https://github.com/tuni56/ventas_streamlit

interactive sells and KPI's dashboard
https://github.com/tuni56/ventas_streamlit

dashboard data-visualization kpi python streamlit webapp

Last synced: 7 months ago
JSON representation

interactive sells and KPI's dashboard

• Host: GitHub
• URL: https://github.com/tuni56/ventas_streamlit
• Owner: tuni56
• Created: 2025-01-08T17:36:18.000Z (about 1 year ago)
• Default Branch: main
• Last Pushed: 2025-01-25T15:41:41.000Z (12 months ago)
• Last Synced: 2025-03-04T20:36:32.670Z (10 months ago)
• Topics: dashboard, data-visualization, kpi, python, streamlit, webapp
• Language: Python
• Homepage: https://tableroventaskpi.streamlit.app/
• Size: 646 KB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

          
# Dashboard de Ventas 📊

Este repositorio contiene una aplicación interactiva desarrollada en Python utilizando Streamlit para analizar y visualizar datos de ventas a partir de un archivo CSV. La aplicación permite filtrar y explorar los datos según diferentes criterios, proporcionando métricas clave (KPI) y visualizaciones útiles.

## Características 🚀

- **Carga y procesamiento de datos**: Importa datos desde un archivo CSV (`Orders.csv`) y asegura el formato adecuado de las fechas.

- **Filtros personalizables**:

  - Rango de fechas.

  - Categoría de producto.

  - Segmento de cliente.

- **Métricas clave (KPIs)**:

  - Ventas totales.

  - Cantidad total de productos vendidos.

  - Beneficio total.

- **Visualizaciones**:

  - Ventas por ciudad.

  - Ventas por estado.

  - Productos más vendidos.

- **Interfaz interactiva**: Sidebar para aplicar filtros dinámicos y mostrar los resultados actualizados en tiempo real.

## Requisitos 📋

Antes de ejecutar la aplicación, asegúrate de tener instaladas las siguientes dependencias:

- Python 3.7 o superior.

- Paquetes requeridos:

  - `streamlit`

  - `pandas`

Puedes instalarlos utilizando el siguiente comando:

pip install streamlit pandas

## Uso 🛠️

Clona este repositorio:

git clone 

cd 

Asegúrate de tener el archivo de datos Orders.csv en el mismo directorio que el script principal.

Ejecuta la aplicación:

streamlit run .py

Interfaz de usuario:

Usa el sidebar para filtrar los datos por rango de fechas, categoría de producto y segmento de cliente.

Explora las métricas clave y visualizaciones en la sección principal de la aplicación.

## Estructura del Proyecto 📂

El proyecto está organizado de la siguiente manera:

- **`Orders.csv`**  

  Archivo de datos que contiene las órdenes de ventas, incluyendo información como fecha, categoría, segmento, ventas, cantidad, beneficio, ciudad, estado, y nombre del producto. *(Debe ser proporcionado antes de ejecutar el script).*

- **`dashboard.py`**  

  Script principal que contiene el código para la aplicación interactiva de Streamlit.  

- **`README.md`**  

  Documentación completa del proyecto con instrucciones de instalación, uso, y contribuciones.

  

## Visualizaciones Incluidas 📈

Ventas por Ciudad: Gráfico de barras con las ciudades con mayores ventas.

Ventas por Estado: Gráfico de barras mostrando las ventas agrupadas por estado.

Productos Más Vendidos: Lista con los 10 productos más vendidos por cantidad.

## Ejemplo de Uso 📋

Supongamos que tienes un archivo Orders.csv con datos de ventas, incluyendo las columnas:

Order Date: Fecha de la orden.

Category: Categoría del producto.

Segment: Segmento del cliente.

Sales: Ventas generadas.

Quantity: Cantidad vendida.

Profit: Beneficio generado.

City: Ciudad.

State: Estado.

Product Name: Nombre del producto.

La aplicación procesará y visualizará estos datos de manera interactiva según tus filtros.

## Contribuciones 🤝

¡Las contribuciones son bienvenidas! Si deseas mejorar esta aplicación, sigue estos pasos:

Haz un fork de este repositorio.

Crea una rama para tu nueva funcionalidad:

git checkout -b feature/nueva-funcionalidad

Realiza tus cambios y haz un commit:

git commit -m "Añadir nueva funcionalidad"

Envía tus cambios:

git push origin feature/nueva-funcionalidad

Abre un Pull Request.

## Licencia 📄

Este proyecto está bajo la licencia MIT. Consulta el archivo LICENSE para más información.

Desarrollado con ❤️ usando Streamlit.