Power BI
Photo by Franki Chamaki on Unsplash
Introdução
Temos nesse artigo uma dataset (download pode ser feito no meu github. Link no final do artigo) de informações sociodemográficas e de vendas de uma empresa no ramo alimentício. Essa empresa possui milhares de clientes em todo mundo e atende a quase 1 milhão de clientes por ano. Os principais produtos que eles vendem são vinhos, carnes, frutas, peixes e doces. O grande objetivo desse estudo é fazer uma extensa EDA e criar KPIs para melhor entender as características socioeconômicas dos respondentes (clientes da empresa) para realizarmos recomendações para o time de marketing da empresa.
O arquivo do Power BI, PDF e o dataset encontram-se no meu github. Link no final.
Análise
Figura 1 – Parte dos dados
Na figura 1, temos uma parte dos dados que o dataset contém. Dentre eles, ‘Year Birth’ (idade), ‘Education’, ‘Income’, ‘MntWines’ que seria a quantidade gastos nos últimos 2 anos em produtos de vinho, ‘Dt Customer’ que representa desde quando é cliente. Outro campo importante, mas que não aparece na figura 1 é ‘AcceptedCmd’ que diz se o cliente respondeu positivamente ou não a uma campanha de marketing. No anexo no final do texto, encontra-se os detalhes de todas as ‘features’ do dataset.
O primeiro indicador é o total gasto em 2 anos. Para isso, basta somar todas as colunas de produtos, como ‘MntWines’, ‘MntFruits’ e etc. Também vamos calcular a média do total gasto com esses produtos. Temos que o total gasto em 2 anos com os produtos foram de 1357 mil dólares e a média de 605,80 dólares.
Figura 2 – Valor gasto por produto
Um dado importante é saber o quanto foi gasto em cada produto para termos uma ideia qual(is) performaram melhor do que os outros. Na figura 2, temos que ‘MntWines’ e ‘MntMeatProducts’ foram os produtos que mais venderam nesses 2 anos. Além disso, as suas vendas foram muito maiores do que os dos outros produtos. ‘MntWines’ e ‘MntMeatProducts’ representam 77,7 % de todas as vendas. Ou seja, esses 2 produtos são o carro chefe da empresa.
Figura 3 – Valor gasto por canal
Na mesma lógica, podemos fazer um gráfico para analisar quais canais de venda foram os que mais tiveram sucesso. Na figura 3, temos que o número de vendas em lojas físicas, ‘NumStorePurchases’, e vendas na internet, ‘NumWebPurchases’, representam 66,4 % das vendas, enquanto as vendas por catálogos de revistas, ‘NumCatalogPurchases’, e vendas com descontos, ‘NumDealsPurchases’, representam 33,6 %.
Figura 4- Taxa de aceitação por campanha (%)
Foram feitas 5 campanhas de marketing e foi computado sucesso de cada uma, em outras palavras, se o cliente respondeu a oferta que foi feita, ela é considerada um sucesso (1 na tabela), caso contrário ela não foi bem sucessida (0 na tabela). Vemos que na figura 4, a campanha 2 foi a pior com 1,3 % de taxa de aceitação dentre as 5 campanhas feitas.
Figura 5 – Total gasto por faixa de salário
Figura 6 – Total gasto por grupo de idade
Para termos um entendimento melhor sobre os dados socioeconômicos coletados, podemos separar as faixas de salários e o quanto foi gasto por cada faixa, como visto na figura 5. Temos que a faixa ente 50 a 74 mil e a acima de 75 mil são as que mais gastam com os produtos e eles representam mais de 88 % dos que mais gastam. Já no total gasto por grupo de idade, figura 6, temos que o grupo que menos gasta são os mais jovens, entre 25 a 35 anos, representando apenas 7,4 % do total.
Figura 7 – Gasto por idade e educação
Com um gráfico de dispersão, temos como avaliar a relação entre idade, educação e o total gasto, visto na figura 7. Dela podemos observar que as pessoas com a nível de educação ‘Basic’ são as que menos gastam, as pessoas com ‘2nd Cycle’ são as que gastam entre 0 e 5 mil e as que com ‘Graduation’ são as que mais gastam e elas estão mais ou menos concentradas entre as idades 40 a 65-70 anos. Logo em seguida, em segundo lugar no quesito que mais gastam, são as pessoas com ‘PhD’.
Figura 8 – Dashboard do Power BI
Na figura 8, temos como ficou a dashboard do Power BI com todos as visualizações feitas.
Conclusões
Com todas as visualizações feitas, podemos tirar as seguintes conclusões. São elas:
1 - Valor gasto por produto – Vinhos representaram o maior gasto por produto em 2 anos, 55,17 %, se comparado aos demais produtos e foi mais de 1000 % maior que doces e frutas, que teve o menor valor, aproximadamente 4 %.
2 - Valor gasto por canal – Canal ‘NumStorePurchases’ teve o maior canal de compras com 64 % do total e foi, aproximadamente, 150 % maior do que ‘NumDealsPurchases’
3 - Grupo dos 51 a 65 anos são os que mais gastam e representam 37,7 %. Logo em seguida temos o grupo dos 36 a 50 anos que representam 32 %. Por fim, quase 70 % dos clientes tem entre 36 a 65 anos.
4 - Taxa de aceitação por campanha – A campanha 4 foi a mais bem sucedida e sua taxa de aceitação foi, aproxidamente, 477 % maior do que a campanha 2, que teve apenas 1,3 % de taxa de aceitação.
5 - Gasto por faixa salarial – Clientes na faixa salarial entre 50 a 74 mil são os que mais gastam, representando 50 % dos gastos nos últimos 2 anos.
Recomendações
Com essas conclusões, podemos dar as seguintes recomendações para a empresa:
1 - Repensar nas vendas dos produtos do tipo doce (‘MntSweetProducts’) e frutas (‘MntFruits’)
2 - Desativar a campanha 2
Para o download dos arquivos clique aqui
Anexo
Comentários