Dashboard Logístico

Contexto

Este relatório apresenta uma análise exploratória (EDA) do desempenho logístico de uma empresa de e-commerce. O conjunto de dados foi retirado do Kaggle, disponível em E-Commerce Shipping Data. O objetivo desta análise foi identificar padrões e tendências relacionadas ao processo de entrega dos produtos, visando otimizar a eficiência logística e melhorar a satisfação do cliente.

Objetivo

O principal objetivo foi entender como fatores como armazém, modos de envio, prioridade do produto e avaliação dos clientes influenciam nos atrasos de entrega e no desempenho logístico. O dashboard desenvolvido no Power BI permite visualizar esses dados e extrair insights para melhorar os processos logísticos da empresa.

Principais Resultados e Insights

Conclusão e Próximos Passos

Resumo das Descobertas:


A investigação mostrou que o armazém F está sobrecarregado, armazenando mais produtos do que os outros blocos. A taxa de atraso é elevada em todos os armazéns (~60%), sugerindo problemas estruturais. O transporte marítimo, predominante nos envios (68%), pode estar contribuindo para a lentidão nas entregas, e as taxas de atraso são consistentes em todos os modos de envio. Produtos de alta prioridade apresentam os maiores atrasos, afetando negativamente o atendimento ao cliente. As avaliações dos clientes são medianas (3), com alta taxa de atraso independentemente da nota dada. A maior parte dos produtos vendidos tem peso leve ou intermediário. Por fim, a fidelização de clientes parece eficiente, com uma boa proporção de clientes recorrentes, mas ainda há espaço para melhorias.



Recomendações:


Para uma visão completa da análise exploratória de dados (EDA) realizada com Python e o código-fonte, acesse o meu repositório no GitHub: ecommerce-shipping-EDA-logistics

Mais Informações sobre o Dashboard:

Metodologia


O Power BI foi utilizado para a criação do dashboard e facilitar a análise visual das métricas selecionadas. Foram incluídos gráficos que investiga a distribuição de produtos por armazém, modos de envio, taxa de atrasos, priorização de produtos, avaliações dos clientes e compras anteriores.


Descrição dos Dados:


O conjunto de dados contém os seguintes campos:


Ferramentas Utilizadas:


Para a construção do dashboard, foram utilizadas as seguintes ferramentas: