Análisis de Ventas Tienda Aurelion

Este dashboard de ventas de la tienda Aurelion concentra la información más relevante del negocio en un único espacio, transformando los datos en una visión clara y accionable para la toma de decisiones. Mediante un análisis visual de las ventas, los productos y las categorías, permite entender de forma rápida qué artículos impulsan los ingresos y cómo evoluciona el desempeño comercial. Esto facilita una mejor planificación del inventario, la anticipación de posibles quiebres de stock y el fortalecimiento de la estrategia comercial. Además, el reporte integra narrativas visuales apoyadas en storytelling, que hacen la información más comprensible, permitiendo identificar oportunidades y áreas de mejora con mayor claridad.

Este proyecto representa el resultado final presentado en el marco de un programa de formación de la institución Guayerd, donde se integraron y consolidaron conocimientos previamente adquiridos en análisis de datos y visualización de información. La experiencia permitió aplicar estos saberes en un contexto práctico y realista, reforzando criterios profesionales de análisis, diseño y comunicación de indicadores clave para la toma de decisiones comerciales.

A nivel técnico, el proyecto se desarrolló a partir de datos provenientes de varios archivos de Excel independientes, que fueron unificados y preparados utilizando Python. Con el apoyo de Pandas, se realizó la limpieza, validación y transformación de la información, asegurando consistencia y calidad en cada etapa del proceso. Durante este trabajo se llevó a cabo un análisis exploratorio de datos (EDA), incorporando estadística descriptiva y visualizaciones analíticas con Matplotlib y Seaborn para comprender mejor los datos y detectar posibles inconsistencias. Finalmente, se implementaron dos modelos de Machine Learning con scikit-learn, específicamente de regresión: Regresión Lineal y Random Forest Regressor. Una vez procesada y consolidada la información, los datos fueron integrados en Power BI, donde se construyó el dashboard interactivo mostrado en esta publicación y que presenta los principales indicadores orientados a la toma de decisiones.

A continuación, se presentan dos notebooks con el código utilizado en Python para la preparación y análisis de los datos.

1. Análisis Exploratorio de Datos (EDA)

2. Modelos de Machine Learning: Regresión