Overview
Análisis end-to-end de 100,000 órdenes de e-commerce brasileño (2016 a 2018). Ingesta de 9 CSVs a SQLite con Python, exploración estructural con PRAGMA, detección y limpieza de datos (nulls, formatos inconsistentes), 7 queries de negocio (revenue mensual, revenue por estado, top categorías, top sellers, satisfacción por categoría, performance de entrega por estado, comparativa mismo estado vs diferente) y modelado en estrella con dbt: fct_orders, fct_revenue, dim_customers, dim_products, dim_sellers y dim_dates.
Dataset
Fuente: Brazilian E-Commerce Public Dataset by Olist (Kaggle) · 9 tablas / 7 entidades
| Table | Rows |
|---|---|
| customers | 99,441 |
| orders | 99,441 |
| order_items | 112,650 |
| payments | 103,886 |
| reviews | 99,224 |
| products | 32,951 |
| sellers | 3,095 |
Modelo Estrella (dbt)
Schema Fuente (Raw Dataset)
Inspección de schema (PRAGMA)
Calidad de datos
- ›2,965 órdenes sin fecha de entrega (status delivered pero NULL), excluidas con IS NOT NULL
- ›610 productos sin categoría, reemplazados con "uncategorized" via COALESCE
- ›87,656 títulos de review vacíos, campo opcional ignorado en análisis
- ›Inconsistencias en customer_city y seller_city, se usó estado en lugar de ciudad
Análisis
Revenue mensual: tendencia de ventas 2016 a 2018
Top 10 vendedores por revenue total
Top categorías por volumen de ventas
Satisfacción del cliente por categoría (review score)
Performance de entrega por estado y par origen-destino
Mismo estado vs diferente estado: comparativa de días de entrega
Star schema con dbt: fct_orders, fct_revenue, dim_customers, dim_products, dim_sellers, dim_dates