Projeto de Análise de Dados aplicada ao varejo, desenvolvido com Python para explorar o desempenho comercial, compreender o comportamento dos clientes e transformar dados de vendas em insights relevantes para tomada de decisão.
O projeto contempla desde a validação e tratamento dos dados até a construção de KPIs, análises comerciais, segmentação de clientes e recomendações de negócio.
A análise foi desenvolvida a partir da integração de duas bases:
- dados de vendas;
- dados cadastrais de clientes.
Durante o projeto foram analisados aspectos como faturamento, departamentos, canais de venda, localização geográfica, evolução temporal, perfil dos clientes, frequência de compras e concentração de receita.
Além da análise exploratória, foram realizadas validações de qualidade e granularidade dos dados antes da construção dos indicadores.
O principal objetivo deste projeto é transformar dados brutos de vendas e clientes em informações capazes de apoiar decisões comerciais.
Entre as perguntas investigadas estão:
- Qual é o faturamento total da operação?
- Quantas vendas foram realizadas?
- Qual é o valor médio por venda?
- Quais departamentos concentram maior faturamento?
- Quais estados possuem maior participação comercial?
- Como o faturamento evolui ao longo do tempo?
- Qual é o perfil dos clientes?
- Idade ou renda apresentam relação com o faturamento?
- Quais clientes possuem maior valor para o negócio?
- Qual é a importância da frequência de compras?
- Quanto da receita está concentrada nos clientes de maior valor?
| Indicador | Resultado |
|---|---|
| Faturamento total | R$ 72,52 milhões |
| Quantidade de vendas | 79.783 |
| Valor médio por venda | R$ 908,94 |
| Clientes únicos | 17.074 |
| Clientes estratégicos | 3.577 |
| Participação dos clientes estratégicos na base | 20,95% |
| Participação dos clientes estratégicos no faturamento | 44,11% |
| Participação do Top 10% dos clientes no faturamento | 26,70% |
Os departamentos de:
- Telefones e Celulares;
- Eletrodomésticos;
- TVs e Acessórios;
- Informática;
concentram aproximadamente 80% do faturamento total.
Esse resultado demonstra a importância comercial dessas categorias para o desempenho da operação.
A análise mostrou que os clientes classificados no grupo de alta frequência são responsáveis por aproximadamente 60,85% do faturamento total.
O valor médio por venda apresenta variação relativamente menor entre os grupos de frequência.
Isso sugere que a diferença de faturamento entre os segmentos está fortemente associada à recorrência de compras.
Foram identificados 3.577 clientes estratégicos, definidos como consumidores que apresentam simultaneamente:
- faturamento igual ou superior ao terceiro quartil;
- frequência de compras igual ou superior ao terceiro quartil.
Esse grupo representa apenas 20,95% da base, porém é responsável por aproximadamente 44,11% do faturamento total.
Os 10% de clientes com maior faturamento acumulado são responsáveis por aproximadamente 26,70% da receita total.
O resultado demonstra uma concentração relevante de receita entre consumidores de maior valor, embora o faturamento não esteja dependente exclusivamente de uma parcela extremamente pequena da base.
As correlações encontradas foram aproximadamente:
- renda × faturamento: 0,003;
- idade × faturamento: -0,002.
Os valores próximos de zero indicam baixa relação linear entre essas características demográficas e o faturamento individual.
Nesse conjunto de dados, variáveis comportamentais, como frequência e histórico de compras, mostraram-se mais úteis para compreender o valor dos clientes.
Antes da construção dos indicadores, foram realizadas diferentes validações para garantir consistência nas análises.
Foram encontrados 302 registros com valores ausentes simultaneamente nas variáveis de preço e estado.
Esses registros correspondiam a aproximadamente 0,38% da base de vendas.
Como não foi encontrada uma estratégia confiável para recuperação dessas informações, os registros foram removidos.
Também foi analisada a relação entre:
Preço;Preço_com_frete.
Foram identificados 143 registros nos quais:
Preço > Preço_com_frete
Como não havia evidência suficiente para corrigir esses valores de maneira confiável, esses registros foram removidos.
Posteriormente, foi criada a variável:
Frete = Preço_com_frete - Preço
A base original apresentava múltiplos registros associados ao mesmo cliente_Log.
Uma junção direta entre vendas e clientes aumentava artificialmente a quantidade de registros da base, indicando uma relação inadequada para análise.
Para resolver o problema, cada cliente foi consolidado em um único registro utilizando:
- mediana da idade;
- mediana da renda.
A base consolidada passou a possuir 17.074 clientes únicos.
A integração final foi validada utilizando uma relação many_to_one, preservando a quantidade original de vendas.
Uma etapa importante do projeto foi investigar o campo idcompra.
A análise mostrou que esse identificador pode aparecer associado a diferentes clientes e datas.
Por esse motivo, idcompra não foi considerado uma chave única de pedido.
Ao analisar a combinação:
idcompra + cliente_Log + Data
foram encontradas 79.783 combinações únicas, exatamente a mesma quantidade de registros existentes na base tratada.
Dessa forma, cada registro passou a ser considerado uma venda individual.
Essa decisão evita agregações artificiais e garante maior consistência nos indicadores finais.
Os clientes foram analisados considerando métricas comportamentais como:
- quantidade de vendas;
- faturamento acumulado;
- valor médio por venda;
- frequência de compras.
Uma primeira segmentação foi construída utilizando quartis do faturamento acumulado:
- Baixo valor;
- Médio-baixo valor;
- Médio-alto valor;
- Alto valor.
Os clientes classificados como Alto valor apresentaram simultaneamente maior faturamento médio e maior frequência de compras.
Como todos os clientes da base analisada apresentavam pelo menos duas vendas, a classificação tradicional entre cliente recorrente e não recorrente não seria suficientemente informativa.
Por isso, foram criados níveis relativos de frequência utilizando a própria distribuição dos dados.
Os grupos utilizados foram:
- Baixa frequência;
- Média frequência;
- Alta frequência.
Os clientes de alta frequência apresentaram participação de aproximadamente 60,85% no faturamento total, reforçando a importância da recorrência para geração de receita.
A partir dos resultados encontrados, algumas oportunidades comerciais foram identificadas.
Clientes estratégicos representam aproximadamente 20,95% da base, mas geram 44,11% do faturamento.
Ações de retenção, relacionamento e fidelização podem ser especialmente relevantes para esse grupo.
A recorrência mostrou forte relevância financeira.
Campanhas de recompra, programas de fidelidade e estratégias de cross-sell podem ajudar a aumentar a frequência dos clientes de menor recorrência.
As quatro principais categorias concentram aproximadamente 80% do faturamento.
Monitoramento de estoque, demanda e disponibilidade desses produtos pode ser estratégico para preservar o desempenho da operação.
Os estados de maior faturamento apresentam oportunidades para estratégias comerciais e logísticas específicas.
Também é possível investigar regiões de menor participação em busca de oportunidades de crescimento.
Março apresentou o melhor desempenho dentro do período analisado.
Campanhas, sazonalidade, disponibilidade de estoque, alterações de preço e ações promocionais devem ser investigadas para identificar fatores que possam explicar esse resultado.
Idade e renda apresentaram baixa relação linear com o faturamento.
Para campanhas comerciais, métricas de comportamento de compra podem ser mais úteis, incluindo:
- frequência;
- faturamento acumulado;
- valor médio por venda;
- categorias adquiridas;
- histórico de compras.
- Python
- Pandas
- NumPy
- Matplotlib
- Seaborn
- Plotly
- Jupyter Notebook
- OpenPyXL
- Git
- GitHub
retail-sales-analysis/
│
├── data/
│ ├── varejo.xlsx
│ └── cliente_varejo.xlsx
│
├── images/
│ ├── top_departamentos_faturamento.png
│ ├── top_estados_faturamento.png
│ ├── evolucao_fat_mensal.png
│ ├── vendas_mensais.png
│ └── freq_compras_clientes.png
│
├── notebooks/
│ └── retail_sales_analysis.ipynb
│
├── src/
│ └── data_processing.py
│
├── .gitignore
├── README.md
└── requirements.txt
O arquivo:
src/data_processing.py
centraliza as principais etapas de preparação dos dados:
- carregamento das bases;
- tratamento da base de vendas;
- consolidação da base de clientes;
- integração entre vendas e clientes;
- validação da estrutura final.
Para executar o pipeline:
python src/data_processing.pygit clone https://github.com/Jv-ghost/retail-sales-analysis.gitEntre na pasta:
cd retail-sales-analysisWindows:
python -m venv .venvAtive:
.venv\Scripts\activatepip install -r requirements.txtpython src/data_processing.pynotebooks/retail_sales_analysis.ipynb
O notebook contém todas as etapas de exploração, validação, análise, visualização e interpretação dos resultados.
A análise completa está disponível em:
notebooks/retail_sales_analysis.ipynb
O notebook segue o fluxo:
contextualização → código → validação → interpretação
permitindo acompanhar não apenas os resultados, mas também as decisões tomadas durante o processo analítico.
O projeto demonstra um fluxo completo de Análise de Dados aplicado a um cenário de varejo.
A análise envolveu desde a inspeção e preparação dos dados até a criação de indicadores, análises temporais, segmentação de clientes e geração de recomendações comerciais.
Um dos principais aprendizados do projeto foi a importância da validação da qualidade, cardinalidade e granularidade dos dados antes da construção dos KPIs.
A investigação dessas características evitou duplicações e interpretações incorretas que poderiam comprometer os resultados.
Do ponto de vista comercial, os resultados mostram que frequência de compra, faturamento acumulado e comportamento transacional são especialmente relevantes para compreender o valor dos clientes e apoiar decisões orientadas por dados.
João Vitor Duarte de Oliveira
Análise de Dados | Cientista de Dados | Python | SQL | Power BI
Projeto desenvolvido como parte do meu portfólio profissional, com foco em preparação de dados, análise exploratória, visualização, construção de indicadores e geração de insights para negócio.
- GitHub: Jv-ghost
- LinkedIn: João Vitor Duarte de Oliveira
⭐ Se este projeto foi útil ou interessante, fique à vontade para explorar o repositório.