Somos o time de análise de dados da empresa Zoop MegaStore. A empresa decidiu fazer um grande investimento na Black Friday deste ano, com o objetivo de alavancar suas vendas. Para traçar as estratégias, nos requisitaram uma análise de dados para que eles possam tomar decisões baseadas em dados concretos.
Sendo assim, nosso time ficou responsável por criar um relatório. Esse relatório deve conter análises das vendas nas últimas Black Fridays e as vendas em geral da empresa.
Além disso, solicitaram que essa análise fosse acessível às pessoas da área de negócio, para que elas possam rodar suas próprias queries e atualizar as informações se necessário.
Para isso, houve um treinamento interno na empresa para capacitar as pessoas da área de negócios em SQL. A ferramenta utilizada para capacitar foi o SQLite Online. Por isso, faz todo sentido carregar nossa análise diretamente nessa ferramenta. Então, vamos começar por lá.
Carregando a base de dados
Primeiramente, precisamos acessar o site do SQLite Online. Vamos deixar em tela cheia para ter mais espaço para trabalhar.
Essa ferramenta permite carregar o .db, ou seja, nosso database, ou "base de dados". A empresa disponibilizou esse database para nós, sendo ele uma cópia das vendas dos últimos anos. Vamos construir nossas análises com base nesse arquivo.
No canto superior esquerdo do SQLite Online, vamos clicar na opção "File > Open DB" para carregar um database.
Nessa aula, temos uma etapa chamada "Preparando o Ambiente" onde você terá acesso a essa base de dados para fazer o download e salvar em uma pasta reservada para este curso na sua máquina. Para carregar o database, você deverá acessar essa pasta.
Vamos selecionar o arquivo banco_de_dados_vendas.db e clicar em "Abrir".
Ao carregar a database, poderemos observar sua estrutura no menu lateral direito do SQLite Online. Essa estrutura é constituída de sete tabelas: categorias, clientes, fornecedores, itens_venda, marcas, produtos e vendas. Trabalharemos com elas para fazer a nossa análise.
É importante ressaltar que essa base de dados é uma cópia exata do sistema da loja. Ela não foi preparada ou modificada para facilitar nossa análise de dados. Mas não tem problema, pois faz parte do nosso papel modificá-la e prepará-la, se necessário, para realizar nossas análises. Ela precisa ser uma cópia idêntica do que está acontecendo no sistema para podermos fazer atualizações e rodar nossas queries em tempo real.
Explorando a base de dados e entendendo seu schema
Agora vamos conhecer melhor cada uma dessas tabelas, entendendo seu schema. Se clicarmos na tabela categorias, surgirão os nomes das duas colunas que constituem essa tabela: id_categoria e nome_categoria.
Aqui temos o primeiro indício de relacionamento entre essas tabelas. Quando falamos de relacionamento de tabelas, estamos falando de modelagem de dados.
Em outras palavras, quais os campos que relacionam, conectam cada uma dessas tabelas? Aqui, temos um ícone de chave à esquerda do nome da coluna id_categoria, indicando que essa é a chave primária dessa tabela categorias.
Vamos observar a próxima tabela, a de clientes. Nela, começamos com o campo id_cliente como chave primária, depois temos os campos de informações sobre os clientes: nome_cliente, idade e endereco. Essas informações não parecem ser tão relevantes para nossa análise de vendas.
Então, vamos seguir para a próxima tabela, de fornecedores. Aqui, começamos com o campo id_fornecedor como chave primária dessa tabela, e já podemos perceber esse padrão das tabelas começarem com id. Depois, temos os campos de nome e contato dos fornecedores.
Essas parecem ser informações mais interessantes. Para nosso time de marketing conseguir fazer ações para se destacar na Black Friday, ele vai precisar entrar em contato com os fornecedores. Sendo assim, precisamos identificar quais são os fornecedores-chaves da Zoop MegaStore. Encontramos esse dado nessa tabela e vamos poder passar essa informação para eles.
A tabela itens_venda é curiosa. Ela só tem dois campos, venda_id e produto_id, e ambos são chaves primárias. Essa tabela está juntando duas informações: a venda, que aconteceu de fato, e o produto.
Por que isso? Porque muitas vezes uma venda corresponde a vários produtos. Quando compramos em um e-commerce como a Amazon, por exemplo, adicionamos diversos itens no nosso carrinho. Geralmente não fazemos uma compra de um item, depois fazemos outra compra de outro item. Compramos vários itens ao mesmo tempo.
Ou seja, uma venda pode ter vários produtos. Essa tabela faz isso: liga a venda aos produtos. Então, é por isso que as chaves se repetem. Por exemplo: a venda de ID 1 vendeu os produtos 1, 2 e 3. Então teremos três registros: venda 1 vendeu o produto 1, venda 1 vendeu o produto 2 e venda 1 vendeu o produto 3. Isso ficará mais claro quando rodarmos nossas primeiras consultas.
Vamos seguir. A tabela marcas possui os campos id_marca e nome e é uma tabela que, assim como fornecedores, julgamos importante para nossa análise. Quais são as marcas que estão vendendo mais na Black Friday? Quais são as marcas que podemos dar destaque, e quais precisamos dar menos destaque? É uma informação importante!
Na tabela produtos, temos diversos campos. Começamos com id_produto como chave primária, seguindo o padrão. Ou seja, cada produto é indicado por um ID. Depois, temos nome_produto, preco, categoria_id, marca_id, fornecedor_id, data que entrou em estoque (data_estoque) e o status do produto.
Essa é uma tabela importante para nós porque conecta muitas informações. Para uma análise das vendas, é muito importante saber o fornecedor que teve mais produtos vendidos, a marca, a categoria e assim por diante. É essa tabela que nos dirá tudo isso por meio da nossa próxima tabela, a de vendas.
A tabela de vendas tem quatro campos: id_venda como chave primária, data_venda (importante para sabermos se essa venda aconteceu durante um período de Black Friday, e também para entendermos como funcionam nossas vendas ao longo do ano), o total_venda (o quanto o cliente gastou, que pode não ser importante para nós ao analisarmos quantidade de vendas) e o cliente_id, ou seja, quem comprou (que também não é necessariamente interessante para nós, no momento).
Já que nosso foco é analisar o que pode ser interessante para as ações de Black Friday, podemos dizer de antemão que as tabelas mais importantes para nós são a de vendas, produtos e itens_ venda, que conectará vendas e produtos. A partir do produtos, conseguimos acessar marcas, fornecedores e categorias.
Agora que entendemos como funciona essa base de dados, quais são as colunas que representam esses dados, os relacionamentos entre dados e como conseguimos conectar cada uma dessas informações, queremos rodar nossas primeiras queries.
Tivemos uma ideia de como vai ser essa nossa tabela, considerando a quantidade de colunas e as informações que esperamos que ela tenha. Mas, nada melhor do que visualizá-la, de fato. Então, vamos montar nossas primeiras queries no próximo vídeo!