Análisis de Ventas y Efectividad de Campañas de Marketing con Python

Python Pandas Numpy Seaborn Plotly Análisis de Datos

Un análisis estadístico y visual para optimizar decisiones comerciales mediante KPIs, correlaciones y dashboards interactivos.

🎯 Objetivo:

El objetivo del proyecto fue procesar, integrar y analizar datos de ventas y marketing para obtener métricas clave como ticket medio, ROAS y segmentos de rendimiento. Se buscó identificar patrones, relaciones entre variables y generar visualizaciones que faciliten la toma de decisiones.

📝 Descripción:

Se realizó la limpieza y normalización de datos, la integración de fuentes mediante agrupaciones y merges, y la creación de KPIs estratégicos. Luego se desarrollaron análisis descriptivos, EDA, matriz de correlación y un dashboard interactivo con Plotly que combina gráficos de barras, líneas y dispersión para explorar ventas, inversión y desempeño por producto.

🌐 Fuente de datos:

Daset provisto por Talento Tech - Gobierno de la Ciudad de Buenos Aires con fines educativos.

📊 Principales KPIs:

• Ventas Totales por Producto - suma global del importe vendido por cada artículo.
• Unidades Vendidas - volumen total comercializado por producto.
• Ticket Medio - promedio de ingreso por unidad vendida.
• ROAS (Retorno de la Inversión Publicitaria) - eficiencia del gasto en marketing.
• Segmento de Ventas (Bajo / Medio / Alto) - clasificación cualitativa mediante cuantiles para identificar desempeño comercial.
• Evolución Mensual de Ventas - tendencia temporal del importe total vendido.
• Relación Inversión vs Ventas - análisis de dispersión para evaluar impacto del gasto en marketing.
• Correlaciones Clave - matriz de correlación entre ventas, unidades, inversión, ticket medio y ROAS.

⚙️ Tecnologías y herramientas aplicadas: