Carregando pacotes e dataset

pacotes <- c("readxl", "dplyr" )
lapply(pacotes, library, character.only = TRUE)
cars_train <- read_excel("cars_train.xlsx")

Análises

Usando table para olhar as marcas disponíveis:

table(cars_train$marca)
## 
##    ALFA ROMEO          AUDI           BMW           BRM         CHERY 
##             9          1698          1784             1           153 
##     CHEVROLET      CHRYSLER       CITROËN         DODGE          EFFA 
##          3020            30           194            37             1 
##       FERRARI          FIAT          FORD         HONDA       HYUNDAI 
##             1          1918          1060          1586          2043 
##         IVECO           JAC        JAGUAR          JEEP           KIA 
##             2             3           148          2000           408 
##    LAND ROVER         LEXUS         LIFAN      MASERATI MERCEDES-BENZ 
##           760            75             8             7          1125 
##          MINI    MITSUBISHI        NISSAN       PEUGEOT       PORSCHE 
##           137           862           438          1675           349 
##           RAM       RENAULT         SMART     SSANGYONG        SUBARU 
##           168           538            12            14            41 
##        SUZUKI        TOYOTA       TROLLER    VOLKSWAGEN         VOLVO 
##            41          2180           177          4594           287

Criando um novo dataset apenas com marcas de “luxo”:

luxo <- filter(cars_train, marca %in% c("ALFA ROMEO", "AUDI", "BMW", "CHRYSLER", "FERRARI", "JAGUAR", "LAND ROVER", "LEXUS", "MASERATI", "MERCEDES-BENZ", "PORSCHE"))

Estados com maiores volumes de vendas para carros de “luxo”:

vendas_por_estado <- luxo %>%
  group_by(estado_vendedor) %>%
  summarise(total_vendas = n()) %>%
  arrange(desc(total_vendas))
  top_10_estados <- head(vendas_por_estado, 10)
  top_10_estados
## # A tibble: 10 × 2
##    estado_vendedor          total_vendas
##    <chr>                           <int>
##  1 São Paulo (SP)                   3296
##  2 Paraná (PR)                       586
##  3 Rio de Janeiro (RJ)               530
##  4 Santa Catarina (SC)               477
##  5 Rio Grande do Sul (RS)            402
##  6 Minas Gerais (MG)                 372
##  7 Goiás (GO)                        159
##  8 Bahia (BA)                         90
##  9 Pernambuco (PE)                    42
## 10 Rio Grande do Norte (RN)            8

Calculando a média do preço dos carros de “luxo” para cada estado:

luxo_top_estados <- filter(luxo, estado_vendedor %in% top_10_estados$estado_vendedor)
media_preco_por_estado <- luxo_top_estados %>%
  group_by(estado_vendedor) %>%
  summarize(media_preco = mean(preco)) %>%
  arrange(desc(media_preco))
  media_preco_por_estado
## # A tibble: 10 × 2
##    estado_vendedor          media_preco
##    <chr>                          <dbl>
##  1 Goiás (GO)                   213640.
##  2 Paraná (PR)                  203967.
##  3 Santa Catarina (SC)          197541.
##  4 Bahia (BA)                   193282.
##  5 São Paulo (SP)               192419.
##  6 Rio de Janeiro (RJ)          191248.
##  7 Rio Grande do Sul (RS)       190896.
##  8 Rio Grande do Norte (RN)     190682.
##  9 Minas Gerais (MG)            183592.
## 10 Pernambuco (PE)              180353.

Contar o número de vendas por marca e estado no dataset “luxo”

vendas_por_marca_estado <- luxo %>%
  group_by(estado_vendedor, marca) %>%
  count() %>%
  arrange(estado_vendedor, desc(n))
marca_mais_vendida_por_estado <- vendas_por_marca_estado %>%
  group_by(estado_vendedor) %>%
  slice(1) %>%
  ungroup() %>%
  arrange(desc(n))
marca_mais_vendida_por_estado
## # A tibble: 18 × 3
##    estado_vendedor          marca             n
##    <chr>                    <chr>         <int>
##  1 São Paulo (SP)           AUDI            977
##  2 Paraná (PR)              BMW             208
##  3 Rio de Janeiro (RJ)      BMW             159
##  4 Santa Catarina (SC)      AUDI            145
##  5 Rio Grande do Sul (RS)   BMW             122
##  6 Minas Gerais (MG)        BMW             112
##  7 Goiás (GO)               BMW              62
##  8 Bahia (BA)               AUDI             37
##  9 Pernambuco (PE)          AUDI             18
## 10 Sergipe (SE)             BMW               6
## 11 Ceará (CE)               AUDI              4
## 12 Rio Grande do Norte (RN) AUDI              4
## 13 Pará (PA)                AUDI              3
## 14 Mato Grosso do Sul (MS)  BMW               2
## 15 Acre (AC)                BMW               1
## 16 Alagoas (AL)             LEXUS             1
## 17 Amazonas (AM)            MERCEDES-BENZ     1
## 18 Mato Grosso (MT)         BMW               1

Analisando o dataset “cars_train”, observamos que o estado do Paraná possui o segundo maior volume de vendas e o segundo maior preço médio para carros de luxo. Sabendo que o estado de São Paulo não está sendo considerado, podemos concluir que, com base nesses dados, o estado do Paraná seria uma escolha favorável para abrir a concessionária.

A marca BMW se destaca como a mais vendida no estado do Paraná, demosntrando que uma concessionária de luxo aberta nesse estado deveria focar na venda de carros da marca BMW.

É importante ressaltar que não foi avaliado especificamente o preço médio dos carros da marca BMW, mas sim o preço médio dos carros de luxo em geral. No entanto, como o Paraná apresenta a maior média de preço, podemos inferir que a população desse estado tem uma boa aceitação para pagar valores mais elevados por carros de luxo. Além disso, a preferência dos paranaenses pela marca BMW fornece mais um indicativo para a escolha dessa marca na concessionária.

Esses indicativos combinados oferecem uma base sólida para a tomada de decisão na abertura da concessionária de luxo no estado do Paraná focada na marca BMW.