segunda-feira, 3 de outubro de 2016

Como analisar dados de vendas com ferramentas de BI



Aqui vão dicas de como fazer análise de dados relativos a vendas, segundo uma abordagem proativa.

Vendas de produtos X tempo


O normal é cruzar produtos (cada um especificamente) X tempo, gerando um gráfico que dê o ritmo das vendas ao longo do tempo, ou seja, plotar no gráfico a quantidade vendida do produto a cada unidade de tempo.

A unidade de tempo em geral é mês, o que permite inclusive comparar o ritmo em vários anos, a fim de se identificar um padrão de sazonabilidade (por exemplo, o produto KLM sempre vende mais no verão). O interessante na comparação entre anos diferentes é que pode surgir uma exceção ou outlier. Por exemplo, a venda de refrigerantes é sempre baixa no inverno, mas no ano de 2014 as vendas subiram no Brasil. Aí deve-se procura um evento que pode ter gerado esta discrepância. No exemplo, o evento foi a Copa do Mundo.

Se a unidade de tempo for dia, poderemos ver o ritmo das vendas dentro do mês, e por exemplo descobrir se se vende mais no início, meio ou fim do mês. Aí o interessante seria somar todos os meses e colocar a quantidade por dia do mês. Por exemplo, a quantidade do dia 1º seria a soma das vendas nos dias primeiro de todos os meses do ano (ou período sendo considerado).

O cruzamento de vendas de produtos no tempo permite saber os produtos mais vendidos em cada época.

O problema desta abordagem é quando há muitos produtos para analisar. Aí deve-se selecionar alguns por algum critério (por exemplo, os mais vendidos ou mais lucrativos).

Vendas X tempo – usando tipos de produtos


Uma forma de analisar uma base com muitos produtos diferentes é classificá-los, ou seja, criar grupos ou classes de produtos.

Exemplos de classes ou grupos que podem ser criados/usados:
- pelo preço: caros, médios e baratos;
- pela lucratividade: mais lucrativos, médios, menos lucrativos;
- por tamanho ou tipo de volume ou pacote;
- por setor: eletrônico, alimentação, ferramentas, etc.;


Produtos X Clientes


Da mesma forma que o dito antes, podemos criar classes ou grupos para clientes, por exemplo: separação por sexo, faixas etárias, classe social, região geográfica (país, cidade ou bairro).

Aí o interessante é comparar os grupos entre si (por exemplo, comportamento de homens X mulheres) ou cada subgrupo X todo, como explicado a seguir.

Comparação Todo X Parte


Uma análise tradicional é verificar a média (quantidade vendida ou lucro) para toda uma coleção ou grupo. Por exemplo, média de vendas para todos os produtos X tempo.

Aí, o interessante passa a ser o caso de elementos específicos (por exemplo, produtos) que se desviam da média (tem comportamento diferente do todo). Por exemplo, quais produtos vendem menos ou mais que a média em cada mês.

O mesmo pode ser feito para cidades ou clientes ao invés de produtos.

Comparação Parte X Parte (subgrupos entre si)


Além de comparar cada subgrupo com o todo, é interessante comparar os subgrupos entre si. Por exemplo, ao separar clientes por faixa etária, verificar se os grupos possuem comportamentos semelhantes ou diferentes.

A separação em partes também pode ser feita por período de tempo. Por exemplo, comparar os meses de verão X inverno, anos de eleições com outros anos.


Vendas (quantidade) X Cidades


A análise geográfica é um caso interessante à parte. Podemos analisar as vendas por cada cidade para descobrir onde cada produto vende mais (ou menos).

Se fizermos uma planilha (matriz ou cubo) cruzando produtos X cidades, podemos analisar não somente os valores absolutos mas também o percentual.

Aí temos (lembrando que produtos estão nas linhas e cidades nas colunas):

- % por linha: neste caso, o todo está no final da linha, ou seja, se refere à soma vendida para o produto em questão (da linha sendo considerada). Então o % diz respeito à fatia de vendas de cada cidade. Neste caso, podemos descobrir em que cidade cada produto vende mais ou menos (acima da média do todo).

- % por coluna: neste caso, o todo está na coluna, ou seja, é a soma das vendas por cidade. Então o % indica a fatia de cada produto vendido na cidade em questão (coluna). Isto permite descobrir qual produto é mais vendido (ou menos) em cada cidade.

Ao invés de usar produtos específicos ou cidades, podemos fazer grupos como sugerido antes neste post. Por exemplo, colocar nas linhas grupos de produtos (por exemplo, divisão por faixa de preço) e nas colunas grupos de cidades (por exemplo, por tamanho da população, PIB, índice IDH, longe ou perto do litoral, índices de violência, etc.).


Usando a base do IBGE


Esta base pública permite gerar grupos de cidades pois possui informações de população, PIB, e também indicadores sócio-demográficos das cidades como número de homens-mulheres e classes sociais.

Nenhum comentário: