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:
Postar um comentário