Skip to content

simonevitale27/Sales-Profitability-Analysis

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

12 Commits
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Sales & Profitability Analysis

Dashboard

Panoramica Progetto

Analisi delle vendite e della profittabilità per un retailer americano su 9.994 transazioni nel periodo 2014-2017. L'obiettivo è capire dove l'azienda sta perdendo soldi nonostante le vendite appaiano buone, e fornire indicazioni concrete per migliorare i margini.


Il Problema

Il management vuole capire:

  • Quali prodotti generano profitto e quali perdite
  • Se i target di vendita 2017 sono stati raggiunti
  • Perché alcune regioni performano meglio di altre
  • Quanto impattano gli sconti sui margini

Domanda principale: "Dove vendiamo tanto ma guadagniamo poco?"


Strumenti Utilizzati

  • MySQL per query SQL
  • Power BI per dashboard interattiva
  • Dataset: Superstore Sales (Kaggle)

Risultati Principali

1. Prodotti che Perdono Denaro

Ho scoperto che Tables e Bookcases stanno perdendo soldi:

Tables:

  • Vendite: 207.000 dollari
  • Profitto: -17.700 dollari (PERDITA)
  • Margine: -8,56%
  • Sconto medio: 26%

Bookcases:

  • Vendite: 115.000 dollari
  • Profitto: -3.500 dollari (PERDITA)
  • Margine: -3,02%
  • Sconto medio: 21%

Insieme queste due sub-categorie generano 322.000 dollari di vendite ma perdono 20.000 dollari.

Il problema: gli sconti (26% su Tables) sono così alti che superano completamente i margini operativi.


2. Differenze tra Regioni

La regione Central ha margini dimezzati rispetto a West:

  • West: 725k vendite, margine 14,94%, sconto medio 11%
  • Central: 501k vendite, margine 7,92%, sconto medio 24%

Central applica sconti doppi rispetto a West ma non genera più volume in proporzione. Il revenue per cliente è il più basso (797 dollari vs 1.058 di West).


3. Budget vs Risultati 2017

Ho simulato un budget 2017 basato su crescita del 15% rispetto al 2016:

  • Office Supplies: superato budget del 16,34% (molto bene)
  • Technology: superato budget del 4,38% (bene)
  • Furniture: sotto budget del 5,84% (male)

Furniture non raggiunge il target perché il management ha ridotto le promozioni a metà anno dopo aver scoperto i margini negativi.


4. Crescita nel Tempo

Le vendite sono cresciute del 51% in 3 anni:

  • 2014: 484k dollari
  • 2017: 733k dollari

Ma il margine di profitto nel 2017 peggiora leggermente (12,74% vs 13,43% del 2016) perché sono stati usati più sconti per spingere le vendite.


Raccomandazioni

1. Eliminare Perdite su Tables e Bookcases

Tre opzioni:

  • Ridurre subito gli sconti sotto il 15%
  • Rinegoziare i costi con i fornitori
  • Rimuovere questi prodotti dal catalogo se i margini restano negativi

Impatto stimato: recupero di 20.000 dollari all'anno.


2. Ridurre Sconti in Central

Portare lo sconto medio dal 24% al 15% (come nelle altre regioni).

Calcolo:

  • Profitto attuale Central: 39.700 dollari
  • Profitto con sconti normalizzati: 60.100 dollari
  • Incremento: +20.400 dollari (+51%)

Ho già considerato una perdita del 10% nei volumi di vendita.


3. Cambiare Mix Prodotti

Aumentare il focus su Technology e Office Supplies (margini 17%) e ridurre Furniture (margine 2,5%).

Target: ridurre del 20% l'inventario Furniture e reinvestire il budget marketing sulle categorie profittevoli.

Risultato atteso: margine complessivo dal 12,5% al 15,5%.


Struttura File

sales_profitability_analysis/
├── data/
│   ├── monthly_trend.csv
│   ├── category_profitability.csv
│   └── regional_performance.csv
├── sql/
│   ├── 01_profitability_analysis.sql
│   ├── 02_budget_vs_actual.sql
│   └── 03_regional_performance.sql
├── dashboard/
│   ├── Sales_Profitability_Analysis.pbix
│   └── dashboard_sales_profitability.png
└── README.md

Come Replicare

  1. Scarica il dataset Superstore da Kaggle
  2. Importa in MySQL
  3. Esegui le query SQL nella cartella sql/
  4. Esporta i risultati come CSV
  5. Importa i CSV in Power BI e ricrea la dashboard

Competenze Applicate

  • SQL: aggregazioni, CTE, funzioni date, simulazioni budget
  • Analisi finanziaria: margini di profitto, budget vs actual, analisi variance
  • Business Intelligence: dashboard Power BI con drill-down e filtri
  • Analisi commerciale: performance regionali, ottimizzazione mix prodotti

Progetto completato: Gennaio 2026
Dataset: 9.994 transazioni retail USA (2014-2017)

About

Analisi vendite e profittabilità retail: identificazione prodotti in perdita e ottimizzazione margini tramite SQL e Power BI

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages