Análise Exploratória (Superstore)
Relatório interativo com foco em padrões de vendas, sazonalidade, performance por categoria, impacto de descontos e eficiência logística.
Visão geral
Resumo rápido do dataset e dos principais números (vamos preencher via Python depois).
Este relatório usa uma versão processada do dataset Superstore, com colunas padronizadas em português e nomes compatíveis com boas práticas (sem espaços, sem caracteres especiais).
A ideia é transformar a EDA em uma narrativa visual: o que vende mais, o que dá lucro, quando vende melhor, onde estão as oportunidades e quais padrões de desconto prejudicam margem.
- Distribuição de vendas
- Correlação entre variáveis numéricas
- Ticket médio por categoria
- Sazonalidade (tempo)
- Segmentos e subcategorias
- Descontos, margem e lucro
- Logística, geografia e clientes
Distribuição das vendas
Como os valores de vendas se distribuem e onde há outliers.
Correlação
Relação entre vendas, lucro, quantidade e desconto.
Categorias
Comparações de performance entre categorias e subcategorias.
Sazonalidade
Evolução ao longo do tempo e comportamento por mês.
Segmentos
Comparação de vendas e lucro por segmento.
Descontos & margem
Como descontos impactam lucro e eficiência (margem).
Logística
Tempo de entrega e performance por modo de envio.
Geografia
Quais regiões/estados concentram vendas e lucro.
Clientes
Concentração de receita e clientes mais relevantes.
Insights finais
3–5 conclusões objetivas (vamos preencher com base no que você já encontrou).
- Insight 1: A distribuição de vendas é altamente concentrada em tickets baixos e médios, com poucos pedidos muito altos (outliers). Isso indica que a maior parte do volume vem de transações menores, e decisões de sortimento e preço impactam mais o “miolo” do que os casos extremos.
- Insight 2: O ticket médio varia bastante por categoria: Technology tende a concentrar os maiores tickets, enquanto Office Supplies concentra tickets menores. Isso sugere estratégias diferentes de margem, oferta e campanhas por categoria.
- Insight 3: Desconto tem relação negativa com lucro: conforme o desconto aumenta, cresce a incidência de pedidos com lucro baixo ou negativo. O gráfico de dispersão mostra que promoções precisam de regras (ex.: limite por categoria/subcategoria) para não “comprar” receita com margem negativa.
- Insight 4: A sazonalidade mensal indica períodos com maior demanda (picos) e meses mais fracos, reforçando a importância de planejar estoque e campanhas com antecedência e ajustar metas por período, não apenas por trimestre/ano.
- Insight 5: Há concentração relevante de receita: poucos clientes e alguns estados concentram grande parte das vendas. Isso abre espaço para ações de retenção (top clientes) e análises locais (top estados), além de reduzir risco ao diversificar a base.