Performance commerciale et dynamique des ventes
Données Kaggle
Contexte & Problématique
Ce projet repose sur un jeu de données e-commerce regroupant des informations détaillées sur les commandes clients : produits, quantités, prix unitaires, dates de transaction et pays de livraison.
L’analyse vise à comprendre comment se structure la performance commerciale dans le temps et quels produits génèrent réellement de la valeur. Les premières explorations font apparaître une forte concentration de l’activité sur un marché unique (le Royaume-Uni) ainsi que sur un nombre restreint de références produits, ce qui soulève des enjeux de dépendance commerciale.
Question métier :
Comment exploiter les données de ventes pour piloter la croissance, assurer la rentabilité et limiter les risques liés à la concentration du chiffre d’affaires ?
Objectifs
Suivre l’évolution du chiffre d’affaires
Mesurer le panier moyen
Repérer les produits moteurs
Analyser les retours clients
Identifier les dépendances marché
Soutenir la décision commerciale
Méthodologie
Le fichier source a d’abord été nettoyé afin d’éliminer les lignes incohérentes.
Une phase de préparation des données a ensuite été réalisée via des requêtes SQL sous BigQuery pour créer des tables permettant la réalisation du dashboard
Ces requêtes ont permis notamment de :
– Calculer le panier moyen mensuel à partir des montants facturés et du nombre de commandes uniques
– Obtenir le chiffre d’affaires par produit et par période
– Construire une vue de performance par pays avec un focus spécifique sur le Royaume-Uni
– Identifier les références les plus rentables à l’échelle globale et sur le marché UK
Les tableaux de bord ont été développés sous LookerStudio.
Dashboards
Performance commerciale et dynamique des ventes
Données Kaggle
Contexte & problématique
Ce projet repose sur un jeu de données e-commerce regroupant des informations détaillées sur les commandes clients : produits, quantités, prix unitaires, dates de transaction et pays de livraison.
L’analyse vise à comprendre comment se structure la performance commerciale dans le temps et quels produits génèrent réellement de la valeur. Les premières explorations font apparaître une forte concentration de l’activité sur un marché unique (le Royaume-Uni) ainsi que sur un nombre restreint de références produits, ce qui soulève des enjeux de dépendance commerciale.
Question métier :
Comment exploiter les données de ventes pour piloter la croissance, assurer la rentabilité et limiter les risques liés à la concentration du chiffre d’affaires ?
Objectifs d’analyse
Suivre l’évolution du chiffre d’affaires
Mesurer le panier moyen
Repérer les produits moteurs
Analyser les retours clients
Identifier les dépendances marché
Soutenir la décision commerciale
Méthodologie
Le fichier source a d’abord été nettoyé afin d’éliminer les lignes incohérentes.
Une phase de préparation des données a ensuite été réalisée via des requêtes SQL sous BigQuery pour créer des tables permettant la réalisation du dashboard
Ces requêtes ont permis notamment de :
– Calculer le panier moyen mensuel à partir des montants facturés et du nombre de commandes uniques
– Obtenir le chiffre d’affaires par produit et par période
– Construire une vue de performance par pays avec un focus spécifique sur le Royaume-Uni
– Identifier les références les plus rentables à l’échelle globale et sur le marché UK
Les tableaux de bord ont été développés sous LookerStudio.
Dashboard
