Allura-Store_Challenge

Challenge Alura Store

:loudspeaker: Estado del Proyecto

:trophy: Proyecto Finalizado :trophy:

:blue_book: Descripción del Proyecto

Este proyecto fue desarrollado como parte del reto de ciencia de datos de Alura Latam, en el marco del curso de Introducción a Python. El objetivo principal fue analizar el rendimiento de cuatro tiendas operadas por el Cliente (Sr. Juan), con el fin de recomendar cuál de ellas debería venderse, basándose en datos reales y visualizaciones efectivas.

🎯 Propósito del Análisis El análisis permite tomar una decisión informada y estratégica respecto al futuro de una de las tiendas, con el objetivo de evaluar el desempeño de las tiendas del Cliente a través de métricas clave como:

1. Facturación total de cada tienda.
2. Categorías más populares.
3. Promedio de calificación de los clientes.
4. Productos más y menos vendidos.
5. Costo promedio del envío.

📌 Conclusión El análisis concluye que la Tienda 4 debería ser vendida, ya que es la que presenta:

Menores ingresos. Menor volumen de ventas. Menor diversidad de productos vendidos. Mayor debilidad operativa. Gracias al uso de Python, Pandas y Matplotlib, el proyecto brinda una solución clara y efectiva basada en datos.

:rotating_light: Funcionalidades del Proyecto

• Funcionalidad 1: Importa librerias Panda y bases de datos de cuatro tiendas
• Funcionalidad 2: Importa librerias MatPlot para gráficos
• Funcionalidad 3: Calcula la facturación total de cada tienda y representa graficamente para cada tienda
• Funcionalidad 4: Evalua las categorias de productos y representa gráficamente para cada tienda
• Funcionalidad 5: Calcula el promedio de calificación de los clientes y representa gráficamente para cada tienda
• Funcionalidad 6: Identifica los productos más y menos vendidos de cada tienda y representa gráficamente para cada tienda
• Funcionalidad 7: Calcula el costo promedio de envío y representa gráficamente para cada tienda

:key: Acceso al Proyecto

Para acceder al proyecto, haz click en el siguiente enlace al repositorio público en GitHub: https://carolinag2024.github.io/Allura-Store_Challenge/

:one: Requisitos previos

Este proyecto es un Notebook que solo requiere un navegador moderno, como:

• ✅ Google Chrome
• ✅ Mozilla Firefox
• ✅ Microsoft Edge

Y contar con una cuenta de GoogleColab, desde donde se ejecutará Python.

–

:two: Clonar o Descargar el Proyecto

Para obtener el código fuente:

• Clonar el repositorio (recomendado)

• Descargar el código manualmente

Ir al repositorio en GitHub. Hacer clic en “Code” → “Download ZIP”. Extraer el archivo ZIP en tu computadora.

–

:three: Estructura del Proyecto

El proyecto tiene la siguiente organización:

–

:four: Ejecutar el Notebook en GitHub

• Paso 1: Abrir el repositorio Allura Challenge.

• Paso 2: Abrir la carpeta challenge1-data-science-latam-main

• Paso 3: Hacer doble clic en AluraStoreLatam.ipynb.

• Paso 4: Se abrirá en el navegador automáticamente.

–

:unlock: Abrir y Ejecutar

Para abrir y ejecutar el proyecto, utilizamos GoogleColab importando el archivo fuente suministrado en el curso, desde la computadora o GitHub.

:one: Cómo Usar el Notebook

• ✅ Abre el archivo AluraStoreLatam.ipynb en Google Colab.

• ✅ Asegúrate de tener acceso a los enlaces de los CSV (url, url2, etc.).

• ✅ Ejecuta las celdas en orden para: 1) Cargar los datos, 2) Procesarlos y agruparlos, 3) Generar los gráficos, 4) Mostrar conclusiones y recomendaciones.

–

💡 Personalización:

• Para modificar estilos gráficos, utiliza librerias matplot

• Para programar la lógica, ajusta código en Python.

–

📊 Ejemplos de Gráficos e Insights

• Gráfico de barras: Ingresos Totales. Permite analizar los resultados destacados de la Tienda 1 en ingresos.

  

• Gráficos de barras horizontal: Top productos vendidos. Para cada tienda permite analizar los productos con mayores ventas.

  

• Costo de Envío Promedio: Gráficos de pastel para comparar entre tiendas.

  

✅ Insight clave: La Tienda 4 tiene el rendimiento más bajo en casi todos los aspectos analizados, lo que la convierte en la mejor opción para ser vendida.

–

:computer: Tecnología utilizada

• Funcionalidad: Google Colab

  Python

• Estilo: Pandas

  MatPlot

• Tools: Octocat, Canva, Repositorios GitHub, Shields.io

:information_desk_person: Autores

|www.linkedin.com/in/gloria-carolina-guerrero-velandia| |:—:|

:information_desk_person: Licencias

This site is open source. Improve this page.