Análisis Predictivo de Ventas y Optimización de Surtido en negocio E-commerce

En 2023, la compañía enfrentó una caída del 44% en ventas, equivalente a $137,349 de revenue potencial perdido. Esta pérdida no estaba relacionada con precios o descuentos, sino con la reducción de productos activos y alta variabilidad estacional, comprometiendo la rentabilidad y la eficiencia del portafolio.

3/11/20261 min read

Diseñar un análisis integral de ventas que permita identificar la causa raíz de la caída, cuantificar el impacto económico y construir un dashboard interactivo para la toma de decisiones estratégicas sobre portafolio y surtido de productos.” Incluyendo KPIs clave: Lost Revenue, Net Sales, Active Products, Quantity YoY %

Objetivos del projecto

Metodología y enfoque

Data Prep: Power Query, modelado de datos, limpieza de factsales y dimensiones
Análisis: Pivot Tables, DAX, Time Intelligence (Sales LY, YTD Growth, Seasonality Index)
KPIs: Net Sales, Gross Margin, Estimated Loss, Lost Revenue
Visualización: Dashboard Power BI con tarjetas KPI, gráfico de tendencia mensual, matriz de productos, slicers

Herramientas

Power BI: dashboard ejecutivo e interactivo
Excel avanzado: Pivot Tables, DAX, KPIs
DAX: medidas calculadas, comparaciones YoY, acumulados YTD
Time Intelligence: Uso de medidas para análisis a tráves del tiempo
Power BI: Para la realización de un dashboard y presentar los descubrimientos

Acciones e implementación

Calculé métricas clave (Net Sales, Sales LY, Sales YoY %, Lost Revenue)
Identifiqué que la caída del 44% se debió a reducción de productos activos
Construí alertas y segmentaciones por año, mes y categoría
Diseñé un dashboard interactivo para monitorear desempeño y priorizar productos críticos

Resultados e impacto

Siguientes pasos

La disponibilidad de catálogo tiene mayor impacto en ventas que precio o descuentos, por otra parte los KPIs y dashboards permiten decisiones proactivas sobre surtido. Los Insights estratégicos: priorizar reabastecimiento de SKUs con mayor Lost Revenue puede recuperar +40% del revenue potencial

Flujo de trabajo técnico completo

En esta última parte se encuentra a detalle la parte técnica desde la obtención de datos en Kaggle hasta su limpieza con Power Query, modelado en Power Pivot, uso de DAX, Time Intelligence hasta la entrega del dashboard. En el siguiente enlace será redirigido al repositorio GitHub.

Ver trabajo completo