DioAdventureWorks

Este repositório inclui todos os arquivos necessários para a criação de uma aplicativo Streamlit.

Análise de Vendas da Adventure Works: Dashboard Interativo com Streamlit 🚲

Descrição do Projeto

Este projeto tem como objetivo analisar dados de vendas da empresa fictícia Adventure Works e apresentar insights valiosos por meio de um dashboard interativo construído com Streamlit.

O dashboard permite explorar as vendas, a lucratividade, o desempenho por produto, a performance das lojas e o comportamento dos clientes. Com visualizações claras e filtros interativos, a ferramenta facilita a compreensão do negócio e auxilia na tomada de decisões estratégicas.

Acesse o aplicativo online: [dioadventureworks.meuaplicativo]

Funcionalidades

• Visualização da Receita e Lucro Mensal: Gráficos de linhas que mostram a evolução das vendas e lucros ao longo dos meses.
• Análise dos Produtos Mais Vendidos: Gráfico de barras com o Top 10 produtos por receita, permitindo identificar os itens mais importantes para o negócio.
• Detalhes do Desempenho de Cada Produto: Tabela interativa com informações sobre receita, lucro e quantidade vendida por produto.
• Comparativo de Receita entre Lojas: Gráfico de pizza que destaca a contribuição de cada loja para a receita total.
• Identificação dos Clientes Mais Relevantes: Gráfico de barras verticais que mostra os 10 clientes com maior receita.
• Filtros Interativos: Permite filtrar os dados por ano e por produto, tornando a análise mais granular e focada.

Como Executar o Projeto

1. Requisitos: Python 3.7 ou superior instalado.
2. Ambiente Virtual: Crie um ambiente virtual para isolar as dependências do projeto: python -m venv .venv
3. Ativando o Ambiente: source .venv/bin/activate (Linux/macOS) ou .venv\Scripts\activate (Windows)
4. Instalando as Bibliotecas: pip install -r requirements.txt (crie um arquivo requirements.txt com as bibliotecas: pandas, streamlit, plotly)
5. Executando o Aplicativo: streamlit run seu_script.py (substitua seu_script.py pelo nome do seu arquivo Python)

Desafios Encontrados

• Escolha das Visualizações Mais Adequadas: Definir os tipos de gráficos mais eficientes para representar cada tipo de dado e insight.
• Organização do Layout do Dashboard: Criar um layout intuitivo e visualmente agradável para o usuário.
• Otimização do Desempenho: Garantir que o aplicativo carregue e processe os dados de forma rápida e eficiente.

Soluções Adotadas

• Exploração de Diferentes Gráficos: Experimentamos diversos tipos de gráficos (barras, linhas, pizza, boxplot) e escolhemos os mais adequados para cada análise.
• Uso de st.columns(): Utilizamos a função st.columns() do Streamlit para organizar o layout do dashboard de forma mais flexível e responsiva.
• Filtros Interativos: Implementamos filtros para permitir que o usuário personalize a análise e explore os dados em diferentes níveis de detalhe.

Lições Aprendidas e Próximos Passos

• Importância da Visualização de Dados: Um bom dashboard faz a diferença na comunicação de insights e na tomada de decisão.
• Flexibilidade do Streamlit: O Streamlit é uma ferramenta poderosa e fácil de usar para criar dashboards interativos.
• Próximos Passos:
  • Adicionar mais funcionalidades ao dashboard, como análise de tendências e previsões de vendas.
  • Explorar outras bibliotecas de visualização, como o Seaborn e o Plotly, para criar gráficos mais avançados.

Captura de Telas

Tela Principal:

capturaVideo.mp4