Este proyecto realiza un análisis completo de ventas, costos de envío, calificaciones y productos en diferentes tiendas. Utiliza Python y la biblioteca Pandas para procesar los datos, con el objetivo de ayudar en la toma de decisiones estratégicas, como recomendar la mejor tienda para invertir o vender productos.
- ✅ Agrupación y ordenamiento de datos por ciudad y tienda
- 📈 Cálculo de facturación total y calificaciones promedio
- 🚚 Análisis del costo promedio de envío por tienda
- 🧮 Cálculo del Índice de Eficiencia (Ventas / Costo de envío)
- 🏆 Identificación de la tienda con peor rendimiento
- 🤖 Recomendación automática para decidir dónde vender
- 🧠 Uso de estructuras como listas, tuplas, diccionarios y comprensiones
⚠️ Manejo de excepciones en Python para flujos seguros
proyecto-analisis-tiendas/
│
├── data/
│ └── datos_tiendas.csv
├── main.py
├── README.md
└── requerimientos.txt
- Python 3.8+
- Pandas
- Jupyter Notebook (opcional para visualización interactiva)
- Limpieza y manipulación de datos con Pandas
- Generación de resúmenes y reportes automáticos
- Implementación de lógica condicional para toma de decisiones
- Buenas prácticas con estructuras de datos compuestas
- Cómo manejar errores usando try-except
Índice de eficiencia de Tienda 1: 3.40
Índice de eficiencia de Tienda 2: 5.12
...
Recomendación para el Sr. Juan:
Se recomienda que el Sr. Juan venda en Tienda 2, ya que tiene la mayor facturación ($30000.0) y también la mejor calificación promedio (4.9).
Desarrollado por Milagros Yucra
Este proyecto está bajo la licencia MIT.