https://github.com/aubainmbk/analyse-des-ventes
L’objectif est d’examiner les tendances en matière de statut marital, de revenu moyen, de tranches d’âge des clients, et de distance de trajet des clients.
https://github.com/aubainmbk/analyse-des-ventes
datacleaning datavisualisation excel
Last synced: 3 months ago
JSON representation
L’objectif est d’examiner les tendances en matière de statut marital, de revenu moyen, de tranches d’âge des clients, et de distance de trajet des clients.
- Host: GitHub
- URL: https://github.com/aubainmbk/analyse-des-ventes
- Owner: AubainMbk
- Created: 2024-10-03T13:52:51.000Z (8 months ago)
- Default Branch: main
- Last Pushed: 2024-12-13T12:37:46.000Z (5 months ago)
- Last Synced: 2025-02-18T21:19:51.898Z (3 months ago)
- Topics: datacleaning, datavisualisation, excel
- Homepage:
- Size: 1.68 MB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Analyse des Résultats d’une Enquête sur les Ventes de Vélos
## TABLEAU DE BORD AVEC EXCEL
## Contexte du Projet
Ce projet d’analyse est basé sur les données des ventes de vélos et les profils des clients. L’objectif est d’examiner les tendances en matière de statut marital, de revenu moyen, de tranches d’âge des clients, et de distance de trajet des clients. Grâce à une approche analytique complète, cette étude permet de mieux comprendre les comportements d’achat des clients et de formuler des recommandations stratégiques pour les entreprises de vente de vélos.
Objectifs du Projet:
• Comprendre le statut marital des clients : Évaluer la répartition des clients entre célibataires et mariés.
• Analyser le revenu moyen par achat : Comparer le revenu moyen des clients ayant acheté un vélo et ceux n’en ayant pas acheté.
• Suivre les tranches d’âge des clients : Observer les tranches d’âge des clients et la médiane d’âge.
• Étudier la distance de trajet des clients : Analyser la distance parcourue par les clients pour acheter un vélo.
• Fournir des recommandations business : Proposer des stratégies basées sur les comportements d’achat des clients pour optimiser les ventes de vélos.
## Outils Utilisés:
• Microsoft Excel : Prétraitement des données des ventes et nettoyage des données.
• GitHub : Partage et gestion du projet pour faciliter la collaboration et l’accès aux résultats.
## Démarche Analytique
1. Nettoyage des données : Préparation des données des ventes de vélos avec Excel, en traitant les valeurs manquantes et en normalisant les réponses pour assurer une cohérence analytique.
2. Exploration et analyse : Utilisation de Power BI pour explorer les données et générer des statistiques descriptives, identifier les tendances de statut marital, de revenu, et de distance de trajet.
3. Visualisation des données : Création d’un tableau de bord interactif dans Power BI, permettant une exploration dynamique des résultats par catégorie, par région et par période.
4. Recommandations : Analyse approfondie des résultats pour fournir des conseils aux entreprises de vente de vélos concernant les stratégies de marketing et de gestion des ventes.
## Résultats Clés
1. Statut Marital
o La majorité des clients sont mariés, avec une proportion significative de célibataires.
2. Revenu Moyen par Achat
o Les clients ayant acheté un vélo ont un revenu moyen supérieur à ceux n’en ayant pas acheté.
3. Tranches d’Âge des Clients
o Les clients se répartissent principalement entre les tranches d’âge des adolescents et des adultes d’âge moyen.
4. Distance de Trajet des Clients
o La majorité des clients parcourent entre 2 et 5 miles pour acheter un vélo, avec une proportion notable parcourant plus de 10 miles.
# Recommandations
• Optimiser les stratégies de marketing : Cibler les campagnes marketing en fonction des tranches d’âge et du statut marital des clients.
• Améliorer la gestion des ventes : Adapter les stratégies de vente en fonction des tendances de revenu et de distance de trajet des clients.
• Suivre les comportements d’achat : Utiliser les tableaux de bord interactifs pour surveiller les comportements d’achat et ajuster les stratégies en conséquence.