard Class,
Second Class, First Class y Same Day. Esta tabla es interactiva, lo que permite al usuario seleccionar y explorar cada
tipo de envío.

Además, he añadido una tabla que muestra los datos registrados durante los cuatro años disponibles. Esto facilita la
observación de las órdenes realizadas cada año, así como los diferentes tipos de envíos utilizados en cada período.

Para proporcionar una comprensión visual de los datos, he incorporado dos gráficos. El primero es un gráfico de torta
que muestra el total de órdenes dividido por los tipos de envíos, permitiendo también la comparación entre años. El
segundo gráfico es de barras y muestra el número de órdenes por mes, lo que ayuda a identificar posibles efectos
estacionales en el volumen de órdenes y determinar en qué meses se realizan más transacciones.

Figura 7. Fuente: Elaboracion propia

 10. Conclusiones
El presente tablero se ha demostrado como una herramienta esencial para apoyar la toma de
decisiones en los niveles medio y gerencial de Global Super Store. Proporciona un panorama
integral de los diferentes aspectos clave del negocio, facilitando la planificación, asignación de
recursos y búsqueda de rentabilidad, lo que contribuye al éxito a largo plazo de la organización.

Al presentar una visión detallada de las ventas, los productos, las órdenes y los tipos de envío, el
tablero permite tomar decisiones informadas y estratégicas. La hipótesis inicial buscaba confirmar
si dentro de las 3 categorías de productos existía alguna que representara la mayoría de ventas
en Estados Unidos. Sin embargo, el análisis reveló que no hay un producto que se destaque
significativamente sobre los demás, ya que las 3 categorías manejan un rango de órdenes similar.

Sin embargo, el tablero permitió detectar que, dentro de las 4 regiones en las que la empresa
comercializa, una de ellas sobresale en cantidad de ventas por encima de las otras tres. Ademas,
obtuvimos información que proporciona una visión más integral de otros aspectos relevantes
para la organización, lo que permite una toma de decisiones más sólida y estratégica en beneficio
del éxito y crecimiento continuo de Global Super Store