Introdução

Este relatório apresenta uma análise exploratória dos dados de vendas da empresa, utilizando os pacotes dplyr e ggplot2 para tratamento, análise estatística e visualização dos dados.

Pacotes

Carregamento dos Dados

Preparação dos Dados

Estrutura dos Dados

tibble [113,202 × 5] (S3: tbl_df/tbl/data.frame)
 $ vendedor    : Factor w/ 12 levels "101101","101102",..: 1 1 1 1 1 1 1 1 1 1 ...
 $ dias        : Date[1:113202], format: "2018-01-01" "2018-01-01" ...
 $ venda_diaria: num [1:113202] 372 139 354 241 123 ...
 $ ano         : num [1:113202] 2018 2018 2018 2018 2018 ...
 $ mes         : num [1:113202] 1 1 1 1 1 1 1 1 1 1 ...

Primeiras Linhas

# A tibble: 6 × 5
  vendedor dias       venda_diaria   ano   mes
  <fct>    <date>            <dbl> <dbl> <dbl>
1 101101   2018-01-01         372.  2018     1
2 101101   2018-01-01         139.  2018     1
3 101101   2018-01-01         354.  2018     1
4 101101   2018-01-01         241.  2018     1
5 101101   2018-01-01         123.  2018     1
6 101101   2018-01-01         165.  2018     1

Resumo Estatístico

    vendedor          dias             venda_diaria         ano      
 101102 :14604   Min.   :2018-01-01   Min.   :  9.79   Min.   :2018  
 101101 :13742   1st Qu.:2020-09-19   1st Qu.:133.27   1st Qu.:2020  
 101103 :12779   Median :2022-02-03   Median :254.06   Median :2022  
 101104 :10493   Mean   :2021-11-21   Mean   :260.38   Mean   :2021  
 101105 :10419   3rd Qu.:2023-03-15   3rd Qu.:373.85   3rd Qu.:2023  
 101106 : 9997   Max.   :2024-03-30   Max.   :838.42   Max.   :2024  
 (Other):41168                                                       
      mes        
 Min.   : 1.000  
 1st Qu.: 3.000  
 Median : 7.000  
 Mean   : 6.548  
 3rd Qu.:10.000  
 Max.   :12.000

Análise Estatística

Estatísticas por Vendedor

vendedor	Venda_Total	Media_Diaria	Mediana_Diaria	Desvio_Padrao	Registros
101102	4031176	276.0323	268.370	160.7581	14604
101101	3489519	253.9309	249.280	146.2669	13742
101103	3433923	268.7161	264.700	155.3434	12779
101105	2694622	258.6258	250.790	150.1411	10419
101104	2491491	237.4432	232.130	137.8471	10493
101108	2473665	271.4734	265.235	157.0374	9112
101106	2458056	245.8794	240.990	143.1502	9997
102111	2441308	244.6691	240.990	140.9007	9978
101107	2201441	250.2775	243.280	146.5876	8796
102112	1338667	289.5042	282.730	166.8494	4624
101109	1296194	304.0569	297.620	173.8729	4263
101110	1125154	256.0078	252.310	145.7166	4395

Venda Mensal Total da Empresa

ano	mes	Total_Vendas
2018	1	101567.93
2018	2	84566.85
2018	3	85530.13
2018	4	98811.06
2018	5	120225.68
2018	6	97619.83
2018	7	83419.18
2018	8	124339.31
2018	9	120982.09
2018	10	127807.90
2018	11	155285.26
2018	12	187369.81
2019	1	136127.00
2019	2	98931.27
2019	3	114280.20
2019	4	126960.42
2019	5	171233.06
2019	6	149914.75
2019	7	107252.77
2019	8	141441.62
2019	9	129484.14
2019	10	288625.81
2019	11	355359.75
2019	12	468261.28
2020	1	271472.65
2020	2	222533.09
2020	3	382382.08
2020	4	421068.32
2020	5	517596.70
2020	6	416373.11
2020	7	351208.06
2020	8	331284.75
2020	9	400772.74
2020	10	387258.35
2020	11	505659.62
2020	12	595835.98
2021	1	360726.31
2021	2	301422.03
2021	3	385502.04
2021	4	430170.60
2021	5	483334.28
2021	6	476022.42
2021	7	400116.30
2021	8	392945.07
2021	9	375571.56
2021	10	441425.94
2021	11	503923.84
2021	12	608599.31
2022	1	398929.02
2022	2	344108.08
2022	3	366832.24
2022	4	479610.28
2022	5	669782.26
2022	6	616457.44
2022	7	540985.75
2022	8	530524.87
2022	9	510590.58
2022	10	614907.36
2022	11	736200.89
2022	12	817665.03
2023	1	568067.46
2023	2	477297.07
2023	3	577768.37
2023	4	608208.92
2023	5	699119.04
2023	6	682889.59
2023	7	574676.55
2023	8	571171.72
2023	9	572114.63
2023	10	651203.73
2023	11	757312.16
2023	12	898480.62
2024	1	549534.22
2024	2	468779.94
2024	3	553397.54

Venda Mensal por Vendedor

vendedor	ano	mes	Total_Vendas_Mensais
101101	2018	1	40681.80
101101	2018	2	41947.67
101101	2018	3	39753.13
101101	2018	4	40270.40
101101	2018	5	60735.17
101101	2018	6	37626.92
101101	2018	7	52441.26
101101	2018	8	34252.90
101101	2018	9	30023.94
101101	2018	10	41341.30
101101	2018	11	51040.47
101101	2018	12	39680.91
101101	2019	1	41224.85
101101	2019	2	29976.22
101101	2019	3	39335.37
101101	2019	4	45675.40
101101	2019	5	62870.07
101101	2019	6	42763.94
101101	2019	7	22912.14
101101	2019	8	33704.01

Visualizações

Gráfico de Barras - Venda Total por Vendedor

Tendência Geral das Vendas Mensais

Vendas Mensais por Vendedor (Facetado)

Histograma das Vendas Diárias

Boxplot das Vendas por Mês

Boxplot por Vendedor

Cálculo do Salário de Março de 2024

Vendas de Março

Cálculo Salarial

# A tibble: 6 × 2
  vendedor vendas_marco
     <dbl>        <dbl>
1        1       37179.
2        2       46217.
3        3       44314.
4        4       48343.
5        5       55187.
6        6       43377.

tibble [12 × 2] (S3: tbl_df/tbl/data.frame)
 $ vendedor    : num [1:12] 1 2 3 4 5 6 7 8 9 10 ...
 $ vendas_marco: num [1:12] 37179 46217 44314 48343 55187 ...

 [1]  1  2  3  4  5  6  7  8  9 10 11 12 NA NA NA NA NA NA NA NA

[1] 101101 101102 201101 301101 101103 101104

[1] "numeric"

[1] "numeric"

[1] "vendedor"     "vendas_marco"

[1] "inscricao"    "nome"         "sobrenome"    "setor"        "cargo"       
[6] "contrato"     "salario_base"

 [1]  1  2  3  4  5  6  7  8  9 10 11 12

[1] 101101 101102 201101 301101 101103 101104

# A tibble: 6 × 10
  vendedor nome  cargo salario_base vendas_marco comissao salario_bruto  fgts
  <chr>    <chr> <chr>        <dbl>        <dbl>    <dbl>         <dbl> <dbl>
1 1        <NA>  <NA>            NA       37179.    1859.            NA    NA
2 2        <NA>  <NA>            NA       46217.    2311.            NA    NA
3 3        <NA>  <NA>            NA       44314.    2216.            NA    NA
4 4        <NA>  <NA>            NA       48343.    2417.            NA    NA
5 5        <NA>  <NA>            NA       55187.    2759.            NA    NA
6 6        <NA>  <NA>            NA       43377.    2169.            NA    NA
# ℹ 2 more variables: inss <dbl>, salario_final <dbl>

Salário dos vendedores - Março de 2024
vendedor	nome	cargo	salario_base	vendas_marco	comissao	salario_bruto	fgts	inss	salario_final
1	NA	NA	NA	37178.72	1858.936	NA	NA	NA	NA
2	NA	NA	NA	46217.34	2310.867	NA	NA	NA	NA
3	NA	NA	NA	44313.81	2215.691	NA	NA	NA	NA
4	NA	NA	NA	48342.67	2417.133	NA	NA	NA	NA
5	NA	NA	NA	55186.72	2759.336	NA	NA	NA	NA
6	NA	NA	NA	43376.99	2168.849	NA	NA	NA	NA
7	NA	NA	NA	49625.06	2481.253	NA	NA	NA	NA
8	NA	NA	NA	37490.39	1874.520	NA	NA	NA	NA
9	NA	NA	NA	33693.06	1684.653	NA	NA	NA	NA
10	NA	NA	NA	41738.19	2086.910	NA	NA	NA	NA
11	NA	NA	NA	50860.12	2543.006	NA	NA	NA	NA
12	NA	NA	NA	65374.47	3268.724	NA	NA	NA	NA

Conclusão

A análise permitiu identificar o desempenho dos vendedores, o comportamento das vendas ao longo do tempo e calcular a remuneração dos funcionários considerando comissão, FGTS e INSS.

Desafio: Previsão de Vendas

Usando as vendas mensais da empresa:

Gerar previsão

h = 6 significa : prever os próximos 6 meses.

      Point Forecast    Lo 80    Hi 80    Lo 95    Hi 95
Apr 7       640477.5 576728.0 704227.1 542981.0 737974.0
May 7       771324.3 692254.1 850394.5 650396.8 892251.7
Jun 7       756612.1 670413.6 842810.7 624782.9 888441.4
Jul 7       679514.9 589712.5 769317.3 542173.9 816855.9
Aug 7       678775.7 587091.5 770459.8 538556.9 818994.5
Sep 7       670983.0 578301.5 763664.5 529238.9 812727.1

Análise Exploratória de Vendas

Tauane Firmino e Sérgio Rodrigues

2026-06-12