Super Store Dashboard

Dashboard de Business Intelligence construido en Power BI a partir del dataset Superstore Sales (Kaggle), con más de 9.900 registros de pedidos entre 2014 y 2017. El proyecto incluye limpieza de datos en Power Query, modelado con tabla de calendario, medidas DAX personalizadas y un dashboard interactivo que responde a preguntas clave de negocio: estacionalidad de ventas mensuales, productos con mayores ventas, rentabilidad por categoría, región y segmento.

🎯 Objetivo

Analizar el comportamiento de ventas de una empresa de retail (Superstore) para identificar patrones de rentabilidad por categoría, región y segmento de cliente — traduciendo los datos en recomendaciones de negocio accionables.

📁 Fuente de Datos

Dataset: https://www.kaggle.com/datasets/vivek468/superstore-dataset-final
Registros: 9994 filas, 21 columnas.
Periodo: Enero 2014 - Diciembre 2017.

🔧 Proceso

Limpieza de datos (Power Query).
- Eliminación de duplicados por fila completa y valores en blanco.
- Conversión de Order Date de texto a fecha (corrección de tipo de dato).
- Conversión de Postal Code a texto para evitar agregaciones numéricas sin sentido.
- Traducción de valores categóricos de inglés a español (Category, Segment, Region) para adaptar el dashboard a una audiencia hispanohablante.
Modelado de datos.
- Tabla de calendario creada con DAX (Calendar), con columnas de año, mes y nombre de mes.
- Relación 1:* entre la tabla Calendario y la tabla de ventas.
Medidas DAX implementadas

Medida creada	Fórmula DAX
Ventas Totales	`SUM('Sample - Superstore'[Sales])`
Numero Pedidos	`DISTINCTCOUNT('Sample - Superstore'[Order ID])`
Ticket Promedio	`[Ventas Totales] / [Numero Pedidos]`
Ganancias totales	`SUM('Sample - Superstore'[Profit])`
Ventas Año Anterior	`CALCULATE([Ventas Totales], SAMEPERIODLASTYEAR(Calendario[Date]))`
Crecimiento Anual %	`DIVIDE([Ventas Totales] - [Ventas Año Anterior], [Ventas Año Anterior])`
Rentabilidad	`DIVIDE([Ganancias totales], [Ventas Totales])`

💡 Insights principales

Muebles es la categoría con menor rentabilidad (2.49%) frente a Tecnología (17.40%) y Suministros (17.04%), a pesar de tener ventas competitivas — sugiere revisar la política de descuentos en esa categoría.
La región Oeste concentra la mayor rentabilidad (30.95%), mientras Central es la más baja (16.41%) — Oportunidad de investigar diferencias en estructura de costos o descuentos entre regiones.
El segmento Oficina en Casa lidera en rentabilidad (36.35%) frente a Consumidor (33.74%) y Corporativo (29.91%).
Crecimiento interanual del 46.88% en el período analizado, con un patrón estacional visible: caídas recurrentes en octubre.
2 de los 5 productos más vendidos no tienen ganancias positivas con respecto a los demás productos — Oportunidad de analizar comportamiento de los productos, descuentos aplicados y demás.

🎯 Objetivo

📁 Fuente de Datos

🔧 Proceso

💡 Insights principales

🛠️ Herramientas