
# install.packages("readxl") # Leer documentos de Excel
library(readxl)
# install.packages("tidyverse") # Manipulación de datos
library(tidyverse)
# install.packages("ggplot2") # Generar gráficos presentables
library(ggplot2)
# install.packages("forecast") # Generar series de tiempo y pronosticos
library(forecast)
#file.choose()
library(readxl)
df <- read_xlsx("C:\\Users\\andre\\Downloads\\Datos Arca Continental Original.xlsx")
str(df)
## tibble [466,509 × 25] (S3: tbl_df/tbl/data.frame)
## $ ID : num [1:466509] 1 2 3 4 5 6 7 8 9 10 ...
## $ Año : num [1:466509] 2016 2016 2016 2016 2016 ...
## $ Territorio : chr [1:466509] "Guadalajara" "Guadalajara" "Guadalajara" "Guadalajara" ...
## $ Sub Territorio : chr [1:466509] "Belenes" "Belenes" "Belenes" "Belenes" ...
## $ CEDI : chr [1:466509] "Suc. Belenes" "Suc. Belenes" "Suc. Belenes" "Suc. Belenes" ...
## $ Cliente : chr [1:466509] "77737" "77737" "77737" "77737" ...
## $ Nombre : chr [1:466509] "ABARR" "ABARR" "ABARR" "ABARR" ...
## $ Tamaño Cte Industria: chr [1:466509] "Extra Grande" "Extra Grande" "Extra Grande" "Extra Grande" ...
## $ Segmento Det : chr [1:466509] "Agua Mineral" "Agua Purificada" "Agua Purificada" "Agua Saborizada" ...
## $ Marca : chr [1:466509] "Topo Chico A.M." "Ciel Agua Purificada" "Ciel Agua Purificada" "Ciel Exprim" ...
## $ Presentacion : chr [1:466509] "600 ml NR" "1 Ltro. N.R." "1.5 Lts. NR" "600 ml NR" ...
## $ Tamaño : chr [1:466509] "Individual" "Individual" "Individual" "Individual" ...
## $ Retornable_NR : chr [1:466509] "No Retornable" "No Retornable" "No Retornable" "No Retornable" ...
## $ Enero : num [1:466509] NA NA NA NA NA NA 1 NA 3 NA ...
## $ Febrero : num [1:466509] NA 2 NA NA NA NA NA 1 3 NA ...
## $ Marzo : num [1:466509] NA 8 3 NA NA 1 NA NA 4 NA ...
## $ Abril : num [1:466509] NA 4 6 NA NA NA NA 1 4 NA ...
## $ Mayo : num [1:466509] NA 4 3 NA NA NA 0 NA 4 NA ...
## $ Junio : num [1:466509] NA 2 3 NA NA NA NA 1 4 0 ...
## $ Julio : num [1:466509] NA 2 3 NA NA NA 0 NA 4 NA ...
## $ Agosto : num [1:466509] NA 2 3 NA NA NA NA 1 7 NA ...
## $ Septiembre : num [1:466509] NA 2 3 NA NA NA NA 1 4 NA ...
## $ Octubre : num [1:466509] NA 2 3 NA NA NA 0 NA 3 NA ...
## $ Noviembre : num [1:466509] NA 4 3 NA 0 NA NA NA 1 NA ...
## $ Diciembre : num [1:466509] 1 2 3 1 NA NA NA NA 3 NA ...
# ¿Cuántos NAs tengo en la base de datos?
sum(is.na(df))
## [1] 3148501
# ¿Cuántos NAs tengo por variable?
sapply(df, function(x) sum(is.na(x)))
## ID Año Territorio
## 0 0 0
## Sub Territorio CEDI Cliente
## 0 0 0
## Nombre Tamaño Cte Industria Segmento Det
## 0 0 0
## Marca Presentacion Tamaño
## 0 0 0
## Retornable_NR Enero Febrero
## 0 233480 231213
## Marzo Abril Mayo
## 227420 224057 216910
## Junio Julio Agosto
## 215753 223411 220242
## Septiembre Octubre Noviembre
## 337314 338386 338460
## Diciembre
## 341855
# Opción 1. Eliminar NAs
# df1 <- na.omit(df)
# Opción 2. Reemplazar NAs con CEROS
df1 <- df
df1 [is.na(df1)] <-0
sum(is.na(df1))
## [1] 0
# Opción 3. Reemplazar NAs con PROMEDIO
# df1 <- df
# df1$Enero[is.na(df1$Enero)] <- mean(df1$Enero, na.rm=TRUE)
boxplot(df1$Enero)
# Eliminar renglón de los totales
df1 <- df1[df1$Enero <6000, ]
boxplot(df1$Enero)
# Adecuar nombres con gsub
names(df1) <- gsub(" ", "_", names(df1))
# Muestra las ventas de Enero a Junio por CEDI:
df2 <- select(df1,c(CEDI,Enero:Junio))
# Muestra los movimientos por CEDI y tamaño de tienda grande:
df3 <- df1 %>% filter(Tamaño_Cte_Industria == "Grande")
# Ordena la base de datos por CEDI, por marca y por presentación:
df4 <- df1 %>% arrange(CEDI, Marca, Presentacion)
# Agrega un campo calculado con las ventas del primer semestre y muestra las ventas del primer semestre por marca:
df5 <- df1 %>% mutate(Ventas_Sem1 = Enero + Febrero + Marzo + Abril + Mayo + Junio)
Ventas_sem1_por_marca <- df5 %>%
group_by(Marca) %>%
summarise(Ventas_Sem1=sum(Ventas_Sem1))
# Obten la media de las ventas del primer semestre agrupado por marca, presentación y tamaño
df6 <- df5 %>%
group_by(Marca, Presentacion, Tamaño) %>%
summarise(Ventas_Sem1=mean(Ventas_Sem1))
# Calcular medidas de tendencia central
summarise(df1)
## # A tibble: 1 × 0
#colapsar meses en una columna
df7 <- gather(df1, Mes, Ventas, Enero:Diciembre)
df7
## # A tibble: 5,598,096 × 15
## ID Año Territorio Sub_Territorio CEDI Cliente Nombre
## <dbl> <dbl> <chr> <chr> <chr> <chr> <chr>
## 1 1 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 2 2 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 3 3 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 4 4 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 5 5 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 6 6 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 7 7 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 8 8 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 9 9 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 10 10 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## # ℹ 5,598,086 more rows
## # ℹ 8 more variables: Tamaño_Cte_Industria <chr>, Segmento_Det <chr>,
## # Marca <chr>, Presentacion <chr>, Tamaño <chr>, Retornable_NR <chr>,
## # Mes <chr>, Ventas <dbl>
#ArcaContinentalDatos <- ArcaContinentalDatos %>%
# mutate(Ventas_totales = rowSums(select(., Enero:Diciembre), na.rm = TRUE))
#print(ArcaContinentalDatos)
#ventas_totales_por_cedi_y_anio <- ArcaContinentalDatos %>%
# group_by(CEDI, Año) %>%
#summarise(Ventas_totales = sum(Enero + Febrero + Marzo + Abril + Mayo + Junio + Julio + Agosto + Septiembre + Octubre + Noviembre + Diciembre), .groups = 'drop') %>%
#arrange(desc(Ventas_totales))
#df_hallazgo_1 <- as.data.frame(ventas_totales_por_cedi_y_anio)
#mes_mayor_ventas <- ArcaContinentalDatos %>%
# summarise_at(vars(Enero:Diciembre), sum, na.rm = TRUE) %>%
#pivot_longer(cols = Enero:Diciembre, names_to = "Mes", values_to = "Ventas_totales") %>%
#top_n(1, Ventas_totales)
#print(mes_mayor_ventas)
#df_hallazgo_2 <- as.data.frame(mes_mayor_ventas)
#ventas_promedio_por_tamanio <- ArcaContinentalDatos %>%
#group_by(Tamaño) %>%
# summarise(Ventas_promedio = mean(Ventas_totales, na.rm = TRUE)) %>%
#arrange(desc(Ventas_promedio)) %>%
# top_n(1, Ventas_promedio)
#print(ventas_promedio_por_tamanio)
#df_hallazgo_3 <- as.data.frame(ventas_promedio_por_tamanio)
#ventas_por_presentacion <- ArcaContinentalDatos %>%
#group_by(Presentacion) %>%
#summarise(Ventas_totales = sum(Ventas_totales, na.rm = TRUE)) %>%
#arrange(desc(Ventas_totales))
#print(ventas_por_presentacion)
#df_hallazgo_4 <- as.data.frame(ventas_por_presentacion)
#top_Marca <- ArcaContinentalDatos %>%
# group_by(Marca) %>%
#summarise(Ventas_totales = sum(Ventas_totales, na.rm = TRUE)) %>%
#arrange(desc(Ventas_totales)) %>%
#slice(1)
#print(top_Marca)
#df_Marca_mas_vendida <- data.frame(Marca = top_Marca$Marca,
#Ventas_totales = top_Marca$Ventas_totales)
#print(df_Marca_mas_vendida)
#ventas_por_mes <- ArcaContinentalDatos %>%
#summarise_at(vars(Enero:Diciembre), sum, na.rm = TRUE) %>%
#pivot_longer(cols = Enero:Diciembre, names_to = "Mes", values_to = "Ventas_totales")
#print(ventas_por_mes)
#df_hallazgo_6 <- as.data.frame(ventas_por_mes)
#Agregar una columna con el número de mes
meses <- c("Enero"="01", "Febrero"="02", "Marzo"="03", "Abril"="04", "Mayo"="05", "Junio"="06", "Julio"="07", "Agosto"="08", "Septiembre"="09", "Octubre"="10", "Noviembre"="11", "Diciembre"="12")
df7$Número_de_Mes <- meses[df7$Mes]
# Gráfica del total de ventas por mes y año
ventas_totales <- df7 %>%
group_by(Año, Número_de_Mes) %>%
summarise(Ventas_Totales = sum(Ventas)) %>%
arrange(Número_de_Mes)
ggplot(ventas_totales, aes(x=Número_de_Mes, y=Ventas_Totales, group=Año, color= as.factor(Año))) +
geom_line() +
geom_point() +
labs(x="Mes", y="Ventas Totales(Qty)", color = "Año")
# TEMPORAL DATOS NORMALIZADOS PARA VER MEJOR EL GRÁFICO
# Definir los colores para el gráfico
#colores <- rainbow(length(top_10_marcas$Marca))
# Crear el gráfico de barras con escala logarítmica en el eje y
#ggplot(top_10_marcas, aes(x = reorder(Marca, Ventas_Totales), y = Ventas_Totales, fill = as.factor(Marca))) +
# geom_bar(stat = "identity") +
#scale_fill_manual(values = colores) +
#labs(title = "Top 10 de Ventas por Marca",
# x = "Marca",
# y = "Ventas totales") +
# theme_minimal() +
# theme(legend.position = "none") +
#scale_x_discrete(labels = function(x) str_wrap(x, width = 10)) + # Ajustar los nombres de las marcas para evitar superposiciones
#scale_y_continuous(trans = "log10", labels = "comma") # Escala logarítmica en el eje y y separador de miles en los ticks
# top 10 de marcas con mayor cantidad de ventas
top_10_marcas <- df7 %>%
group_by(Marca) %>%
summarise(Ventas_Totales = sum(Ventas)) %>%
top_n(10, Ventas_Totales) %>%
arrange(desc(Ventas_Totales))
colores <- rainbow(nrow(top_10_marcas))
ggplot(top_10_marcas, aes(x = reorder(Marca, Ventas_Totales), y = Ventas_Totales, fill = as.factor(Marca))) +
geom_bar(stat = "identity") +
scale_fill_manual(values = colores) +
labs(title = "Top 10 de Ventas por Marca",
x = "Marca",
y = "Ventas totales",
fill = "Marca") +
theme_minimal() +
theme(legend.position = "none")
# Calcular las ventas totales por tamaño de tienda
ventas_por_tamaño <- df7 %>%
group_by(Tamaño) %>%
summarise(Ventas_Totales = sum(Ventas))
# Gráfico de dispersión para mostrar la relación entre las ventas y el tamaño de la tienda
ggplot(ventas_por_tamaño, aes(x = Tamaño, y = Ventas_Totales)) +
geom_point(color = "darkgreen") +
labs(title = "Relación entre Ventas y Tamaño de Tienda",
x = "Tamaño de Tienda",
y = "Ventas Totales") +
theme_minimal()
# Calcular las ventas totales por tamaño de cliente en la industria
ventas_totales_por_tamaño_cliente <- df7 %>%
group_by(Tamaño_Cte_Industria) %>%
summarise(Ventas_Totales = sum(Ventas))
# Gráfico de barras para mostrar las ventas totales por tamaño de cliente en la industria
ggplot(ventas_totales_por_tamaño_cliente, aes(x = Tamaño_Cte_Industria, y = Ventas_Totales, fill = Tamaño_Cte_Industria)) +
geom_bar(stat = "identity") +
labs(title = "Ventas Totales por Tamaño de Cliente en la Industria",
x = "Tamaño de Cliente en la Industria",
y = "Ventas Totales") +
theme_minimal()
# Calcular las ventas totales por año y marca
df8 <- df7 %>%
group_by(Año, Marca) %>%
summarise(Ventas_Totales = sum(Ventas)) %>%
arrange(Año, desc(Ventas_Totales)) %>%
mutate(Ventas_acumuladas = cumsum(Ventas_Totales))
## `summarise()` has grouped output by 'Año'. You can override using the `.groups`
## argument.
# Seleccionar las 10 principales marcas por ventas acumuladas
top_marcas <- df8 %>%
group_by(Marca) %>%
summarise(Ventas_acumuladas = last(Ventas_acumuladas)) %>%
arrange(desc(Ventas_acumuladas)) %>%
top_n(10)
## Selecting by Ventas_acumuladas
# Filtrar el dataframe original para incluir solo las marcas principales
df9 <- df8 %>%
filter(Marca %in% top_marcas$Marca)
# Gráfico de área para mostrar la tendencia de ventas por marca a lo largo de los años
ggplot(df9, aes(x = Año, y = Ventas_acumuladas, fill = Marca)) +
geom_area() +
labs(title = "Tendencia de Ventas por Marca a lo largo de los Años",
x = "Año",
y = "Ventas Acumuladas",
fill = "Marca") +
theme_minimal()
# Elaborar regresión lineal
ventas_4567 <- df7 %>%
filter(Cliente == "4567") %>%
group_by(Año) %>%
summarise(Ventas_Totales = sum(Ventas)) %>%
filter(Ventas_Totales != 0)
# ventas_4567$secuencia <- 1:nrow(ventas_4567)
ggplot(ventas_4567, aes(x=Año, y=Ventas_Totales)) +
geom_point() +
labs(x="Año",y="Ventas Totales(Qty)", tittle= "Ventas toales cliente 4567")
regresion <- lm(Ventas_Totales ~ Año, data=ventas_4567)
summary(regresion)
##
## Call:
## lm(formula = Ventas_Totales ~ Año, data = ventas_4567)
##
## Residuals:
## 1 2 3
## -5092 10185 -5092
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 48918677 17799125 2.748 0.222
## Año -24174 8820 -2.741 0.223
##
## Residual standard error: 12470 on 1 degrees of freedom
## Multiple R-squared: 0.8825, Adjusted R-squared: 0.765
## F-statistic: 7.512 on 1 and 1 DF, p-value: 0.2227
# Ecuación
# y = 48918677 - 24174 * Año
# R Cuadrada ajustada
# 77%
datos <- data.frame(Año=2020:2025)
prediccion <- predict(regresion,datos)
prediccion
## 1 2 3 4 5 6
## 87197.333 63023.333 38849.333 14675.333 -9498.667 -33672.667
ventas_4567$Tipo_de_Dato <- "Datos Reales"
datos$Ventas_Totales <- prediccion
datos$Tipo_de_Dato <- "Predicción"
datos_combinados <- rbind(ventas_4567,datos)
ggplot(datos_combinados, aes(x=Año, y=Ventas_Totales, color=Tipo_de_Dato)) +
geom_point() +
labs(x="Año", y="Ventas Totales(QTY)", title = "Pronóstico a 5 años de Ventas del Cliente 4567")
#ventas_6626 <- ArcaContinentalDatos %>%
# filter(Cliente == "6626") %>%
#group_by(Año) %>%
#summarise(ventas_totales = sum(Ventas_totales))
#modelo_6626 <- lm(ventas_totales ~ Año, data = ventas_6626)
#summary(modelo_6626)
# Ecuación
# y - 55208195 - 27316 * Año
#R cuadrada ajustada
# 93%
#nuevos_datos_6626 <- data.frame(Año = 2020:2025)
#predicciones_6626 <- predict(modelo_6626, nuevos_datos_6626)
#datos_completos_6626 <- rbind(
# cbind(ventas_6626, Tipo = "Datos reales"),
# cbind(data.frame(Año = 2020:2025, ventas_totales = predicciones_6626), Tipo = "Predicciones")
#)
#ggplot(datos_completos_6626, aes(x = Año, y = ventas_totales, color = Tipo)) +
#geom_line() +
#geom_point() +
#labs(title = "Ventas Totales (2017-2025) - Cliente 6626", x = "Año", y = "Ventas Totales", color = "Tipo") +
# theme_minimal()
Ventas_Mensuales_4567 <- df7 %>%
filter(Cliente == "4567") %>%
group_by(Año, Número_de_Mes) %>%
summarise(Ventas_Totales = sum(Ventas)) %>%
filter(Ventas_Totales != 0)
## `summarise()` has grouped output by 'Año'. You can override using the `.groups`
## argument.
# Confirmar que los datos que queremos modelar esten ordenados cronologicamente.
# Función de serie de Tiempo Mensual, que inicia en Enero 2017
ts <- ts(data=Ventas_Mensuales_4567$Ventas_Totales, start = c(2017,1), frequency = 12)
# Función de serie de Tiempo Mensual, que inicia en Abril 2017
# ts <- ts(data = ventas__Mensuales_4567$Ventas_Totales, start = c(2017,4), frequency = 12)
# Función de serie de Tiempo Trimestral, que inicia en Enero 2017
# ts <- ts(data=ventas__Mensuales_4567$Ventas_Totales, start = c(2017,1), frequency = 4)
# Función de serie de Tiempo Trimestral, que inicia en Octubre 2017 (Q4)
# ts <- ts(data=ventas__Mensuales_4567$Ventas_Totales, start = c(2017,4), frequency = 4)
# Función de serie de Tiempo Anual, que inicia en 2017
# ts <- ts(data=ventas__Mensuales_4567$Ventas_Totales, start = c(2017), frequency = 1)
#Crear modelo ARIMA
# Modelo Autoregresivo Integrado de Promedio Movil.
arima <- auto.arima(ts, D=1) # D=1 por la temporalidad
arima
## Series: ts
## ARIMA(0,0,0)(0,1,0)[12]
##
## sigma^2 = 10383172: log likelihood = -189.94
## AIC=381.87 AICc=382.09 BIC=382.87
summary(arima)
## Series: ts
## ARIMA(0,0,0)(0,1,0)[12]
##
## sigma^2 = 10383172: log likelihood = -189.94
## AIC=381.87 AICc=382.09 BIC=382.87
##
## Training set error measures:
## ME RMSE MAE MPE MAPE MASE ACF1
## Training set -36.98041 2547.446 1572.02 -1.811657 13.08459 0.6269271 0.2519497
# Generar el pronostico de ventas
pronostico <- forecast(arima, level = 95, h=36)
pronostico
## Point Forecast Lo 95 Hi 95
## Sep 2019 12086 5770.4219 18401.58
## Oct 2019 11427 5111.4219 17742.58
## Nov 2019 11270 4954.4219 17585.58
## Dec 2019 12227 5911.4219 18542.58
## Jan 2020 9430 3114.4219 15745.58
## Feb 2020 11312 4996.4219 17627.58
## Mar 2020 12515 6199.4219 18830.58
## Apr 2020 13334 7018.4219 19649.58
## May 2020 16286 9970.4219 22601.58
## Jun 2020 15347 9031.4219 21662.58
## Jul 2020 14005 7689.4219 20320.58
## Aug 2020 14050 7734.4219 20365.58
## Sep 2020 12086 3154.4238 21017.58
## Oct 2020 11427 2495.4238 20358.58
## Nov 2020 11270 2338.4238 20201.58
## Dec 2020 12227 3295.4238 21158.58
## Jan 2021 9430 498.4238 18361.58
## Feb 2021 11312 2380.4238 20243.58
## Mar 2021 12515 3583.4238 21446.58
## Apr 2021 13334 4402.4238 22265.58
## May 2021 16286 7354.4238 25217.58
## Jun 2021 15347 6415.4238 24278.58
## Jul 2021 14005 5073.4238 22936.58
## Aug 2021 14050 5118.4238 22981.58
## Sep 2021 12086 1147.0979 23024.90
## Oct 2021 11427 488.0979 22365.90
## Nov 2021 11270 331.0979 22208.90
## Dec 2021 12227 1288.0979 23165.90
## Jan 2022 9430 -1508.9021 20368.90
## Feb 2022 11312 373.0979 22250.90
## Mar 2022 12515 1576.0979 23453.90
## Apr 2022 13334 2395.0979 24272.90
## May 2022 16286 5347.0979 27224.90
## Jun 2022 15347 4408.0979 26285.90
## Jul 2022 14005 3066.0979 24943.90
## Aug 2022 14050 3111.0979 24988.90
plot(pronostico, main="Ventas mensuales y pronostico a 3 años del cliente 4567", xlab = "Año", ylab = "Ventas (QTY)")
ventas_totales_seg <- df7 %>%
filter(Segmento_Det == "Agua Purificada" | Segmento_Det == "Isotónicos Regular" | Segmento_Det == "Colas Regular") %>%
filter(Año == 2018) %>%
group_by(Segmento_Det, Número_de_Mes) %>%
summarise(Ventas_Totales = sum(Ventas)) %>%
arrange(Número_de_Mes)
## `summarise()` has grouped output by 'Segmento_Det'. You can override using the
## `.groups` argument.
ggplot(ventas_totales_seg, aes(x=Número_de_Mes, y=Ventas_Totales, group=Segmento_Det, color=as.factor(Segmento_Det))) +
geom_line() +
geom_point() +
labs(x="Mes", y="Ventas Totales(QTY)", title = "Ventas totales por segmento", color="Segmento")
Respuesta: En general las ventas aumentaron en 2019, pero cada
segmento se comportó diferente. El incremento de ventas se puede lograr
gracias a mejores campañas de mercadotecnia y lanzamiento de nuevos
productos. En 2018 la venta de Coca-Cola entre Febrero y Diciembre
aumentó en 100,000 unidades, mientras que las aguas isotónicas no
tuvieron cambios.
ventas_totales_tam_cliente <- df7 %>%
filter(Año == 2019) %>%
group_by(Tamaño_Cte_Industria, Número_de_Mes) %>%
summarise(Ventas_Totales = sum(Ventas)) %>%
arrange(Número_de_Mes) %>%
filter(Ventas_Totales != 0)
## `summarise()` has grouped output by 'Tamaño_Cte_Industria'. You can override
## using the `.groups` argument.
ggplot(ventas_totales_tam_cliente, aes(x=Número_de_Mes, y=Ventas_Totales, group=Tamaño_Cte_Industria, color=as.factor(Tamaño_Cte_Industria))) +
geom_line() +
geom_point() +
labs(x="Mes", y="Ventas Totales(QTY)", title = "Ventas totales por segmento", color="Segmento")
Respuesta: El incremento de ventas similar independientes de los
tamaños de los clientes. Como todos los negocios están abiertos los
mismos días, y estan ubicados en la misma ciudad (Guadalajara), los
factores externos de las ventas afectan casi igual a todos. El mes de
Mayo de 2019, fue el de mayor venta en todos los tamaños de cliente, y
el primer bimestre fue el más bajo también para todos los tamaños de
cliente.
ventas_totales_marca <- df7 %>%
filter(Año == 2019) %>%
filter(Marca == c("Coca-Cola", "Valle Frut", "Ciel Agua Purificada", "Coca-Cola Light")) %>%
group_by(Marca, Número_de_Mes) %>%
summarise(Ventas_Totales = sum(Ventas)) %>%
arrange(Número_de_Mes) %>%
filter(Ventas_Totales != 0)
## `summarise()` has grouped output by 'Marca'. You can override using the
## `.groups` argument.
ggplot(ventas_totales_marca, aes(x=Número_de_Mes, y=Ventas_Totales, group=Marca, color=as.factor(Marca))) +
geom_line() +
geom_point() +
labs(x="Mes", y="Ventas Totales(QTY)", title = "Ventas totales por marca", color="Marca")
Respuesta: El comportamiento de ventas es similar entre las
marcas a través de los meses, pero hay marcas que venden mucho más que
otras. Los meses de más ventas de bebidas son los meses en que la
temperatura es mayor, y las marcas más conocidas son las que tiene en
mente el consumidor. El mes de mayo 2019 es para todas las marcas el de
mayores ventas, pero la marca Coca-Cola es la que vende más de
todas.
ventas_totales_envase <- df7 %>%
filter(Retornable_NR == "Retornable") %>%
filter(Año == c(2017,2018,2019)) %>%
group_by(Año, Número_de_Mes) %>%
summarise(Ventas_Totales = sum(Ventas)) %>%
arrange(Número_de_Mes) %>%
filter(Ventas_Totales != 0)
## `summarise()` has grouped output by 'Año'. You can override using the `.groups`
## argument.
ggplot(ventas_totales_envase, aes(x=Número_de_Mes, y=Ventas_Totales, group=Año, color=as.factor(Año))) +
geom_line() +
geom_point() +
labs(x="Mes", y="Ventas Totales(QTY)", title = "Ventas totales de Envases Retornables", color="Marca")
Respuesta: La venta de productos en envase retornable aumentó en
los últimos dos años. Las campañas de conciencia ambiental han vuelto
populares las opciones menos dañinas al medio ambiente. De 2017 a 2018
hubo un ligero incremento en las ventas de envase retornable, y entre
2018 y 2019 el aumento fue muy notorio.
Notas: Hay otros factores a considerar como que en 2019 hay más tiendas con el proyecto Siglo XXI, o que las tiendas en general venden más productos (tanto retornables como no retornables)
ventas_totales_seg <- df7 %>%
filter(Segmento_Det == "Agua Purificada" | Segmento_Det == "Isotónicos Regular" | Segmento_Det == "Colas Regular") %>%
filter(Año == 2018) %>%
group_by(Segmento_Det, Número_de_Mes) %>%
summarise(Ventas_Totales = sum(Ventas)) %>%
arrange(Número_de_Mes)
## `summarise()` has grouped output by 'Segmento_Det'. You can override using the
## `.groups` argument.
ggplot(ventas_totales_seg, aes(x=Número_de_Mes, y=Ventas_Totales, group=Segmento_Det, color=as.factor(Segmento_Det))) +
geom_line() +
geom_point() +
labs(x="Mes", y="Ventas Totales(QTY)", title = "Ventas totales por segmento", color="Segmento")
Respuesta: Las ventas de agua Purificada no ha aumentado en
relación a los refrescos o bebidas isotónicas, La persepción que el agua
no tiene valor agregado en la preparación y el azúcar en la receta hacen
de los refrescos la opción preferida de los consumidores mexicanos. En
2018 las ventas totales de agua purificada no superaron las 50,000
unidades, mientras que Coca-Cola vendió en su mes más alto 450,000
(8veces más que el agua)
ventas_totales_ayr <- df7 %>%
filter(Segmento_Det == c("Agua Purificada", "Colas Regular")) %>%
group_by(Segmento_Det, Año) %>%
summarise(Ventas_Totales = sum(Ventas))
## `summarise()` has grouped output by 'Segmento_Det'. You can override using the
## `.groups` argument.
ggplot(ventas_totales_ayr, aes(x=Año, y=Ventas_Totales,group=Segmento_Det, color= as.factor(Segmento_Det))) +
geom_line() +
geom_point() +
labs(x="Secuencia de Mes",y= "Ventas Totales(Qty)", title= "Ventas Totales por segmento", color = "Segmento")
Respuesta: La venta de agua y refresco se incrementa en los
mimos meses y a través de los años, pero no se puede conlcuir que un
incremento cause el otro. Los meses calurosos y el crecimiento de la
población hace que las ventas se incrementen en las bebidas, sean agua o
refresco. En la g´rafica obtenida se observa un incremento año con año
en la venta de agua y también de refrescos
ventas_coca_vidrio <- df7 %>%
filter(Marca == "Coca-Cola" & Presentacion == "500 ml NR Vidrio") %>%
group_by(Año, Número_de_Mes) %>%
summarise(Ventas_Totales = sum(Ventas)) %>%
filter(Ventas_Totales != 0)
## `summarise()` has grouped output by 'Año'. You can override using the `.groups`
## argument.
# Confirmar que los datos que queremos modelar esten ordenados cronologicamente.
# Función de serie de Tiempo Mensual, que inicia en Enero 2017
ts <- ts(data=ventas_coca_vidrio$Ventas_Totales, start = c(2016,1), frequency = 12)
#Crear modelo ARIMA
# Modelo Autoregresivo Integrado de Promedio Movil.
arima <- auto.arima(ts, D=1) # D=1 por la temporalidad
arima
## Series: ts
## ARIMA(1,0,0)(0,1,0)[12] with drift
##
## Coefficients:
## ar1 drift
## 0.7092 719.6837
## s.e. 0.1328 299.8533
##
## sigma^2 = 41602728: log likelihood = -325.42
## AIC=656.84 AICc=657.7 BIC=661.24
summary(arima)
## Series: ts
## ARIMA(1,0,0)(0,1,0)[12] with drift
##
## Coefficients:
## ar1 drift
## 0.7092 719.6837
## s.e. 0.1328 299.8533
##
## sigma^2 = 41602728: log likelihood = -325.42
## AIC=656.84 AICc=657.7 BIC=661.24
##
## Training set error measures:
## ME RMSE MAE MPE MAPE MASE ACF1
## Training set 48.85447 5325.927 3245.824 -1.37305 8.085494 0.3668297 -0.1551829
# Generar el pronostico de ventas
pronostico <- forecast(arima, level = 95, h=16)
pronostico
## Point Forecast Lo 95 Hi 95
## Sep 2019 57009.75 44367.95 69651.56
## Oct 2019 47611.80 32113.20 63110.40
## Nov 2019 43891.36 27138.87 60643.85
## Dec 2019 49988.01 32639.01 67337.02
## Jan 2020 52649.58 35008.14 70291.03
## Feb 2020 59116.44 41329.71 76903.18
## Mar 2020 63214.35 45354.98 81073.72
## Apr 2020 45929.53 28033.74 63825.33
## May 2020 77893.53 59979.44 95807.63
## Jun 2020 66916.74 48993.45 84840.03
## Jul 2020 65103.76 47175.85 83031.68
## Aug 2020 66475.17 48544.93 84405.41
## Sep 2020 65845.94 43788.54 87903.34
## Oct 2020 56389.84 32524.67 80255.02
## Nov 2020 52628.16 27903.54 77352.78
## Dec 2020 58695.56 33549.72 83841.40
plot(pronostico, main="Ventas mensuales y pronostico para 2020 de coca-cola 500 ml NR Vidrio", xlab = "Año", ylab = "Ventas (QTY)")
Respuesta: Las ventas esperadas de coca-cola de 500 ml NR Vidrio
para 2020 oscilan mensualmente entre 45,000 y 65,000 unidades, con una
confiabilidad del 95%.