##📝 Sobre o Projeto Este repositório contém a resolução do Challenge de Data Science proposto pela Alura. O objetivo do desafio era realizar uma análise exploratória de dados (EDA) de uma base de dados fictícia da rede de lojas "Alura Store".
A análise foi desenvolvida em um notebook no Google Colab e visa extrair insights valiosos sobre o desempenho de cada loja, incluindo faturamento, avaliações dos clientes, custos de frete e popularidade dos produtos. A conclusão final do projeto é uma recomendação estratégica, baseada em dados, sobre qual filial da loja deveria ser vendida.
Analisar os dados de vendas, clientes e produtos de quatro filiais da Alura Store para identificar a loja com o desempenho mais baixo e, assim, fundamentar a decisão de qual delas seria a mais indicada para uma possível venda.
Linguagem: Python Bibliotecas de Análise: Pandas Ambiente de Desenvolvimento: Google Colab
O projeto foi estruturado nas seguintes etapas:
Importação e Preparação dos Dados:
Carregamento dos dados a partir de arquivos CSV. Limpeza, padronização dos nomes das colunas e unificação dos datasets. Tratamento de valores ausentes e conversão de tipos de dados para garantir a consistência da análise. Análise Exploratória de Dados (EDA):
Cálculo do faturamento total para cada uma das quatro lojas. Apuração da média de avaliação dos clientes por loja. Identificação dos produtos mais e menos vendidos na rede. Análise do custo médio de frete para cada filial. Conclusão e Recomendação:
Síntese dos principais indicadores de desempenho de cada loja. Recomendação estratégica sobre qual filial vender, com base nos insights gerados.
A análise revelou informações cruciais sobre o desempenho comparativo das lojas:
Faturamento: A Loja 4 apresentou o maior faturamento entre as filiais. Avaliações: A Loja 1 registrou a pior média de avaliação por parte dos clientes (3.98). Custo de Frete: A Loja 1 também se destacou negativamente por ter o maior custo médio de frete (R$ 34,69), enquanto a Loja 4 apresentou o menor custo.
Com base nos dados analisados, a recomendação foi a venda da Loja 1.
Justificativa: A combinação da pior média de avaliação e o maior custo de frete indica problemas operacionais e de satisfação do cliente que podem, a longo prazo, impactar negativamente a reputação da marca e a rentabilidade do negócio. Embora outras lojas possam ter um faturamento menor, a experiência negativa do cliente associada à Loja 1 representa um risco estratégico maior.