PROJETOS
Análise de Vendas no Varejo — Mercado Pueyrredón
📌 Problema
A empresa não possui visibilidade sobre quais produtos geram maior receita.
⚙️ Abordagem
Desenvolvimento de um modelo de dados em SQL e um dashboard em Power BI para analisar vendas por categoria, produto e período.
📊 Principais insights
Bebidas geram a maior receita e as vendas estão concentradas em um grupo reduzido de produtos.
Dashboard Interno de Negócio
Principais insights:
- Bebidas geram a maior receita
- As vendas estão concentradas em poucos produtos-chave
- As vendas apresentam variações ao longo do tempo
💡 Impacto de Negócio:
- Permite identificar categorias que impulsionam a receita, apoiando decisões de estoque
- Evidencia a concentração de vendas em um subconjunto de produtos (efeito Pareto)
- Oferece visibilidade sobre tendências de vendas para planejamento de demanda
- Reduz a dependência de decisões baseadas em intuição por meio de dados
Visualização Estática do Dashboard:
Dashboard Interativo
🧠 Decisões Técnicas:
- Modelo de dados normalizado simulando uma estrutura real de varejo
- Uso de joins entre vendas e produtos para análise em múltiplos níveis
- Cálculo de receita em nível transacional
💻 Recursos Técnicos:
Análise de Delivery — Geolocalização & Vendas
📌 Problema
O negócio não possui visibilidade sobre o desempenho geográfico e a distribuição de receita.
⚙️ Abordagem
Desenvolvimento de um modelo de dados em SQL e um dashboard em Power BI para analisar pedidos, receita e padrões de geolocalização.
📊 Principais insights
Montevidéu apresenta a maior densidade de pedidos, enquanto algumas regiões geram maior receita com menor volume de pedidos.
Dashboard de Performance de Delivery
Principais insights:
- A distribuição de receita varia significativamente por cidade
- Montevidéu apresenta a maior densidade de pedidos
- Algumas regiões geram maior receita com menos pedidos
- A geolocalização permite otimizar a distribuição das entregas
💡 Impacto de Negócio:
- Identificação de áreas geográficas de alta demanda para otimizar a cobertura de delivery
- Detecção de regiões com alta receita e baixa frequência de pedidos (oportunidades de crescimento)
- Suporte a decisões estratégicas de expansão e otimização logística
- Melhoria na visibilidade do desempenho geográfico e da distribuição da demanda
Visualização Estática do Dashboard:
Dashboard Interativo
🧠 Decisões Técnicas:
- Modelo de dados normalizado simulando uma estrutura real de varejo
- Uso de joins entre tabelas de vendas e produtos para análise em múltiplos níveis
- Cálculo de receita com granularidade em nível transacional
💻Recursos Técnicos:
Análise de Clientes — Segmentação & Receita
📌 Problema
O negócio não possui visibilidade sobre o valor dos clientes nem sobre sua segmentação.
⚙️ Abordagem
Desenvolvimento de um modelo de dados em SQL e um dashboard em Power BI para analisar o comportamento dos clientes, receita e segmentação.
📊 Principais insights
Um grupo reduzido de clientes concentra a maior parte da receita, enquanto muitos clientes estão em segmentos de baixo valor ou em risco.
Dashboard de Análise de Clientes
Principais insights:
- A receita está concentrada em um grupo reduzido de clientes VIP
- Existem clientes com baixo nível de interação e baixo gasto
- A segmentação permite definir estratégias específicas por tipo de cliente
- A distribuição geográfica revela oportunidades de crescimento
💡 Impacto de Negócio:
- Identificação de clientes de alto valor (VIP) que geram a maior parte da receita
- Detecção de clientes com baixa interação ou em risco para estratégias de retenção
- Permite segmentar clientes para aplicar estratégias de marketing mais direcionadas
- Base para análise do ciclo de vida do cliente e estratégias de fidelização
Visualização Estática do Dashboard:
Dashboard Interativo
🧠 Decisões Técnicas:
- Modelo de dados normalizado simulando uma estrutura real de varejo
- Uso de joins entre vendas e clientes para análise em múltiplos níveis
- Cálculo de receita em nível transacional