Organicé las ventas semanales de Walmart para 2012 en una estructura que conecta limpieza, enriquecimiento, eficiencia por metro cuadrado, participación departamental y comunicación ejecutiva.
El archivo integra ocho hojas para llevar los datos desde su estado original hasta un dashboard con selección de departamento y un resumen ejecutivo.
clean_ventas con fechas, semanas y catálogos unidos.Mi aporte consistió en convertir registros semanales y catálogos de tiendas en una lectura de productividad comercial. La métrica de ventas por metro cuadrado permite comparar departamentos considerando el espacio; la participación muestra el peso de cada departamento en el total.
El análisis no se limita a identificar qué departamento vende más: también permite observar qué categorías utilizan mejor el espacio y cuáles podrían requerir revisión comercial.
| Hoja | Propósito | Tipo |
|---|---|---|
| README | Objetivo, hojas, KPIs y validaciones. | Documentación |
| raw_ventas | Ventas semanales originales. | Raw data |
| raw_departamento | Código y nombre de departamento. | Lookup |
| raw_tiendas | Tipo y tamaño de tienda. | Lookup |
| clean_ventas | Ventas con catálogos unidos. | Clean data |
| Pivot | Cálculo de los dos KPIs. | Análisis |
| Dashboard | Selección e indicadores. | Visualización |
| Resumen | Preguntas, hallazgos e implicaciones. | C→F→I |
El flujo conserva la secuencia del archivo: limpiar, enriquecer, resumir, visualizar, comunicar y validar.
Copié raw_ventas en clean_ventas, revisé el formato de la fecha y aseguré que ventas_semanales se interpretara como valor monetario. También trabajé con semana_limpia para filtrar el periodo 2012.
La salida conserva tienda, departamento, fecha, ventas, feriado y semana estandarizada.
| Salida esperada | Columnas |
|---|---|
| clean_ventas | tienda · dept · fecha · ventas_semanales · esferiado · semana_limpia |
Incorporé a clean_ventas las columnas tipo, tamaño y nombre_dept. Utilicé las claves tienda y dept para relacionar los catálogos.
La tabla consolidada permitió calcular la eficiencia por espacio y reemplazar códigos por nombres legibles en el dashboard.
| Relación | Información incorporada |
|---|---|
| dept → nombre_dept | Nombre comercial del departamento |
| tienda → tipo | Tipo de tienda A/B/C |
| tienda → tamaño | Tamaño utilizado en ventas por m² |
Filtré los registros de 2012 y construí una tabla dinámica por departamento con suma de ventas y promedio del tamaño. Después calculé ventas por metro cuadrado:
Ventas por m² = Ventas totales / Tamaño promedio
Para el segundo KPI mostré las ventas de cada departamento como porcentaje del total del periodo.
| KPI | Fórmula conceptual | Interpretación |
|---|---|---|
| Ventas por m² | Ventas del departamento / tamaño promedio | Eficiencia del espacio |
| Participación | Ventas del departamento / ventas totales | Peso relativo en el negocio |
Construí una hoja Dashboard con un menú desplegable de departamentos. La selección actualiza los valores de ventas por metro cuadrado y participación.
También preparé gráficos de barras y barras apiladas para comparar eficiencia y composición de ventas.
Organicé la hoja Resumen con las preguntas de negocio, el KPI utilizado, el contexto del filtro, el hallazgo y la acción sugerida.
El método me permitió conectar la métrica con una decisión: proteger inventario y presupuesto en departamentos eficientes, y estudiar categorías con ventas por m² reducidas.
Documenté las validaciones en la hoja README y revisé que el archivo mantuviera las hojas necesarias.
| Control | Pregunta |
|---|---|
| Departamentos sin asignar | ¿Existen tiendas sin departamento identificado? |
| Ventas inválidas | ¿Hay ventas negativas o nulas? |
| Tamaño de tienda | ¿Existen tamaños iguales a cero? |
| Fechas | ¿Las fechas tienen formato válido? |
| KPIs | ¿Las fórmulas coinciden con las tablas dinámicas? |
| Dashboard | ¿El selector actualiza los indicadores? |
Finalmente, guardé una copia de seguridad antes de entregar el archivo.
La hoja Resumen responde las preguntas del negocio mediante contexto, hallazgo e implicación.
Despensa y Básicos, Comida Fresca y Artículos del Hogar y Papel aparecen como los tres departamentos con mayores ventas por metro cuadrado. En el resumen del archivo se agrupan con un valor destacado de $1.561,47; la tabla base permite observar que el primer departamento alcanza $652,81 por m².
Juguetes y Juegos, Oficina, Escuela y Manualidades, y Jardín y Vida al Aire Libre presentan los valores más bajos del KPI: $42,86 por m² en el último puesto.
La implicación documentada propone investigar las tiendas 44, 36 y 33 y considerar campañas promocionales o alianzas.
| Pregunta | KPI | Contexto | Hallazgo | Implicación |
|---|---|---|---|---|
| ¿Cuáles fueron los departamentos mas eficientes del 2012? | ventas x metro cuadrado | Ventas 2012, todos los departamentos, todas las semanas | Llos departamentos "despensa y básicos", "Comida fresca" y "Articulos del hogar y papel" tienen ventas x metro cuadrado = $1.561,47 (top 35% vs el resto). | Priorizar los inventarios de los departamentos mencionados asi como los presupuesto para la tienda 10, 23 y 3 |
| ¿Qué departamentos necesitan mejorar las ventas? | ventas x metro cuadrado | Ventas 2012, todos los departamentos, todas las semanas | Llos departamentos "juguetes y juegos", "oficina, escuela y manualidades" y "jardín y viida al aire libre" tienen ventas x metro cuadrado de apenas $288,24 (sin alcanzar el 7% de participación en comparación al resto). | Focalizar campañas promocionales y descuentos con aliados en estos departamentos. Contactar con las tiendas 44, 36 y 33 para estudiar que está pasando en esas localidades |
El Excel contiene tablas dinámicas y dos visuales del dashboard. Para facilitar la lectura web, presento tres comparaciones vectoriales basadas exclusivamente en las tablas de 2012.
Despensa y Básicos lidera con $652,81 por m², seguido por Comida Fresca y Artículos del Hogar y Papel.
El cálculo utiliza ventas 2012 y tamaño promedio; el Excel conserva las tablas base y el resultado del dashboard.
Despensa y Básicos aporta 15,23 %; Comida Fresca 10,66 %; Artículos del Hogar y Papel 10,54 %.
La participación mide contribución relativa, no eficiencia del espacio.
El top 3 supera ampliamente al bottom 3: Jardín y Vida al Aire Libre registra $42,86 por m².
Las causas requieren revisar inventario, temporada, tamaño y ubicación; no se demuestran con este KPI solo.
El libro completo conserva las hojas README, Resumen, Dashboard, Pivot, raw_ventas, clean_ventas, raw_departamento y raw_tiendas.
La página contiene una copia íntegra del Excel final. La descarga directa funciona sin depender de Google Drive.
El repositorio contiene el Excel final y su README. El botón de GitHub abre la raíz del proyecto.
Abrir repositorio