Rendimiento de ventas y ROI en una tienda de ropa
Análisis de inventario, stock muerto y rentabilidad
El problema
Un negocio familiar de ropa con 10 años en el mercado mantenía un volumen de ventas constante, pero en los últimos dos años el dinero en caja no alcanzaba y no se sabía por qué.
Qué hice
- Exploré y audité la base de datos en PostgreSQL para entender las relaciones entre ventas, compras, inventario y devoluciones.
- Extraje los datos y los limpié y transformé con Python (Pandas y NumPy).
- Calculé la rotación del inventario y el ROI real, descontando devoluciones.
- Diseñé un sistema que clasifica el inventario en cinco niveles según su antigüedad: novedad, activo, lenta rotación, liquidación prioritaria y stock muerto.
- Preparé la visualización para la toma de decisiones con Matplotlib y Power BI.
Qué descubrí
- El éxito del negocio no depende solo de vender más, sino de mejorar la calidad de las transacciones y reducir los costos de almacenamiento.
- Había mercancía estancada con un ROI simulado inferior al 2% en caso de liquidarse por completo, lo que compromete el capital de trabajo.
- Para alcanzar un ROI neto sostenible superior al 10% se propuso reducir costos operativos, negociar precios con proveedores clave y reajustar precios de los productos de alta demanda.
- También detecté huecos en la captura de datos (por ejemplo, color y talla vacíos y notas de crédito sin motivo) que limitan el análisis.
Los datos de este repositorio son 100% ficticios y sintéticos; conservan la lógica y las proporciones del caso original.