Explorando y describiendo datos de ventas

Explorando y describiendo datos de ventas.

Análisi del campo Hora de ventas
Se cagarán librerías para trata r con fechas
library(lubridate) https://rpubs.com/Maugnetic/282491
library(anytime)https://cran.r-project.org/web/packages/anytime/anytime.pdf

Cargar las librerías

Utilizar {r warning=FALSE, message=FALSE}
Para que no muestre mensajes y warnings

library(readr)     # Para leer datos
library(lubridate) # Para fechas y Times

## 
## Attaching package: 'lubridate'

## The following object is masked from 'package:base':
## 
##     date

library(anytime)   # Para fechas y Times
library(dplyr)     # Para filters(), select(),...mutate(), arrange()...

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:lubridate':
## 
##     intersect, setdiff, union

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

Cargar los datos

ventas = read_csv ("D:/Escuela/Clases/8vo-semestre/Analisis-inteligente-de-datos/RStudio/datos/Sales.csv")

## Parsed with column specification:
## cols(
##   Folio = col_character(),
##   Hora = col_character(),
##   Total = col_double(),
##   Pago = col_double(),
##   Cajero = col_character()
## )

ventas <- as.data.frame(ventas) # Es un data frame

head(ventas) # los primeros seis registros

##             Folio             Hora   Total    Pago Cajero
## 1 LBVT18010004435 01/05/2018 12:36 1121.20 1121.20  MAYTE
## 2 LBVT18010004436 01/05/2018 12:37   18.50   20.00  MAYTE
## 3 LBVT18010004437 01/05/2018 12:38  160.00  200.00  MAYTE
## 4 LBVT18010004438 01/05/2018 12:47  397.50  397.50  MAYTE
## 5 LBVT18010004439 01/05/2018 12:48   22.00   50.00  MAYTE
## 6 LBVT18010004440 01/05/2018 12:53 1314.19 1314.19  MAYTE

tail(ventas) # los últimos seis registros

##                 Folio             Hora Total  Pago    Cajero
## 84876 LBVT18070002268 31/08/2018 16:58 43.80 50.00 JAQUELINE
## 84877 LBVT18070002269 31/08/2018 17:03 16.32 16.32 JAQUELINE
## 84878 LBVT18070002270 31/08/2018 17:04 28.32 28.32 JAQUELINE
## 84879 LBVT18070002271 31/08/2018 17:06 21.36 50.00 JAQUELINE
## 84880 LBVT18070002272 31/08/2018 17:27 50.00 50.00 JAQUELINE
## 84881 LBVT18070002273 31/08/2018 17:36 30.14 50.00 JAQUELINE

Limpiar la variable Hora de ventas

Crear con la descomposición de la variable Hora de ventas
El propósito es tener mejor control de un dato tipo date() y/o datetime()
Por medio de la función substr(), extraer los caraceres adecuados de la variabe Hora, dejar la Hora en una variable nueva llamada fechas y a partir de ésta, variable extraer año, mes, dia, hora, minutos.
Mediate as.numeric() convertir a formato numérico cada variable
Se muestran con head() solo los primeros seis regisros

fechas <- ventas$Hora
# fechas y horas con todos los caracteres
head(fechas)

## [1] "01/05/2018 12:36" "01/05/2018 12:37" "01/05/2018 12:38" "01/05/2018 12:47"
## [5] "01/05/2018 12:48" "01/05/2018 12:53"

fagnio <- as.numeric(substr(fechas, 7,10))
head(fagnio)

## [1] 2018 2018 2018 2018 2018 2018

fmes <- as.numeric(substr(fechas, 4,5))
head(fmes)

## [1] 5 5 5 5 5 5

fdia <- as.numeric(substr(fechas, 1,2))
head(fdia)

## [1] 1 1 1 1 1 1

fhora <- as.numeric(substr(fechas, 12,13))
head(fhora)

## [1] 12 12 12 12 12 12

fminuto <- as.numeric(substr(fechas, 15,16))
head(fminuto)

## [1] 36 37 38 47 48 53

# Generar el formato fecha para su mejor tratamientofechahora
fecha.y.hora <- make_datetime(year = fagnio, 
                          month = fmes, 
                          day=fdia,
                          hour=fhora,
                          min=fminuto)
head(fecha.y.hora)

## [1] "2018-05-01 12:36:00 UTC" "2018-05-01 12:37:00 UTC"
## [3] "2018-05-01 12:38:00 UTC" "2018-05-01 12:47:00 UTC"
## [5] "2018-05-01 12:48:00 UTC" "2018-05-01 12:53:00 UTC"

Transforar la variable Hora para generar nuevas variables en ventas

ventas <- mutate(ventas, agnio = fagnio, mes = fmes, dia = fdia, hora=fhora, minuto=fminuto, fechahora = fecha.y.hora)

head(ventas)

##             Folio             Hora   Total    Pago Cajero agnio mes dia hora
## 1 LBVT18010004435 01/05/2018 12:36 1121.20 1121.20  MAYTE  2018   5   1   12
## 2 LBVT18010004436 01/05/2018 12:37   18.50   20.00  MAYTE  2018   5   1   12
## 3 LBVT18010004437 01/05/2018 12:38  160.00  200.00  MAYTE  2018   5   1   12
## 4 LBVT18010004438 01/05/2018 12:47  397.50  397.50  MAYTE  2018   5   1   12
## 5 LBVT18010004439 01/05/2018 12:48   22.00   50.00  MAYTE  2018   5   1   12
## 6 LBVT18010004440 01/05/2018 12:53 1314.19 1314.19  MAYTE  2018   5   1   12
##   minuto           fechahora
## 1     36 2018-05-01 12:36:00
## 2     37 2018-05-01 12:37:00
## 3     38 2018-05-01 12:38:00
## 4     47 2018-05-01 12:47:00
## 5     48 2018-05-01 12:48:00
## 6     53 2018-05-01 12:53:00

Ordenar conforme las variables año mes, dia hora minuto ascendente.

Se utiliza la variable fechahora
Ver los primeros seis y últimos seis registros ordenados

ventas <- arrange(ventas, fechahora)
head(ventas)

##             Folio             Hora  Total Pago     Cajero agnio mes dia hora
## 1 LBVT18020018825 01/05/2018 07:46  88.85  100 ALE HUERTA  2018   5   1    7
## 2 LBVT18020018826 01/05/2018 07:53 183.75  200 ALE HUERTA  2018   5   1    7
## 3 LBVT18020018827 01/05/2018 07:58 497.18  500 ALE HUERTA  2018   5   1    7
## 4 LBVT18020018828 01/05/2018 08:13  11.50   12 ALE HUERTA  2018   5   1    8
## 5 LBVT18020018829 01/05/2018 08:14 200.00  200 ALE HUERTA  2018   5   1    8
## 6 LBVT18020018830 01/05/2018 08:16 177.20  500 ALE HUERTA  2018   5   1    8
##   minuto           fechahora
## 1     46 2018-05-01 07:46:00
## 2     53 2018-05-01 07:53:00
## 3     58 2018-05-01 07:58:00
## 4     13 2018-05-01 08:13:00
## 5     14 2018-05-01 08:14:00
## 6     16 2018-05-01 08:16:00

tail(ventas)

##                 Folio             Hora  Total   Pago     Cajero agnio mes dia
## 84876 LBVT18020048670 31/08/2018 20:59 112.50 120.00 ROSI MEJIA  2018   8  31
## 84877 LBVT18020048671 31/08/2018 21:03 344.80 345.00 ROSI MEJIA  2018   8  31
## 84878 LBVT18020048672 31/08/2018 21:06 154.80 205.00 ROSI MEJIA  2018   8  31
## 84879 LBVT18030071088 31/08/2018 21:06 585.65 585.65 ALE HUERTA  2018   8  31
## 84880 LBVT18030071089 31/08/2018 21:07 112.70 112.70 ALE HUERTA  2018   8  31
## 84881 LBVT18030071090 31/08/2018 21:13 162.70 162.70 ALE HUERTA  2018   8  31
##       hora minuto           fechahora
## 84876   20     59 2018-08-31 20:59:00
## 84877   21      3 2018-08-31 21:03:00
## 84878   21      6 2018-08-31 21:06:00
## 84879   21      6 2018-08-31 21:06:00
## 84880   21      7 2018-08-31 21:07:00
## 84881   21     13 2018-08-31 21:13:00

Interpretación de las ventas de cuerdo a fechahora

Las ventas inician con fecha: 2018-05-01 07:46:00
Las ventas terminan con fecha: 2018-08-31 21:13:00
Del 1 de Mayo del 2018 al 31 de Agosto 2018

Agrupando datos por mes de ventas

totalespormes <- data.frame(ventas %>% 
  group_by(month(fechahora)) %>%
  summarize(frec = n(), total = sum(Total)))

totalespormes

##   month.fechahora.  frec   total
## 1                5 20348 3748978
## 2                6 19838 3749558
## 3                7 21607 4197541
## 4                8 23088 4412733

Visualizando la frecuencia por mes de las ventas

barplot(totalespormes$frec, names.arg = month.name[5:8])

### Visualizando los totales por mes de las ventas

barplot(totalespormes$total, names.arg = month.name[5:8])

### Totales por Cajero ### Agrupando datos por cajero de ventas * Agrupar por cajero * Ordenar por frecuencia

totalesporcajero <- data.frame(ventas %>% 
  group_by(Cajero) %>%
  summarize(frec = n(), total = sum(Total)))

totalesporcajero <- arrange(totalesporcajero, desc(frec))
totalesporcajero

##           Cajero  frec      total
## 1       MARICRUZ 11885 2377528.60
## 2    JUAN MARTIN 10287 2043433.47
## 3     ALE HUERTA 10215 2121820.22
## 4     FERNANDO C 10089 2051828.96
## 5    JESUS PEREZ  6739 1307989.69
## 6          MAYTE  5565 1126737.82
## 7     ROSI MEJIA  4934 1030549.23
## 8       MONSE L.  4236  383628.75
## 9          JANET  3594  681716.26
## 10        MIRIAM  3241  674795.88
## 11    GABY LUCIO  2591  555617.24
## 12          LINA  2367  496577.05
## 13        SARAHY  2103  161650.91
## 14     JAQUELINE  1792  205634.67
## 15      ALE DIAZ  1488  321807.38
## 16     EDUARDO V  1265  215377.09
## 17 MIRIAM LANDIN   906  193589.88
## 18       CLAUDIA   783   47937.92
## 19          MAGO   490   43925.29
## 20        ELI C.   188   46397.50
## 21       EDUARDO   123   20266.48

Visualziando totales y frecuencias por cajero

barplot(totalesporcajero$frec, names.arg = totalesporcajero$Cajero)

Interpretación

Los datos principales que podemos encontrar son las horas de inicio y final de las ventas las cuales son:
INICIO: 01/05/2018 a las 07:46am
FIN: 31/08/2018 a las 09:13pm
Con esto la tienda podria tomar acciones para ver en que horas necesita mas personal o menos.
Los mejores vendedores sonlos cajeros:
- El cajero que realizó más ventas fue Maricruz, total de $2,377.528 esto se realizo en un total 11,855 ventas.
- El cajero que realizó menos ventas fue Eduardo, total de $20,266.48 esto se realizo en un total de 123 ventas.
se puede apreciar que no por tener mas ventas es el que mas efectivo genera para la empresa tal es el caso de MARICRUZ.
El mes que mas vendio fue el mes de Agosto, con un total de ventas de de $4,412,733
El dia en el que se realizaron mas ventas fue el dia 19 de Agosto de 2018 con un monto total $326,963.96
Por ultimo como conclusion estos ultimos datos pueden ser utilizados para ver que tanto tiene que estar surtida la tienda para ciertas fechas y con que productos

Practica 3 Explorando Datos por hora

Roque Emilio Alvarez Delgado

14/02/2019

Explorando y describiendo datos de ventas

Explorando y describiendo datos de ventas.

Cargar las librerías

Cargar los datos

Limpiar la variable Hora de ventas

Transforar la variable Hora para generar nuevas variables en ventas

Ordenar conforme las variables año mes, dia hora minuto ascendente.

Interpretación de las ventas de cuerdo a fechahora

Agrupando datos por mes de ventas

Visualizando la frecuencia por mes de las ventas

Visualziando totales y frecuencias por cajero

Interpretación