Por: Shish Shridhar, Director de Desarrollo de Negocios – Industria Minorista en Microsoft
Al combinar datos demográficos como Ingreso Promedio, Niveles de Educación, Edad Promedio y datos de compra de consumidores como preferencias, compras anteriores y datos de comportamiento en línea, los minoristas obtienen un entendimiento más a profundidad de las necesidades y deseos de los clientes que sólo con los datos de las compras pasadas. Power BI brinda poderosas capacidades para combinar datos de diferentes fuentes y habilita una correlación visual: pueden también utilizar el Data Analysis Tookpak en Excel y correr un Coeficiente de Correlación sobre los datos combinados.
Para probar lo anterior, utilicé la suposición de que Seattle tiene la mayor cantidad de Starbucks y que la demografía afecta al número de tiendas. Para conocer la respuesta, utilicé Power BI y Excel. Esto fue lo que hice:
Busqué fuentes de datos relevantes para la industria minorista y encontré una en Socrata: https://opendata.socrata.com/
Corrí una búsqueda sobre Starbucks, para ver si había una lista de locales de Starbucks alrededor del mundo. Encontré una fuente de datos con un listado de todos los locales de Starbucks en el mundo: https://opendata.socrata.com/Business/All-Starbucks-Locations-in-the-World/xy4y-c4mk
Aquí la liga de la fuente de datos para acceder a la información: http://opendata.socrata.com/OData.svc/xy4y-c4mk
Con Power Query para Excel, pude accede a los datos con la opción oData. Esta acción me entregó 20,621 filas de datos que contienen detalles de los locales de Starbucks alrededor del mundo:
Para obtener mejor información de los datos, utilicé Power View para Excel para crear visualizaciones. Un rápido movimiento de arrastrar y soltar de las Marcas contra la cuenta de Tiendas me mostró las marcas representadas por los datos:
Tenía curiosidad por conocer los países con la mayor cantidad de Starbucks, así que arrastré la información de País junto con el conteo de Tiendas. Este es el resultado:
Y un dato interesante es que Seattle no es la ciudad con la mayor cantidad de Starbucks como asumía:
Power Map para Excel habilita la visualización de estos datos en un Mapa como una capa de información:
Pude obtener Datos de Censo de Estados Unidos de Neustar e importé los datos a Excel. Estos datos incluían códigos postales así como información detallada sobre cada código postal. Potencialmente, podía utilizar esta información para correlacionar cosas como edad promedio, ingreso promedio, población alrededor de cada Starbucks en los Estados Unidos. Los datos se ven así:
Cuando coloco los Datos del Censo sobre las Ubicaciones de las Tiendas de Starbucks, obtengo una correlación visual entre datos demográficos y ubicaciones de Starbucks:
Aquí un video de Power Map para Excel en dos capas: ubicación de tiendas Starbucks con Ingreso Promedio por código postal:
Existen muchas fuentes de interesantes datos públicos que pueden utilizar para analizar a los minoristas: análisis de proximidad de minoristas y su competencia con datos de Yelp y Foursquare; Correlacionar la clasificación de Yelp y Foursquare de minoristas; Check In contra datos Demográficos; Correlación de datos de Clima contra desempeño de la tienda.
Para ver una visualización viva y actualizada que realicé con Power View entren a: http://blogs.msdn.com/b/powerbi/archive/2014/09/24/retail-location-analytics-using-power-bi.aspx
Pueden ver más ejemplos en mi blog.
-
Vean Power BI en acción
-
Sigan en Twitter a @MSPowerBI
