projeto-1_10-analise-de-dados

Este projeto tem como objetivo analisar o dataset de vendas de um supermercado, gerando insights de negócio através de KPIs e visualizações interativas. Ele simula um mini dashboard de BI dentro do Jupyter Notebook, permitindo filtrar vendas por cidade, tipo de produto e forma de pagamento.

Projeto 1 - Análise de Vendas de Supermercado 🛒

Descrição do Projeto

Este projeto tem como objetivo analisar o dataset de vendas de um supermercado, gerando insights de negócio através de KPIs e visualizações interativas. Ele simula um mini dashboard de BI dentro do Jupyter Notebook, permitindo filtrar vendas por cidade, tipo de produto e forma de pagamento.

O dashboard apresenta:

• KPIs de performance: Receita Total, Ticket Médio, Maior Venda e Nº de Transações
• Evolução das vendas ao longo do tempo
• Vendas por hora do dia
• Top 5 produtos por receita
• Heatmap de receita por cidade e linha de produto

---

Dataset

O dataset utilizado contém as seguintes colunas:

• Invoice ID – ID da nota fiscal
• Branch – Filial
• City – Cidade
• Customer type – Tipo de cliente (Membro/Não Membro)
• Gender – Gênero do cliente
• Product line – Linha de produto
• Unit price – Preço unitário
• Quantity – Quantidade vendida
• Tax 5% – Imposto
• Sales – Total da venda
• Date – Data da compra
• Time – Hora da compra
• Payment – Forma de pagamento
• cogs – Custo do produto
• gross margin percentage – Margem bruta em %
• gross income – Lucro bruto
• Rating – Avaliação do cliente

Fonte: Dataset fictício de análise de vendas de supermercado.

---

Ferramentas Utilizadas

• Python 3.x
• Jupyter Notebook
• Pandas (limpeza e manipulação de dados)
• Plotly (visualizações interativas)
• ipywidgets (filtros interativos no dashboard)

---

Como Rodar o Projeto

1. Clone o repositório:

git clone <URL_DO_REPOSITORIO>
Instale as dependências:

bash
Copiar código
pip install pandas plotly ipywidgets
Abra o notebook SuperMarket_Analysis.ipynb no Jupyter Notebook ou JupyterLab.

Execute todas as células para interagir com o dashboard.

Funcionalidades Interativas
Selecione uma cidade, linha de produto ou forma de pagamento nos filtros no topo do dashboard.

Os KPIs e gráficos serão atualizados automaticamente.

Explore insights de negócio como horários de maior venda, produtos mais rentáveis e desempenho por cidade.

Demonstração

Exemplo de layout interativo do dashboard.

Próximos Passos
Implementar análise preditiva de vendas usando modelos de Machine Learning.

Adicionar mais métricas financeiras, como margem líquida e lucro por produto.

Transformar o notebook em uma aplicação web interativa usando Dash ou Streamlit.

Autor
Alexandre Lotti
Cientista  de Dados | Especialista em Visualização e BI