> caso: Tienda Online Pewen

Tienda Online Pewen: analizar ventas con Python y pandas

Llegas como analista de datos junior a Tienda Online Pewen. Datos del caso: Pedidos, productos y clientes de julio a diciembre de 2025 (datos generados con un script reproducible).

  1. Misión 1 · 25 minDe la planilla a PythonPendiente
  2. Misión 2 · 25 minCargar y explorarPendiente
  3. Misión 3 · 25 minFiltrar y seleccionarPendiente
  4. Misión 4 · 30 minLimpiarPendiente
  5. Misión 5 · 25 minAgrupar y resumirPendiente
  6. Misión 6 · 30 minCruzar tablasPendiente
  7. Misión 7 · 30 minDetectar patronesPendiente
  8. Misión 8 · 20 minRevisar el código de la IAPendiente
  9. Misión 9 · 45 min · sin guíaRecomendaciones para el negocioPendiente

Tu entregable

Un repositorio en GitHub con tu notebook de análisis (.ipynb, por ejemplo hecho en Google Colab), que cargue y limpie los datos, responda las preguntas de Antonia y cierre con recomendaciones, más un README que resuma lo que encontraste.

Cómo se revisa tu entregable

Una persona lo revisa en tres dimensiones, cada una con puntaje de 1 a 3 (1: Insuficiente, 2: Aceptable, 3: Destacado). Se aprueba con 2 o más en las tres. Si una queda en 1, recibes un comentario sobre qué corregir y puedes reenviarlo sin penalización.

Claridad del README y la explicación
Cada paso del notebook tiene una explicación breve en texto, y el README resume lo que se encontró.
Ejecución técnica del análisis
El notebook se ejecuta de principio a fin, y la limpieza está documentada: qué problemas había, cuántas filas afectaba cada uno y qué se hizo.
Coherencia de las conclusiones
Las recomendaciones se apoyan en resultados del notebook, como las devoluciones de Vestuario o el peso de noviembre.

Datos del caso

Descárgalos para tu entregable. Son archivos CSV en UTF-8. En Excel ábrelos con Datos → Obtener datos → Desde texto/CSV (así se ven bien las tildes y las columnas); en Google Sheets, con Archivo → Importar; en Python, con pd.read_csv.