Projeto de Análise de Dados: Analisador de Desempenho de Vendas

Data Analysis Project: Sales Performance Analyzer

📊 Sobre | About

[PT-BR] Este projeto é uma ferramenta abrangente de análise de dados projetada para analisar dados de desempenho de vendas. Ele inclui módulos para gerar dados de vendas fictícios, limpar e pré-processar os dados, e realizar análise exploratória de dados (EDA) com visualizações avançadas.

[EN] This project is a comprehensive data analysis tool designed to analyze sales performance data. It includes modules for generating fake sales data, cleaning and preprocessing the data, and performing exploratory data analysis (EDA) with advanced visualizations.

🌟 Funcionalidades | Features

[PT-BR]

• Geração de dados de vendas fictícios realistas
• Limpeza e pré-processamento de dados brutos
• Análise exploratória de dados aprofundada
• Geração de visualizações perspicazes e interativas
• Testes unitários para garantir a integridade dos dados e a funcionalidade do código

[EN]

• Generation of realistic fake sales data
• Cleaning and preprocessing of raw data
• In-depth exploratory data analysis
• Generation of insightful and interactive visualizations
• Unit tests to ensure data integrity and code functionality

🛠 Estrutura do Projeto | Project Structure

[PT-BR] O projeto consiste em três scripts Python principais:

1. fake_csv.py: Gera dados de vendas fictícios
2. limpeza_dados.py: Limpa e pré-processa os dados
3. analise_exploratoria_dados.py: Realiza EDA e gera visualizações

Além disso, há uma pasta tests contendo os testes unitários para cada módulo, e uma pasta csv contendo os arquivos gerados pelo fake_csv, que representam planilhas fictícias.

[EN] The project consists of three main Python scripts:

1. fake_csv.py: Generates fake sales data
2. limpeza_dados.py: Cleans and preprocesses the data
3. analise_exploratoria_dados.py: Performs EDA and generates visualizations

Additionally, there's a tests folder containing unit tests for each module, and a csv folder containing the files generated by fake_csv, which represent spreadsheets.

📚 Bibliotecas Utilizadas | Libraries Used

• Pandas
• Matplotlib
• Faker
• Random
• Calendar
• Seaborn
• Sys
• Os
• Unittest

📊 Gráficos Gerados | Generated Graphs

[PT-BR] A análise gera vários gráficos perspicazes:

1. Evolução das Vendas ao Longo do Tempo: Um gráfico de linha mostrando o total de vendas para cada mês.
2. Produtos Mais Vendidos: Um gráfico de barras exibindo a quantidade vendida para cada produto.
3. Vendas por Categoria e Região: Um mapa de calor mostrando a receita para cada categoria em diferentes regiões.
4. Vendas por Produto e Mês: Um mapa de calor exibindo a receita para cada produto ao longo dos diferentes meses.
5. Crescimento Mensal de Vendas: Um gráfico de linha mostrando o percentual de crescimento nas vendas mês a mês.

[EN] The analysis generates several insightful graphs:

1. Sales Evolution Over Time: A line graph showing the total sales for each month.
2. Top Selling Products: A bar chart displaying the quantity sold for each product.
3. Sales by Category and Region: A heatmap showing the revenue for each category in different regions.
4. Sales by Product and Month: A heatmap displaying the revenue for each product across different months.
5. Monthly Sales Growth: A line graph showing the percentage growth in sales month-over-month.

📈 Destaques da Análise | Analysis Highlights

[PT-BR] A classe AnalisadorDeVendas em analise_exploratoria_dados.py fornece vários métodos de análise:

• produtos_mais_vendidos(): Identifica os produtos mais vendidos
• mes_com_maior_volume_de_vendas(): Determina o mês com o maior volume de vendas
• receita_por_regiao(): Calcula a receita por região
• sazonalidade_nas_vendas(): Analisa a sazonalidade das vendas
• lucro_por_categoria(): Identifica as categorias mais lucrativas
• crescimento_mensal(): Calcula o crescimento mensal das vendas

[EN] The AnalisadorDeVendas class in analise_exploratoria_dados.py provides various analysis methods:

• produtos_mais_vendidos(): Identifies the best-selling products
• mes_com_maior_volume_de_vendas(): Determines the month with the highest sales volume
• receita_por_regiao(): Calculates revenue by region
• sazonalidade_nas_vendas(): Analyzes sales seasonality
• lucro_por_categoria(): Identifies the most profitable categories
• crescimento_mensal(): Calculates monthly sales growth

🧪 Testes | Testing

[PT-BR] Testes unitários são fornecidos para cada módulo para garantir a integridade dos dados e o funcionamento correto. Os testes estão localizados na pasta tests e podem ser executados para verificar a funcionalidade do código.

[EN] Unit tests are provided for each module to ensure data integrity and correct functionality. The tests are located in the tests folder and can be run to verify the code's functionality.

📄 Licença | License

[PT-BR] Este projeto é de código aberto e está disponível sob a Licença MIT.

[EN] This project is open-source and available under the MIT License.

🤝 Contribuindo | Contributing

[PT-BR] Contribuições, problemas e solicitações de recursos são bem-vindos. Sinta-se à vontade para verificar a página de problemas se quiser contribuir.

[EN] Contributions, issues, and feature requests are welcome. Feel free to check the issues page if you want to contribute.

📊 Visualizações Geradas | Generated Visualizations

[PT-BR] Abaixo estão os gráficos gerados pela análise de dados:

[EN] Below are the graphs generated by the data analysis:

1. Evolução das Vendas ao Longo do Tempo | Sales Evolution Over Time

2. Produtos Mais Vendidos | Top Selling Products

3. Vendas por Categoria e Região | Sales by Category and Region

4. Vendas por Produto e Mês | Sales by Product and Month

5. Crescimento Mensal de Vendas | Monthly Sales Growth

Boa análise! | Happy analyzing! 📊🚀