Introducción

En este informe nos metemos de lleno a analizar los datos de ventas de Adidas con el objetivo de entender cómo le está yendo a la empresa en términos comerciales y de rentabilidad. La idea es sencilla: tenemos una base de datos con información de precios, unidades vendidas, ventas totales, utilidad operativa, márgenes, distribuidores, regiones y métodos de venta, y a partir de ahí vamos a sacar conclusiones útiles para la toma de decisiones.

Lo que buscamos es ir más allá de solo sacar promedios y tablas. Queremos comparar segmentos, ver dónde están los patrones interesantes y al final proponer recomendaciones concretas que le sirvan a Adidas para mejorar su estrategia.

Organizamos el análisis en tres grandes bloques:

  1. Desempeño de ventas: ¿Cuáles son los productos, regiones y distribuidores que más venden?
  2. Rentabilidad: ¿Dónde están los mejores márgenes y qué tan variables son?
  3. Relación entre variables clave: ¿Qué tanto se relacionan precio, volumen, ventas y utilidad entre sí?

Preguntas que guían nuestro análisis

A partir de lo que nos pide el caso y de lo que fuimos observando en los datos, estas son las preguntas que decidimos responder:

Sobre el desempeño de ventas:

  • ¿Cuáles líneas de producto generan más ingresos y cuáles mueven más unidades? ¿Es lo mismo o hay diferencias?
  • ¿Hay regiones que estén vendiendo mucho más que otras? ¿Por qué podría pasar eso?
  • ¿Los distribuidores venden parejo o hay unos que dominan claramente?
  • ¿Qué canal de venta (tienda, online, outlet) genera más volumen?
  • ¿Se ven valores atípicos o mucha variabilidad en las ventas por transacción?

Sobre la rentabilidad:

  • ¿Cómo se distribuyen la utilidad operativa y el margen entre las transacciones?
  • ¿El margen varía mucho o es relativamente estable?
  • ¿Qué productos, regiones o canales son los más rentables?
  • ¿Más ventas siempre significa más utilidad?

Sobre la relación entre variables:

  • ¿Subir el precio reduce el volumen de unidades vendidas?
  • ¿El precio tiene relación directa con la rentabilidad?
  • ¿Qué variables explican mejor la utilidad operativa?

Cruces estratégicos:

  • ¿Qué combinaciones de producto + región o producto + canal de venta son las más interesantes para Adidas?
  • ¿Cuáles son las ciudades clave en ventas?

Paso 1: Cargar librerías y datos

Librerías necesarias

Cargar la base de datos

La base tiene 9648 filas y 11 columnas. Las clasificamos así:

Clasificacion de variables
Variable Tipo Escala
distribuidor Cualitativa Nominal
region Cualitativa Nominal
estado Cualitativa Nominal
ciudad Cualitativa Nominal
producto Cualitativa Nominal
metodo_venta Cualitativa Nominal
precio_unidad Cuantitativa Continua
unidades_vendidas Cuantitativa Discreta
ventas_total Cuantitativa Continua
utilidad_operativa Cuantitativa Continua
margen_operativo Cuantitativa Continua

Paso 2: Limpieza de datos

Resumen de limpieza de datos
Concepto Valor
Filas duplicadas eliminadas 262
Transacciones con 0 unidades 4
Filas finales despues de limpieza 9386

📌 Sobre la limpieza: Encontramos 262 filas duplicadas que eliminamos para que no nos distorsionen los resultados. También hay 4 transacciones donde se registraron 0 unidades vendidas pero sí tienen margen operativo asignado, lo cual es raro — las dejamos porque podrían tener una explicación operativa, pero es algo que Adidas debería revisar en su sistema de registro.

Paso 3: Resumen estadístico

3.1. Tablas de frecuencia (variables cualitativas)

Tabla de frecuencias: Producto
Categoria Frecuencia Porcentaje
Men’s Apparel 1568 16.7%
Men’s Athletic Footwear 1559 16.6%
Men’s Street Footwear 1586 16.9%
Women’s Apparel 1568 16.7%
Women’s Athletic Footwear 1550 16.5%
Women’s Street Footwear 1555 16.6%
Tabla de frecuencias: Region
Categoria Frecuencia Porcentaje
Midwest 1806 19.2%
Northeast 2288 24.4%
South 1715 18.3%
Southeast 1205 12.8%
West 2372 25.3%
Tabla de frecuencias: Distribuidor
Categoria Frecuencia Porcentaje
Amazon 914 9.7%
Foot Locker 2550 27.2%
Kohl’s 972 10.4%
Sports Direct 2001 21.3%
Walmart 609 6.5%
West Gear 2340 24.9%
Tabla de frecuencias: Metodo de venta
Categoria Frecuencia Porcentaje
In-store 1629 17.4%
Online 4854 51.7%
Outlet 2903 30.9%

📌 Lo que vemos: Las transacciones están bastante repartidas entre los 6 productos, 5 regiones, 6 distribuidores y 3 métodos de venta. Eso está bien porque nos deja hacer comparaciones sin que un grupo esté sobrerepresentado.

3.2. Medidas de tendencia central

Medidas de tendencia central
Variable Media Mediana Moda
precio_unidad 45.13 45.00 50.00
unidades_vendidas 251.88 175.00 225.00
ventas_total 12184.20 7616.00 10000.00
utilidad_operativa 4817.29 3201.87 2100.00
margen_operativo 0.42 0.41 0.35

📌 ¿Qué nos dicen estos números? Lo más relevante acá es comparar la media con la mediana. En ventas_total, la media es bastante más alta que la mediana, lo que nos dice que la distribución está sesgada a la derecha — o sea, hay transacciones con valores muy altos que jalan el promedio hacia arriba. Esto quiere decir que el promedio solo no es la mejor forma de resumir estas variables; la mediana nos da una idea más realista de la transacción “típica”. La moda en variables continuas como ventas totales no aporta mucho porque casi no se repiten valores exactos.

3.3. Medidas de variabilidad

Medidas de variabilidad
Variable Minimo Maximo Rango Desv. Estandar CV (%)
precio_unidad 7.0 110.0 103.0 14.79 32.8
unidades_vendidas 0.0 1275.0 1275.0 210.89 83.7
ventas_total 0.0 82500.0 82500.0 12552.74 103.0
utilidad_operativa 0.0 39000.0 39000.0 4829.87 100.3
margen_operativo 0.1 0.8 0.7 0.10 22.8

📌 ¿Qué nos dice la variabilidad?

📊 El coeficiente de variación (CV) nos muestra qué tan dispersos están los datos respecto al promedio. Cuando el CV pasa del 30% ya se considera alta dispersión.

🔼 Las ventas totales y la utilidad operativa tienen los CV más altos, lo que tiene sentido: hay transacciones chiquitas de pocas unidades al lado de transacciones enormes, probablemente pedidos mayoristas o de grandes distribuidores.

📈 En cambio, el margen operativo tiene un CV más bajo. Esto quiere decir que aunque el tamaño de las transacciones varía un montón, la rentabilidad porcentual se mantiene más o menos estable. Es un buen indicador para Adidas.

3.4. Correlación entre variables clave

Pregunta que respondemos: ¿El precio tiene relación directa con la rentabilidad? ¿Qué variables explican mejor la utilidad operativa?

Coeficientes de correlacion entre variables clave
Relacion Correlacion
Precio unitario vs. Unidades vendidas 0.26
Ventas totales vs. Utilidad operativa 0.94
Precio unitario vs. Margen operativo -0.13

📌 Interpretación: La relación más fuerte es la de ventas totales con utilidad operativa — bastante lógico, a más ventas más utilidad. Lo interesante es que las correlaciones con precio unitario son más bajas, lo que sugiere que el precio por sí solo no es lo que define ni cuánto se vende ni qué tan rentable es la operación. Hay otros factores en juego (canal, distribuidor, tipo de producto).

3.5. Tasas de crecimiento

La base de datos no tiene variable de fecha (ni mes, ni trimestre, ni año), así que no podemos calcular tasas de crecimiento o variaciones temporales. Todo nuestro análisis se basa en comparar entre segmentos y categorías.

Paso 4: Análisis gráfico e interpretación

4.1. Ventas totales por producto

Pregunta que respondemos: ¿Cuáles líneas de producto generan más ingresos?

📌 Interpretación Figura 1: Acá se ve clarito que hay una diferencia importante entre las líneas de producto. El calzado tiende a generar más ingresos que la ropa (apparel), lo que tiene sentido porque Adidas históricamente es más conocido por sus tenis que por su ropa. El producto que lidera tiene una ventaja grande sobre los demás, así que claramente es la categoría estrella de la empresa.

4.2. Ventas totales por región

Pregunta que respondemos: ¿Hay regiones que estén vendiendo mucho más que otras?

📌 Interpretación Figura 2: Las ventas no se reparten parejo entre regiones. Hay una que domina bastante, lo que nos dice que Adidas depende mucho de ciertas zonas geográficas para sus ingresos. Las regiones que menos venden podrían ser una oportunidad: ¿falta presencia de distribuidores ahí? ¿Menos inversión en marketing? Es algo que habría que investigar más a fondo.

4.3. Ventas totales por distribuidor

Pregunta que respondemos: ¿Los distribuidores venden parejo o hay unos que dominan claramente?

📌 Interpretación Figura 3: No todos los distribuidores mueven lo mismo. Esto tiene mucho sentido si pensamos que distribuidores como West Gear o Foot Locker son especializados en calzado deportivo y tienen un público que ya viene buscando Adidas, mientras que en Walmart o Kohl’s la marca compite con muchas otras en la misma estantería. La clave acá es que las alianzas comerciales importan mucho.

4.4. Unidades vendidas por producto

Pregunta que respondemos: ¿Cuáles líneas de producto mueven más unidades? ¿Es lo mismo que las que más ingresos generan?

📌 Interpretación Figura 4: Este gráfico es importante verlo junto con la Figura 1, porque no es lo mismo vender mucho en plata que vender muchas unidades. Un producto puede liderar en ventas totales (USD) porque es caro, pero no ser el que más unidades mueve. Si el ranking acá es diferente al de la Figura 1, quiere decir que el precio unitario está jugando un rol importante. Para Adidas esto es clave: una cosa es una estrategia de volumen (vender muchas unidades) y otra es una de valor (vender caro).

4.5. Participación por producto (gráfico de torta)

Pregunta que respondemos: ¿Qué productos tienen mayor participación en las ventas totales?

📌 Interpretación Figura 5: La participación está bastante repartida entre las 6 líneas: va desde 11.9% (Women’s Athletic Footwear) hasta 23.5% (Men’s Street Footwear), sin que ninguna categoría se lleve una porción exageradamente grande. En términos generales, Adidas no depende de una sola línea de producto — el portafolio está bien balanceado. Dicho esto, sí vale la pena resaltar las dos con mayor participación: Men’s Street Footwear (23.5%) y Women’s Apparel (20%), que juntas ya representan cerca de 43.5% de las ventas totales.

4.6. Ventas por método de venta

Pregunta que respondemos: ¿Qué canal de venta (tienda, online, outlet) genera más volumen?

📌 Interpretación Figura 6: El canal Online es el que más vende, seguido de Outlet y luego In-store. Que un canal venda más no dice todavía si es el más rentable — eso lo vemos en la Figura 10, donde comparamos el margen por canal.

4.7. Histograma: distribución de ventas totales

Pregunta que respondemos: ¿Se ven valores atípicos o mucha variabilidad en las ventas por transacción?

📌 Interpretación Figura 7: El histograma confirma lo que ya sospechábamos con las medidas de tendencia central: la distribución está sesgada a la derecha. La mayoría de transacciones son de montos medios-bajos, pero hay una cola larga de transacciones grandes que jalan el promedio hacia arriba. Esto refuerza la idea de que la mediana es mejor que la media para describir la transacción “normal” de Adidas. La utilidad operativa tiene un patrón muy parecido (también sesgada a la derecha), lo cual tiene sentido porque más adelante vemos que ventas y utilidad están fuertemente correlacionadas (Figura 11).

4.8. Histograma: distribución del margen operativo

Pregunta que respondemos: ¿Cómo se distribuye el margen entre las transacciones? ¿Varía mucho o es relativamente estable?

📌 Interpretación Figura 8: A diferencia de las ventas, el margen operativo tiene una distribución mucho más compacta y sin tanta asimetría. Esto nos dice algo bueno: aunque las transacciones varían mucho en tamaño (Figura 7), Adidas logra mantener sus márgenes relativamente estables entre transacciones. El margen promedio general es el que ya calculamos en la sección 3.2.

4.9. Boxplot: ventas totales por producto

Pregunta que respondemos: ¿Se ven valores atípicos o mucha variabilidad en las ventas por producto?

📌 Interpretación Figura 9: Men’s Street Footwear no solo es el producto con la mediana de ventas más alta, también es el que tiene la caja más ancha — es decir, sus transacciones son las más variables de todas (desde ventas chicas hasta pedidos grandes). En el otro extremo, Women’s Athletic Footwear tiene la mediana más baja y la caja más angosta: vende menos, pero de forma más predecible. En todos los productos aparecen puntos rojos por fuera de los bigotes, que son transacciones puntuales mucho más grandes que el resto — probablemente pedidos mayoristas.

4.10. Boxplot: margen operativo por método de venta

Pregunta que respondemos: ¿Qué canales de venta parecen más rentables?

📌 Interpretación Figura 10: Acá encontramos algo que vale la pena resaltar: Online no solo es el canal que más vende (Figura 6), también es el que tiene la mediana de margen más alta, por encima de Outlet y de In-store. En este caso, volumen y rentabilidad sí van de la mano — no hay que elegir entre vender más o ganar más margen, el canal Online logra las dos cosas.

4.11. Dispersión: ventas totales vs. utilidad operativa

Pregunta que respondemos: ¿Más ventas siempre significa más utilidad?

📌 Interpretación Figura 11: La correlación es de r = 0.94, que es bastante alta y positiva. Básicamente: a más ventas, más utilidad, y la relación es casi proporcional (se nota en cómo los puntos suben juntos en el gráfico). Sí hay algunos puntos que se alejan de esa tendencia — transacciones con ventas altas pero utilidad menor a la esperada, probablemente por descuentos o costos puntuales más altos.

4.12. Dispersión: precio unitario vs. unidades vendidas

Pregunta que respondemos: ¿Subir el precio reduce el volumen de unidades vendidas?

📌 Interpretación Figura 12: La correlación entre precio y unidades es de r = 0.26, que es débil. Esto es interesante porque uno esperaría que a mayor precio se vendan menos unidades (ley de demanda clásica), pero acá esa relación casi no se ve. En un mercado como el de ropa y calzado deportivo, el precio no es lo único que importa — la marca, el diseño, la temporada y el canal de venta pesan tanto o más. Para Adidas esto es relevante: subir un poco el precio no necesariamente les va a tumbar las ventas.

Paso 5: Análisis cruzado por segmentos

5.1. Ventas totales por producto y región

Pregunta que respondemos: ¿Qué combinaciones de producto y región son las más interesantes para Adidas?

📌 Interpretación Figura 13: Lo que más llama la atención acá es que West es la región líder en los 6 productos, no solo en el total general (Figura 2). No es un patrón que cambie según la categoría — es una fortaleza geográfica generalizada de Adidas. Eso sugiere que la ventaja de West no depende del producto en sí, sino de otros factores (más tiendas, más reconocimiento de marca, mejor clima para ropa deportiva) que valdría la pena entender para intentar replicarlos en las regiones más débiles.

5.2. Margen operativo promedio por distribuidor

Pregunta que respondemos: ¿Qué distribuidores parecen más rentables?

📌 Interpretación Figura 14: Acá sí encontramos un caso de volumen y margen que no van de la mano: West Gear es el distribuidor que más vende (Figura 3), pero su margen promedio es el segundo más bajo de los seis. Sports Direct, en cambio, deja el mejor margen promedio, aunque solo ocupa el tercer lugar en ventas. Adidas debería buscar mejores condiciones comerciales con West Gear, ya que ahí es donde más volumen se mueve con menos rentabilidad relativa.

5.3. Ventas y margen por método de venta (tabla resumen)

Pregunta que respondemos: ¿Qué método de venta genera más ingresos, y cuál deja mejor margen?

Resumen por metodo de venta
Metodo Transacciones Ventas totales Venta promedio Utilidad total Margen promedio
Online 4854 44115543 9088 19270019 0.465
Outlet 2903 36576522 12600 13896823 0.397
In-store 1629 33668875 20668 12048241 0.356

📌 Interpretación: Esta tabla junta en un solo lugar lo que ya vimos en las Figuras 6 y 10: Online lidera tanto en ventas totales como en margen promedio, así que es, sin duda, el canal más fuerte de Adidas hoy. In-store queda de último en ambas métricas — es el canal que más atención necesita.

5.4. Margen operativo promedio por producto y método de venta

Pregunta que respondemos: ¿Qué combinaciones de producto y método de venta son las más interesantes para Adidas?

📌 Interpretación Figura 15: Las cinco combinaciones con mejor margen son, todas, ventas por canal Online — la que más se destaca es Women’s Apparel + Online, seguida de Men’s Street Footwear + Online. Esto confirma lo que vimos en la Figura 10: el canal de venta influye más en el margen que el producto en sí mismo. La recomendación es clara: impulsar más el canal Online en todas las líneas de producto, no solo en las que ya venden más.

5.5. Top 10 ciudades por ventas totales

Pregunta que respondemos: ¿Cuáles son las ciudades clave en ventas?

📌 Interpretación Figura 16: A diferencia de las regiones (donde West domina claramente), a nivel de ciudad las ventas están bastante repartidas: la ciudad líder, New York, representa apenas un poco más del 4% del total, y entre las 10 ciudades del top solo suman alrededor de un tercio de las ventas totales, de más de 50 ciudades en la base. Esto es en realidad una buena noticia para Adidas: no depende de un puñado de ciudades, su negocio está bien diversificado geográficamente a ese nivel de detalle.

Principales hallazgos

Después de revisar los datos a fondo, estos son los puntos más importantes que encontramos:

  1. Men’s Street Footwear es la categoría estrella. Lidera tanto en ventas totales como en la participación del portafolio. Adidas tiene en esta línea su principal motor de ingresos.

  2. Las ventas se concentran geográficamente. West es la región dominante. Hay una dependencia territorial que podría ser riesgosa si las condiciones en esa zona cambian.

  3. Volumen y margen no siempre van juntos. West Gear es el distribuidor que más vende, pero Sports Direct es el que deja mejor margen operativo promedio (0.447). Esto es importante porque a veces se prioriza vender mucho sin ver si eso es rentable.

  4. Hay mucha variabilidad en las transacciones. El CV de las ventas totales es de 103%, que es bastante alto. Quiere decir que hay transacciones muy chiquitas y muy grandes conviviendo, y el promedio por sí solo no es un buen resumen — siempre hay que complementarlo con la mediana.

  5. Ventas y utilidad van de la mano. La correlación de 0.94 confirma que más ventas generan más utilidad de forma bastante proporcional. No encontramos que haya segmentos donde se venda mucho pero se gane poco (o al revés) de manera extrema.

  6. El precio no lo explica todo. La correlación entre precio y unidades vendidas es de apenas 0.26. Factores como la marca, el diseño, la temporada y el punto de venta influyen tanto o más que el precio puro.

  7. Ojo con la calidad de los datos. Encontramos 262 registros duplicados y 4 transacciones con 0 unidades vendidas. Esto afecta la confiabilidad y Adidas debería meter validaciones en su sistema de registro.

Conclusiones y recomendaciones para Adidas

Con base en lo que encontramos, le proponemos a la junta directiva lo siguiente:

  1. Cuidar a la gallina de los huevos de oro, pero sin descuidar el resto. Men’s Street Footwear es el producto que más vende, pero depender demasiado de una sola categoría es riesgoso. Recomendamos invertir en las líneas con menor participación que puedan tener buenos márgenes, para diversificar el portafolio.

  2. Renegociar condiciones con los distribuidores de alto volumen y bajo margen. Si un distribuidor vende mucho pero deja poco margen, las condiciones comerciales no están favoreciendo a Adidas. Hay que buscar alianzas donde tanto el volumen como la rentabilidad sean buenos.

  3. Duplicar la apuesta por el canal Online. Ya vimos que no solo vende más, también deja el mejor margen — no hay ningún costo oculto que lo esté afectando, al contrario. Recomendamos priorizar inversión comercial y de marketing ahí, y usar sus condiciones como referencia para mejorar In-store, el canal más débil en ambas métricas.

  4. Explorar las regiones con menos ventas. Las regiones que hoy venden poco podrían crecer si se aumenta la presencia de distribuidores o la inversión publicitaria. Hay oportunidad de expansión geográfica.

  5. Reportar con mediana, no solo con promedio. Dada la alta variabilidad en ventas y utilidad, recomendamos que los reportes internos de Adidas incluyan siempre la mediana junto con el promedio. Tomar decisiones basándose solo en promedios distorsionados por transacciones atípicas puede llevar a errores.

  6. Arreglar los problemas de calidad de datos. Los duplicados y las transacciones sin unidades vendidas son problemas que hay que corregir en el sistema. Si la base de datos no está limpia, cualquier análisis que se haga encima pierde confiabilidad.