Dashboard Ventas Blinkit

Contexto del caso

Este caso de portfolio usa un dataset de retail tipo convenience store para simular el tipo de tablero que necesita un responsable comercial cuando ventas, surtido y desempeno por tienda viven en archivos separados.

Objetivo analítico

La meta no era solo visualizar ventas. El tablero tenía que responder preguntas operativas concretas:

• Qué grupos de producto sostienen el ingreso y cuáles merecen racionalización de SKU
• Qué perfil de tienda funciona mejor para cada categoría
• Dónde conviene priorizar reposición, surtido y expansión

Diseño de datos y dashboard

Modelé la solución alrededor de dimensiones de producto, outlet, tipo de item, fat content y size para pasar de KPIs ejecutivos a detalle por SKU sin perder claridad.

El dashboard incluye:

• KPIs ejecutivos de ventas, ticket promedio, número de items y rating
• Análisis por categoría y tipo de item para detectar concentración del mix
• Comparativo entre outlets por tamaño, tier y tipo de ubicación
• Lectura visual pensada para pasar de performance a acción comercial

Stack técnico

Componente	Implementación
BI y visualización	Power BI Desktop + Service
Modelado	Star schema con dimensiones de outlet y producto
Métricas	DAX para ventas, promedios y contribution analysis
ETL	Power Query para limpieza y preparación semántica
Navegación	Vista ejecutiva + vistas por categoría y outlet

Decisiones que habilita

• Priorizar reabastecimiento sobre categorías y SKUs con mejor combinación de volumen y rotación
• Detectar qué tipos de tienda tienen mejor encaje por categoría antes de escalar surtido
• Evaluar expansión comercial según mezcla de ventas y perfil de outlet, no solo por revenue agregado

¿Por qué este caso importa?

Este proyecto muestra cómo trabajo BI más allá del gráfico bonito: parto de preguntas de negocio, defino el grano correcto del dato y construyo una lectura que acerque al equipo comercial a la decisión siguiente.

Case Context

This portfolio case study uses a convenience-retail dataset to mimic the kind of executive dashboard a commercial lead would need when sales, assortment, and outlet performance are reviewed in separate files.

Analytical Objective

The goal was not just to visualize sales. The dashboard had to help answer three operational questions:

• Which product groups sustain revenue and which ones deserve SKU rationalization
• Which outlet profiles perform best for each category
• Where assortment and replenishment decisions should be prioritized first

Data and Dashboard Design

I structured the model around product, outlet, item type, fat content, and size dimensions so the dashboard could move from portfolio-level KPIs to SKU-level detail without losing readability.

The dashboard includes:

• Executive KPIs for sales, average sales, item count, and product ratings
• Category and item-type analysis to detect concentration and gaps in the mix
• Outlet comparison by size, tier, and location profile
• Visual cues to move from performance reading to assortment decisions

Technical Layer

| Component | Implementation | |-----------|----------------| | BI & Visualization | Power BI Desktop + Service | | Modeling | Star schema around outlet and product dimensions | | Metrics | DAX for sales, averages, and contribution analysis | | ETL | Power Query for cleanup and semantic preparation | | Navigation | Executive overview + drillable category and outlet views |

Value of the Case

This project matters because it shows how I think about BI beyond charts. I start from the business question, choose the grain that supports the decision, and build visuals that help a commercial team move from "what happened" to "what should we do next."