Documentacion

icon picker
Documentación aplicación

Documentacion del ejecutable

Archivos de Entrada
Table
Name
Responsable
Column 3
Notes
1
Open
2
Open
3
Open
There are no rows in this table

Importacion

image.png
En este proceso se realiza la importación de las librerías que se utilizarán en la transformación de la base de datos.
Parte 1

Union de la base de SAP

image.png
En este código se agrupa la base de datos creada anteriormente, que contiene los datos de "Cemento y Concreto total", para unirla con la base de datos de "Cierre de Enero 2024". Esto nos permitirá crear una nueva base de datos que incluye todos los años desde 2017 hasta enero de 2024.
Parte 2

Union de Clientes

image.png
En este código se lee el archivo creado anteriormente para poder clasificar y unir los clientes que tienen diferentes "Customer ID" bajo un único cliente con un nombre unificado.
image.png
Como se puede ver aqui con todos estos clientes
image.png
Y se exporta al final como una nueva base
Paarte 3

Base de clientes

Base clientes Mejorada (3).ipynb
102.4 kB
Se proporciona el archivo dado que es muy extenso, pero aquí se explicarán algunos procesos para que se entienda lo que hace el código. Estos procesos incluyen la lectura del archivo, la clasificación de los clientes y la unificación de aquellos con diferentes "Customer ID" bajo un único nombre.
image.png
Se lee el archivo que se creó en la segunda parte junto con una base de datos nueva que se generó anteriormente. Esto nos permite consolidar y procesar la información de ambas fuentes, asegurando que todos los datos relevantes estén integrados correctamente para el análisis posterior.
La base Diccionario_1
image.png
El archivo contiene información sobre los productos, la pestaña a la que pertenecen y la presentación de cada producto.
La última columna, denominada 'Alcance', indica si un producto debe ser considerado o no. Si el valor en la columna 'Alcance' es 0, ese producto no será tomado en cuenta, mientras que si el valor es 1, el producto sí será considerado en el análisis.
image.png
Lo primero que se hace con la base de datos de 'SAP' es una limpieza de todas las ventas realizadas a nivel nacional. Esto incluye la eliminación de todas las ventas que no cumplan con los criterios establecidos, asegurándonos de conservar únicamente las ventas que son positivas, es decir, mayores a 0.
image.png
En resumen, el código agrupa y fusiona varias bases de datos mediante un merge para crear una base consolidada a nivel de clientes. Esta base nos permite obtener información como el volumen de compras, la antigüedad de los clientes, la cantidad de productos adquiridos y si han realizado compras únicas, entre otros datos relevantes.
image.png
También dentro del código se creó otra base de datos a nivel cliente, que proporciona información detallada como el nombre del cliente, el área y la zona donde se encuentra, además de su ID de cliente. Esta base de datos permite tener un perfil completo de cada cliente, facilitando así el análisis y la segmentación según diferentes criterios geográficos y organizacionales.
image.png
Como punto final, se creó una base de datos a nivel de clientes que permite analizar información como el volumen de compras, la antigüedad de los clientes, la cantidad de productos adquiridos y si han realizado compras únicas, entre otros detalles. Esta base proporciona una visión completa y detallada de cada cliente, facilitando la toma de decisiones estratégicas basadas en datos concretos.

Parte 4

Precio por PDM

image.png
Se leen las basse de SAP y Diccionario_1
image.png
Lo primero que se hace con la base de datos de 'SAP' es una limpieza de todas las ventas realizadas a nivel nacional. Esto incluye la eliminación de todas las ventas que no cumplan con los criterios establecidos, asegurándonos de conservar únicamente las ventas que son positivas, es decir, mayores a 0.
Para este proceso se simplificara todo el codigo dado que es muy extenso
image.png
Como se puede observar, se llevaron a cabo procesos de limpieza y transformación para obtener una base de datos a nivel cliente. Esta base permite analizar cuánto gastó cada cliente por familia de productos, así como calcular el precio por unidad de volumen para cada cliente y cada familia de productos. Estos análisis proporcionan insights sobre el comportamiento de compra de los clientes y facilitan la evaluación del valor que cada cliente aporta a través de sus compras.
image.png
Y asi exportaamos el proceso a una nueva base llamada Clientes_PDM
Parte 5
Union de bassess de clientes
image.png
Se leen los archivos de los procesos 4 y 3
image.png
En este proceso, se realiza un merge para unir las bases de datos. Específicamente, se une la base de datos "clientes_pdm" hacia la derecha de la base de datos "clientes". Este merge permite combinar la información de ambas bases según un criterio común, facilitando así el análisis integrado de los datos de clientes y sus detalles adicionales.
image.png
y se exporta coomo una nueva base llamada Clientes
Parte 5.5
Base estandarizada
De la base de clientes se realizra el processo de estandarizacion
image.png
Este proceso transforma cada valor en las columnas seleccionadas de manera que estén en una escala común y comparables entre sí. Es útil en análisis de datos y modelado, especialmente cuando se trabaja con algoritmos sensibles a la escala de las características.
image.png
Se exportara como una nueva base llamada Base estandarizada
Parte 6
Pareto
image.png
Se leen los archivos Clientes y la base de Base Estandarizada
image.png
En este processo se reliza un diagrama de pareto a la base de Clientes
image.png
Este proceso realiza un diagrama de pareto pero para la base de Base_estandar
image.png
Estos procesos se realizan por separado dado que uno es para la base de clientes y el otro para la base de Base_estandar
image.png
Par caada proceso se exporto una base segun su nnivel de pareto
Parte 7
Elasticidad cruzada
image.png
image.png
Se lee la base de Cemento y concreto 2024 y ademas se lee se lee la base llamada ddiccionario

image.png
Para este proceso se hizo una limpieza ademas de un filtro para poder ver unicamente la PDM que corresponde a Block y asi ver cuando fue la ultima fecha de compra de ese producto en esa area y asi poder calcular su precio este precuio se refiere al precio que corresponde a la empresa de gcc

image.png
Se lee una base ya transformada llamada Historico Block 17 23 que contiene los datos del block desde el 2017 hasta 2023
Esta base fue compartida por los miembros de marketing
image.png
Este proceso se realiza para poder sacar la elasticidad
image.png
image.png
image.png
image.png
image.png
Parte 8
Bases Limpias
Para este proceso es limpiar la base y poder conseguir los mismos datos que tienen los de gcc
por lo tanto se hara primero para el block

image.png
Primero se leera laa base de cemento y concreto 2024
image.png
image.png
image.png
Parte 9
Precio de Clientes
image.png
image.png
image.png
image.png

Want to print your doc?
This is not the way.
Try clicking the ⋯ next to your doc name or using a keyboard shortcut (
CtrlP
) instead.