Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/renatooliveiira/marketplace_analysis
Projeto - Análise Estratégica de Vendas e Performance em Marketplaces.
https://github.com/renatooliveiira/marketplace_analysis
jupyter-notebook jupyterlab
Last synced: 12 days ago
JSON representation
Projeto - Análise Estratégica de Vendas e Performance em Marketplaces.
- Host: GitHub
- URL: https://github.com/renatooliveiira/marketplace_analysis
- Owner: renatooliveiira
- Created: 2024-07-03T22:23:50.000Z (5 months ago)
- Default Branch: main
- Last Pushed: 2024-07-09T12:48:09.000Z (4 months ago)
- Last Synced: 2024-07-10T04:53:08.825Z (4 months ago)
- Topics: jupyter-notebook, jupyterlab
- Language: Jupyter Notebook
- Homepage:
- Size: 2.74 MB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Projeto - Análise Estratégica de Vendas e Performance em Marketplaces.
Este projeto realiza uma análise das vendas de produtos em um marketplace, com o objetivo de entender quais fatores influenciam nas vendas e fornecer insights valiosos para uma empresa que planeja vender produtos na plataforma.
## Introdução
Uma empresa está planejando vender produtos em um marketplace e deseja otimizar suas estratégias para maximizar as vendas. Este projeto tem como objetivo fornecer insights detalhados sobre os fatores que influenciam o desempenho de vendas dos produtos na plataforma.
## Algumas das perguntas que este projeto procura responder incluem:
- Produtos com maior discrepância entre o preço de varejo e o preço de venda vendem mais?
- AD Boost impactam nas vendas?
- Avaliações positivas impulsionam as vendas?
- Quais tags estão associadas a maiores vendas?
- O envio expresso impacta nas vendas?
## Metodologia
A análise foi conduzida utilizando Python e algumas bibliotecas de visualização de dados. A base de dados utilizada nesta análise foi obtida no site Kaggle. Os passos principais incluíram:
**Carregamento e Visualização dos Dados:**
- Realização de uma análise exploratória inicial para compreender a estrutura e as características dos dados.
**Limpeza e preparação dos dados:**
- Remoção de inconsistências e tratamento de valores ausentes.
- Preparação dos dados para análise, incluindo a normalização e transformação de variáveis.
- Exploração dos principais fatores que influenciam as vendas.
**Visualizações:**
- Criação de gráficos para entender melhor os padrões nos dados.
## Análise
**Produtos com maior discrepância entre preço de varejo e o preço de venda vendem mais?**
Observa-se no gráfico uma relação positiva entre a discrepância e a taxa de conversão das vendas. Este resultado indica que à medida que a discrepância aumenta, há um correspondente aumento na taxa de conversão das vendas.
Isso signifinica que produtos com maior discrepância de preço tendem a atrair mais consumidores devido à percepção de que estão obtendo um excelente negócio. Esses produtos frequentemente são destacados em promoções ou liquidações, beneficiando-se da disposição dos varejistas em reduzir os preços de itens com margens de lucro mais amplas. Além disso, a preferência por compras online aumenta a probabilidade de que produtos com preços mais baixos sejam vendidos, pois os consumidores têm maior propensão a comparar preços pela internet.
---
**Ad boost impactam nas vendas?**
Proporção de produtos não bem sucedidos e bem sucedidos que usam "ad boosts:
**Interpretação dos Resultados**
**Para os produtos não bem sucedidos:**
- 54.51% não usaram "Ad boosts".
- 45.49% usaram "ad boosts".
**Para os produtos bem sucedidos:**
- 59.03% não usaram "Ad boosts".
- 40.97% usaram "ad boosts".
Podemos notar que existe uma maior proporção de produtos bem sucedidos que não usaram ''Ad boosts'' (59.03%) comparado aos produtos não bem sucedidos (54.51%). Inversamente, uma menor proporção de produtos bem sucedidos usaram ''Ad boosts'' (40.97%) comparado aos produtos não bem sucedidos (45.49%).
Portanto, o uso de ''Ad Boosts'' não está associado a um aumento no sucesso das vendas. Há uma ligeira tendência contrária, onde produtos que não usam ''Ad boosts'' têm uma proporção maior de sucesso.
---
**Avaliações positivas impulsionam as vendas?**
Observações do Gráfico:
- A distribuição dos produtos de sucesso é centrada em torno das avaliações de 4 a 5, com um pico mais alto na faixa de 4 a 4,5.
- A distribuição dos produtos que não tiveram sucesso mostra um pico menor em torno da avaliação de 3 a 4 e uma quantidade significativa de avaliações na faixa de 4,5 a 5.
**Produtos de sucesso tendem a ter avaliações mais altas:**
Nota-se no gráfico que a maior concentração de avaliações para produtos de sucesso está na faixa de 4 a 5, sugerindo que avaliações mais altas estão associadas a um maior sucesso nas vendas.
**Produtos que não tiveram sucesso ainda podem ter boas avaliações:**
É possível notar também produtos que não tiveram sucesso com avalições altas (acima de 4,5), indicando que uma boa avaliação não é garantia de sucesso absoluto, mas pode ser um fator contribuitivo.
Assim, avaliações positivas (altas) parecem, de fato, impulsionar as vendas de produtos, já que a maioria dos produtos bem-sucedidos têm avaliações mais altas. No entanto, outros fatores além das avaliações também podem influenciar o sucesso das vendas, pois existem produtos com boas avaliações que não tiveram sucesso.
---
**Quantidade de tags auxiliam vendas?**
Com base nesse insight, observamos que ter um número específico de tags (em torno de 10 a 15) pode estar associado a taxas de sucesso mais altas, conforme indicado pelo pico no histograma laranja. No entanto, há também uma quantidade significativa de produtos com 'Sucesso = 0' dentro dessa faixa, sugerindo que as tags podem auxiliar nas vendas até certo ponto, mas não são o único fator responsável pelo sucesso. Outros fatores também podem desempenhar um papel importante.
---
**Quais tags estão associadas a maiores vendas?**
Com base no gráfico, as tags associadas a maiores vendas são:
- “plus size”
- “women fashion”
- “casual”
- “dress”
Essas tags têm maior destaque no lado esquerdo do gráfico, indicando uma forte associação com produtos de sucesso.
---
**O envio expresso impacta nas vendas?**
Distribuição de Produtos com e sem Envio Expresso:
Isso indica que a maioria dos produtos (1569) não utilizam envio expresso, enquanto apenas 4 produtos utilizam envio expresso.
Média de Unidades Vendidas por Tipo de Envio:
A média de unidades vendidas para produtos sem envio expresso é 4342.98, enquanto a média para produtos com envio expresso é 2800.00.
Teste T de Independência:
O teste T de independência indica que a diferença nas médias de unidades vendidas entre produtos com e sem envio expresso não é estatisticamente significativa (p_value > 0.05).
Concluindo, a análise mostra que, embora os produtos embora os produtos sem envio expresso tenham uma média de unidades vendidas maior do que os produtos com envio expresso, essa diferença não é estatisticamente significativa. Isso sugere que, com base nos dados disponíveis, o envio expresso não tem um impacto significativo nas vendas.
## Conclusão
Com base na análise, foram identificados alguns fatores chave que influenciam nas vendas dos produtos no marketplace:
- Produtos com maior discrepância entre preço de varejo e de preço de venda tendem a vender mais.
- Ad boosts têm um impacto positivo nas vendas.
- Avaliações positivas estão associadas a um maior volume de vendas.
- A quantidade de tags também tem um efeito positivo nas vendas.
- Certas tags estão associadas a maiores vendas.
- O envio expresso não tem um impacto significativo nas vendas.
Estas conclusões podem ajudar a empresa a tomar decisões mais informadas sobre quais produtos revender e como otimizá-los para maximizar as vendas.
## Referência
- https://www.kaggle.com/datasets/jmmvutu/summer-products-and-sales-in-ecommerce-wish