https://github.com/bessarodrigo/database-connection_eda_retail_store

Este projeto analisa o desempenho das lojas de produtos naturais. Utilizei Python para o processo ETL, PostgreSQL para armazenamento de dados e Power BI para visualizações interativas.
https://github.com/bessarodrigo/database-connection_eda_retail_store

excel postgresql powerbi python sql

Last synced: about 1 year ago
JSON representation

Este projeto analisa o desempenho das lojas de produtos naturais. Utilizei Python para o processo ETL, PostgreSQL para armazenamento de dados e Power BI para visualizações interativas.

• Host: GitHub
• URL: https://github.com/bessarodrigo/database-connection_eda_retail_store
• Owner: bessarodrigo
• Created: 2024-07-01T22:21:24.000Z (almost 2 years ago)
• Default Branch: main
• Last Pushed: 2024-11-14T19:02:20.000Z (over 1 year ago)
• Last Synced: 2025-04-02T18:12:49.176Z (about 1 year ago)
• Topics: excel, postgresql, powerbi, python, sql
• Language: Jupyter Notebook
• Homepage:
• Size: 13.4 MB
• Stars: 1
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

          
# Análise de Desempenho das Lojas de Produtos Naturais

## Descrição do Projeto

Este projeto visa analisar o desempenho das lojas de produtos naturais, utilizando métricas como quantidade vendida e faturamento. A análise foi feita por vendedores, filiais e períodos, com visualizações em Python e um painel de acompanhamento no Power BI.

## Artigo no Medium

[Análise de Desempenho de Lojas de Produtos Naturais](https://medium.com/@reisrodri/an%C3%A1lise-de-desempenho-de-lojas-de-produtos-naturais-em-salvador-um-estudo-de-caso-8fe3e39e60c2)

## Metodologia



    


Entendimento do Negócio: o objetivo é fornecer uma visualização do desempenho das lojas de produtos naturais

    


Entendimento dos Dados: os dados foram coletados a partir de registros detalhados de vendas, incluindo informações sobre filiais, vendedores, produtos, quantidade vendida e valor faturado

    


Preparação dos Dados: os dados foram preparados e organizados em um DataFrame utilizando Python e Pandas para facilitar a análise exploratória. Renomeei colunas, ajustei os nomes das colunas, e removi colunas desnecessárias

    


Modelagem: agrupei os dados por filial e vendedor para calcular as somas das colunas quantidade_vendida e valor, utilizando gráficos e tabelas

    


Avaliação: calculei estatísticas descritivas e visualizei os dados usando gráficos de barras e boxplots

    


Implementação: criei um painel de acompanhamento no Power BI e planejei a criação de um banco de dados PostgreSQL



## Pré-requisitos

- Python 3.x

- pandas

- matplotlib

- numpy

- SQLAlchemy

- PostgreSQL

## Instalação

1. Clone este repositório:

   ```bash

   git clone https://github.com/bessarodrigo/produtos_naturais.git

2. Instale as dependências:

pip install pandas matplotlib numpy SQLAlchemy psycopg2

## Painel de Acompanhamento

O painel de acompanhamento foi criado no Power BI para facilitar a visualização dos dados de forma interativa e intuitiva. Você pode acessá-lo através do seguinte link:




  
Painel de Acompanhamento no Power BI



## Contato

E-mail - rodrigoreisbc@hotmail.com

LinkedIn - https://www.linkedin.com/in/rodrigo-bessa/