Dashboard de Vendas - Moda e Vestuário
Dashboard desenvolvido no Microsoft Power BI para análise de performance de vendas, permitindo análise dinâmica por data, produto, categoria e canais de vendas, além do acompanhamento da evolução dos pedidos e do faturamento ao longo do tempo.

ANÁLISES | INSIGHTS 

• Evolução do Faturamento:
  Analisa a trajetória do faturamento ao longo do ano, identificando períodos de crescimento, estagnação ou queda de acordo com a sazonalidade.

• Quantidade de Pedidos:
  Examina a evolução do número de pedidos realizados, mapeando o impacto das campanhas de marketing na performance dos diferentes canais de venda.

• Desempenho por Produto e Categoria:
  Analisa a performance individual de produtos e categorias, identificando os itens mais vendidos e com maior faturamento.

• Eficácia dos Canais de Venda:
  Avalia a performance de cada canal de venda, identificando o canal com o maior potencial de crescimento.

Análise Salarial - Carreiras em Data Science
Utilizando análise exploratória de dados com Python, SQL em notebooks Databricks e testes de hipóteses, apliquei métodos analíticos para investigar e gerar insights sobre as diferenças salariais de carreiras em dados.

ANÁLISES | INSIGHTS

• Diferença salarial significativa:
  Cientistas de Dados ganham substancialmente mais que Analistas, refletindo maior valorização de cargos técnicos e estratégicos.
  
  

• Evolução salarial após 2021:
  A partir de 2021, os salários dos Cientistas de Dados crescem mais rapidamente, indicando valorização crescente do perfil analítico.
  
  

• Predominância de profissionais seniores:
  Mais de 60% dos profissionais em ambas as funções são seniores, evidenciando maturidade do mercado.
  
  

• Confirmação estatística:
  A análise comprovou diferença salarial estatisticamente significativa entre as duas funções.

Dashboard de Marketing - Análise de Campanhas

Dashboard desenvolvido no Microsoft Power BI com foco em compreender o perfil dos clientes, seus hábitos de compra e a efetividade das campanhas de marketing. O projeto foi estruturado em quatro visões analíticas: Cliente, Comportamento de Compra, Campanhas de Marketing e Padrões de Compra por País, permitindo uma análise completa e interativa dos dados.

ANÁLISES | INSIGHTS

• Visão do Cliente:
  Apresenta o perfil demográfico e comportamental dos clientes, possibilitando a identificação dos segmentos mais representativos e do potencial de retenção e fidelização.

• Visão do Comportamento de Compra:
  Analisa o histórico e a frequência de compras, ticket médio e preferências de produtos, revelando padrões e tendências de consumo ao longo do tempo.

• Visão da Performance das Campanhas de Marketing:
  Avalia a eficácia das campanhas realizadas, relacionando o investimento, a taxa de conversão e o impacto no volume de vendas e engajamento dos clientes.

• Visão dos Padrões de Compra por País:
  Investiga as diferenças de comportamento de compra entre países, destacando oportunidades de mercado e variações regionais de performance.

Análise de Taxa de Conversão – AutoPrime Motors

Projeto desenvolvido e melhorado durante o curso SQL para Análise de Dados (Básico ao Avançado) com a Midori Toyota, com o objetivo de investigar a queda nas conversões de um e-commerce automotivo. A análise foi estruturada com base em uma metodologia consultiva (definição de problema, hipóteses, estruturação MECE, análise SQL e recomendações estratégicas) e apresentada em formato executivo no PowerPoint.

A análise investigou a relação entre o percentual de desconto e as taxas de conversão, um problema não aparente, utilizando consultas SQL, estruturação analítica com frameworks de negócio e apresentação de resultados e acima de tudo, pensamento analítico, permitindo uma investigação orientada a dados sobre o desempenho comercial da empresa.

ANÁLISES | INSIGHTS

• Perfil e Comportamento do Cliente:
  Identificou-se que renda média, score de crédito e status profissional influenciam diretamente a propensão à compra. Além disso, diferenças regionais impactam o poder aquisitivo e a taxa de conversão — clientes de alta renda concentram a maioria das vendas, enquanto clientes atraídos apenas por promoções apresentam alto abandono no pagamento.

• Portfólio de Produtos:
  Os produtos com maiores descontos não necessariamente geram mais conversões. Em contrapartida, veículos com baixas faixas de desconto foram responsáveis pelos maiores volumes de visitas e pagamentos. Essa tendência indica que o preço não é o único fator decisivo, mas sim a percepção de valor e confiança na marca.

• Funil de Vendas:
  Apesar do crescimento consistente de visitas e vendas, apenas 12% das interações resultaram em conversão, revelando um alto abandono nas etapas intermediárias do funil. O padrão sugere gargalos operacionais durante o checkout e possíveis falhas de experiência do usuário, afetando a eficiência da jornada digital.