Análisis ficticio de ventas: notebook de prueba para publicación

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import plotly.express as px

np.random.seed(42)

meses = pd.date_range("2026-01-01", periods=8, freq="MS")
regiones = ["Norte", "Centro", "Sur"]
canales = ["Online", "Retail"]
categorias = ["Software", "Servicios", "Capacitación"]

rows = []
for mes in meses:
    for region in regiones:
        for canal in canales:
            for categoria in categorias:
                base_unidades = np.random.randint(60, 180)
                precio_unitario = np.random.uniform(45, 140)
                descuento_pct = np.random.choice([0.00, 0.05, 0.10, 0.15], p=[0.35, 0.30, 0.25, 0.10])

                ingreso_bruto = base_unidades * precio_unitario
                ingreso_neto = ingreso_bruto * (1 - descuento_pct)
                costo_estimado = ingreso_neto * np.random.uniform(0.52, 0.72)

                rows.append({
                    "mes": mes,
                    "region": region,
                    "canal": canal,
                    "categoria": categoria,
                    "unidades": int(base_unidades),
                    "precio_unitario": round(precio_unitario, 2),
                    "descuento_pct": float(descuento_pct),
                    "ingreso_neto": round(ingreso_neto, 2),
                    "costo_estimado": round(costo_estimado, 2)
                })

df = pd.DataFrame(rows)
print(f"Filas generadas: {len(df)}")
df.head()

print("Resumen rápido del dataset:")
print(df.info())

tabla_ancha = (
    df.pivot_table(
        index=["region", "canal"],
        columns="mes",
        values="ingreso_neto",
        aggfunc="sum"
    )
    .round(0)
)

tabla_ancha.columns = [c.strftime("%Y-%m") for c in tabla_ancha.columns]
tabla_ancha

def etiquetar_rendimiento(margen_pct, ingreso_neto):
    if (margen_pct >= 0.40) and (ingreso_neto >= 12000):
        return "Alto"
    if (margen_pct >= 0.30) and (ingreso_neto >= 9000):
        return "Medio"
    return "Bajo"

def preparar_dataset(df_base):
    df_t = df_base.copy()

    df_t["utilidad"] = df_t["ingreso_neto"] - df_t["costo_estimado"]
    df_t["margen_pct"] = np.where(
        df_t["ingreso_neto"] > 0,
        df_t["utilidad"] / df_t["ingreso_neto"],
        np.nan
    )

    df_t["ticket_promedio"] = np.where(
        df_t["unidades"] > 0,
        df_t["ingreso_neto"] / df_t["unidades"],
        np.nan
    )

    df_t["rendimiento"] = [
        etiquetar_rendimiento(m, i)
        for m, i in zip(df_t["margen_pct"], df_t["ingreso_neto"])
    ]

    df_t["mes_nombre"] = df_t["mes"].dt.strftime("%b")
    return df_t

df_t = preparar_dataset(df)

print("Transformación completada → columnas nuevas: utilidad, margen_pct, ticket_promedio, rendimiento")
df_t[["mes", "region", "canal", "ingreso_neto", "utilidad", "margen_pct", "rendimiento"]].head()

resumen_general = {
    "ingreso_total": df_t["ingreso_neto"].sum(),
    "costo_total": df_t["costo_estimado"].sum(),
    "utilidad_total": df_t["utilidad"].sum(),
    "margen_promedio": df_t["margen_pct"].mean(),
    "ticket_promedio": df_t["ticket_promedio"].mean()
}

roi = (resumen_general["utilidad_total"] / resumen_general["costo_total"]) * 100
print(f"Ingreso total: ${resumen_general['ingreso_total']:,.2f}")
print(f"Utilidad total: ${resumen_general['utilidad_total']:,.2f}")
print(f"Margen promedio: {resumen_general['margen_promedio']:.2%}")
print(f"ROI estimado: {roi:.2f}%")

tabla_resumen = (
    df_t.groupby(["region", "canal"], as_index=False)
    .agg(
        ingreso_total=("ingreso_neto", "sum"),
        utilidad_total=("utilidad", "sum"),
        margen_promedio=("margen_pct", "mean"),
        unidades_total=("unidades", "sum")
    )
    .sort_values(by="ingreso_total", ascending=False)
)

tabla_resumen

ventas_mensuales = df_t.groupby("mes", as_index=False)["ingreso_neto"].sum()

plt.style.use("ggplot")
fig, ax = plt.subplots(figsize=(9, 4.5))
ax.plot(ventas_mensuales["mes"], ventas_mensuales["ingreso_neto"], marker="o", linewidth=2)
ax.set_title("Evolución de ingresos netos por mes")
ax.set_xlabel("Mes")
ax.set_ylabel("Ingreso neto ($)")
ax.tick_params(axis="x", rotation=45)
plt.tight_layout()
plt.show()

utilidad_region = df_t.groupby("region", as_index=False)["utilidad"].sum()

fig, ax = plt.subplots(figsize=(7.5, 4.5))
bars = ax.bar(utilidad_region["region"], utilidad_region["utilidad"], color=["#1f77b4", "#2ca02c", "#ff7f0e"])
ax.set_title("Utilidad acumulada por región")
ax.set_xlabel("Región")
ax.set_ylabel("Utilidad ($)")

for b in bars:
    y = b.get_height()
    ax.text(b.get_x() + b.get_width() / 2, y, f"${y:,.0f}", ha="center", va="bottom", fontsize=9)

plt.tight_layout()
plt.show()

scatter_df = (
    df_t.groupby(["region", "canal"], as_index=False)
    .agg(
        ingreso_total=("ingreso_neto", "sum"),
        utilidad_total=("utilidad", "sum"),
        margen_promedio=("margen_pct", "mean")
    )
)

fig = px.scatter(
    scatter_df,
    x="ingreso_total",
    y="utilidad_total",
    size="margen_promedio",
    color="region",
    symbol="canal",
    hover_data={"margen_promedio": ":.2%"},
    title="Ingreso vs utilidad por región/canal (interactivo)"
)
fig.update_layout(template="plotly_white")
fig.show()