Essa é uma análise de dados de vendas da Olist Store. Nela foi elaborada algumas possíveis perguntas de negócios com o objetivo de obter insights sobre os dados e demonstrar minhas habilidades utilizando o SQL. A partir desta análise, foi possível reconhecer os padrões de vendas, entregas e KPIs por exemplo. O projeto completo pode ser encontrado em meu artigo no Medium.
Para ajudar a responder as perguntas de negócios, o SQL foi a única ferramenta utilizada neste primeiro momento. O SQL (Structured Query Language) é a linguagem padrão para lidar com bancos de dados e o conhecimento de algumas de suas principais funções é o que possibilita obter informações de grandes volumes de dados. Para essa análise foram elaboradas 22 perguntas, são elas:
1. Qual a quantidade de vendedores distintos cadastrados?
2. Qual a quantidade de cidades e Estados distintos cadastrados?
3. Quais cidades possuem mais vendedores?
5. Quais Estados possuem mais vendedores?
5. Qual o Porcentual de vendedores por Estado?
7. Quantos clientes existem?
8. Quantas são as cidades e Estados distintos?
9. Quais cidades e Estados possuem mais clientes?
10. Qual o percentual de clientes por Estado?
11. Qual o tempo médio de entrega da transportadora?
12. Qual o tempo médio de postagem de um produto a partir do pagamento aprovado?
13. Qual a taxa de acurácia de entregas?
14. Quais os status de encomenda e sua porcentagem de participação em relação ao total de pedidos?
15. Quais os dias da semana ocorrem mais e menos entregas?
16. Quais os dias da semana ocorrem mais e menos compras?
17. Qual é a receita total de vendas?
18. Qual o valor total de frete?
19. Qual foi a receita por ano?
20. Qual foi a receita por mês?
21. Qual o ticket médio de vendas?
22. Qual o ticket médio por vendedor?
Qual a taxa de acurácia de entregas?
Quais os dias da semana ocorrem mais e menos compras?
Quais os dias da semana ocorrem mais e menos entregas?
Qual o ticket médio de vendas? (base)
Qual o ticket médio por vendedor?
Para ajudar a explorar os dados e a responder a essas perguntas, os principais comandos e funções do SQL utilizadas foram:
- SELECT - Usado para consultar e recuperar dados de uma tabela em um banco de dados.
- WHERE - Usado para filtrar registros que atendem a uma condição específica.
- SUM() - A função foi usada para calcular a soma total de um conjunto de valores.
- AVG() - Usada para calcular a média de um conjunto de valores.
- CASE WHEN - A expressão CASE é usada para criar condições condicionais, similar a uma instrução if-else em linguagens de programação.
- JULIANDAY() - A função é bastante útil para cálculos com datas.
- CTE (Common Table Expressions) - Foi bastante útil e prática para elaboração de tabelas temporárias. Para elaborá-las é necessário o uso do comando WITH.
- JOIN - Usado para combinar os registros entre tabelas.
Além desses comandos e funções foram usados outros igualmente importantes para realização desta análise.
Os dados utilizados foram retirados do Kaggle, o nome do dataset é Brazilian E-Commerce Public Dataset by Olist e está disponível no link. O dataset da Olist possui no total 8 tabelas e o schema pode ser visto abaixo:
Para este projeto foi utilizado o SQLITE como banco de dados e o DBEAVER para gerenciamento do banco. Saiba mais sobre download e documentação desses programas nos links abaixo.
O Dbeaver é um software multiplataforma, e com ele é possível utilizar diversos bancos de dados de forma prática.
