Análise de desempenho de um E-commerce com SQL
Entendendo os principais indicadores de desempenho e os principais drivers de resultados de um e-commerce.
Indicadores de desempenho são métricas utilizadas para avaliar o desempenho de um e-commerce e medir seu sucesso. Alguns indicadores comuns incluem taxa de conversão e ticket médio. Os drivers de resultados de um e-commerce são fatores que influenciam diretamente seu desempenho.
Abordagem do projeto
Os dados utilizados para realizar as análises foram retirados do curso de análise de dados da Udemy, curso apresentado pela Midori Toyota . Os dados incluem informações das lojas, produtos, clientes e tabelas auxiliares com dados demográficos. Foi utilizado SQL (pgAdimin4) para realizar as queries e análises, e as visualizações foram criados no Microsoft Excel. Essa análise foi dividida em alguns estágios: Limpeza dos dados, exploração dos dados, seção de análises e recomendações.
Limpeza dos dados
Antes de começarmos qualquer análise, é fundamental assegurar que o conjunto de dados esteja limpo e seja confiável. O processo de limpeza dos dados inclui tratar valores ausentes, corrigir discrepâncias e formatar os dados para torná-los adequados à análise. Neste projeto, os dados disponíveis já estavam bem formatados e bastante “limpos”, mesmo assim foi preciso dedicar uma atenção à limpeza e transformação deles para garantir o desempenho e integridade dos resultados obtidos. Nos próximos tópicos com a exposição das queries e dos resultados será possível verificar esse tratamento e transformação.
Exploração dos dados
Respondendo perguntas de negócios.
- Qual foi a receita, ticket médio, leads e conversão desses leads mês a mês ?
Analisando o gráfico de “RECEITA” podemos observar que a receita está em uma crescente nos últimos meses, e que o ticket médio não está impactando nesse aumento, pois nos 5 meses de crescimento da receita o ticket médio se manteve praticamente estável.
Analisando o gráfico de “LEADS” podemos observar que o número de leads vem aumentando nos últimos meses e que a conversão desses leads também está em uma crescente, ou seja, nosso produto está mais atrativo.
2. Quais foram os estados onde o e-commerce mais vendeu ?
Podemos observar que São Paulo (SP) é o estado onde a empresa mais vende, e Minas Gerais (MG) é o 2° estado, ter essa informação pode ajudar a empresa a realizar estratégias de vendas/logística de maneira mais personalizadas e assertivas.
3. Quais são as marcas que mais venderam no Mês
Podemos observar as 5 marcas mais vendidas no mês, com isso podemos realizar campanhas juntamente com elas e entender o motivo de serem serem destaques em nosso e-commerce.
4. Quais são as lojas que mais venderam ?
Podemos observar as 5 lojas que mais venderam no mês, com isso podemos realizar bonificações por metas e realizar análises para entender o diferencial dessas lojas em suas vendas e buscar aplicar tais diferenciais para as outras lojas.
5. Quais são os dias da semana em que o nosso site é mais visitado ?
Naturalmente domingo é o dia menos visitado, enquanto o início da semana se destaca com as maiores visitas. Tal informação pode ser usada para campanhas de marketing do e-commerce por exemplo.
Dashboard final
Dashboard feito no Excel.
Documentação e arquivo de análise
Para termos o dashboard final conforme demonstrado na seção anterior, é preciso organizar os resultados, além disso é de boa prática documentar as queries realizadas, com a finalidade de uma outra pessoa entender como chegamos aos resultados. Nesse projeto as queires, resultados e visualizações foram documentados em um arquivo excel. O arquivo contém 3 abas: Dashboard, Resultados, queries.
Conclusão
Com a utilização do SQL juntamente com o excel fomos capazes de extrair informações fundamentais para um e-commerce, com tais informações podemos entender melhor como anda o desmpenho de nosso negócios e usar as informações para campanhas estratégicas.
Obrigado pela atenção e até o próximo projeto!
