Proyectos personales
Desarrollé un panel interactivo para analizar ventas de Olist Store (Brasil, 2016-2018) a partir de datos anonimizados complejos. Tras optimizar los datos con un esquema estrella y dimensión temporal, creé visualizaciones para:para:
Evolución de pedidos e ingresos con comparativas interanuales (filtrable por estado/región)
Análisis de reseñas y comportamiento de clientes
Rendimiento por categoría y zona geográfica
El informe, diseñado con enfoque UX, combina filtros dinámicos, gráficos intuitivos y drill-through para identificar tendencias y anomalías, convirtiendo datos en bruto en información estratégica.
Tecnologías: Power BI, DAX, modelado de datos, diseño UX
Analicé datos globales de Our World in Data usando Python en Jupyter Notebook. Tras una exploración inicial (EDA) que incluyó limpieza, transformación de formatos y estudio de correlaciones, desarrollé visualizaciones para responder preguntas específicas.
El análisis mostró: incidencia por continente, evolución de casos en Italia (2022), comparación de pacientes en UCI (Italia/Alemania/Francia, mayo 2022-abril 2023), y tasas de hospitalización en 2021 para Italia, Alemania, Francia y España. Cada etapa incluyó filtros personalizados, demostraciones numéricas e interpretación crítica de tendencias.
Tecnologías: Python, Pandas, Matplotlib/Seaborn, Jupyter
Diseñé e implementé una base de datos MySQL para ToysGroup, distribuidora de juguetes en 25 países (Europa/América). Tras analizar necesidades empresariales, creé una estructura relacional optimizada (tablas Category, Product, RegionSales, CountrySales, Sales) para rastrear ventas, productos y zonas geográficas.
La tabla Sales, núcleo del sistema, registra cada transacción con números de pedido, fechas, cantidades e importes, vinculando productos y países. Poblé la base con datos demostrativos (cumpliendo integridad referencial) y desarrollé consultas para analizar tendencias. El diagrama E/R aclara relaciones entre entidades, mientras los scripts (creación, dump) garantizan replicabilidad.
Tecnologías: MySQL, Workbench, modellazione relazionale
Desarrollé un sistema en Excel para gestionar alojamientos en la región italiana de Las Marcas, partiendo de datos en bruto. Tras una limpieza exhaustiva con Power Query (estandarización, eliminación de duplicados y creación de índice único), implementé un panel interactivo con:
Menús desplegables para búsquedas con contadores automáticos
Tablas dinámicas filtrables por categoría y ciudad
Integración de precios medios mediante Power Pivot
El resultado es una herramienta intuitiva que convierte datos turísticos complejos en información lista para usar para gestores turísticos.
Proyectos en Equipo
Colaboré en el desarrollo de una solución de Business Intelligence para AdventureWorks, empresa líder en venta minorista de bicicletas y accesorios. El proyecto analizó el desempeño de ventas (2017-2021) mediante un reporte interactivo y optimizado.
Modelado de Datos & ETL: Unificadas las tablas factInternetSales y factResellerSales en una única tabla Sales y creadas jerarquías de productos (Producto → Subcategoría → Categoría) mediante Power Query para un modelo de datos eficiente y performante.
Medidas DAX Avanzadas: Implementadas medidas DAX para calcular ingresos del año anterior (SAMEPERIODLASTYEAR), transacciones, unidades vendidas y medias competitivas para evaluar el desempeño de los agentes de ventas.
Análisis Estratégico: Identificadas tendencias temporales e impacto del COVID-19: caída en 2020 compensada por ventas online, con Bicicletas como principal driver de ingresos y Accesorios/Ropa con márgenes más elevados.
Dashboard Interactivo: Diseñado un reporte multipágina con funcionalidades de drill-down/drill-up y visualizaciones avanzadas (tree maps, gráficos temporales) para explorar ingresos por país, categoría y atributos de producto.
La solución transformó datos complejos en insights inmediatos, apoyando decisiones operativas y estratégicas para la empresa.
Colaboré en un análisis retrospectivo de los Premios de la Academia para apoyar decisiones de inversión en la industria cinematográfica. El proyecto transformó datos crudos y fragmentados en un dashboard estratégico interactivo.
Ingeniería de Datos: Unificados y limpiados +40 años de datos usando Python (regex para limpieza de títulos, gestión de valores nulos) y Power Query (filtros avanzados, creación de índices temporales).
Business Intelligence: Desarrollado un reporte en Looker Studio para analizar categorías críticas (Efectos Visuales, Performance), correlaciones presupuesto/taquilla, y la evolución de colaboraciones entre productoras.
Insights Estratégicos: Identificadas tendencias históricas y patrones de éxito, destacando cómo la innovación tecnológica (VFX, sonido) influyó en las victorias.
Storytelling Data-Driven: Creada una narrativa clara para guiar las decisiones de inversión, enfocándose en "momentos definitorios" de la historia de los Óscar.
El proyecto demostró cómo datos complejos pueden transformarse en recomendaciones concretas para productores e inversores.
Contribuí a un análisis competitivo entre las marcas VANS y CONVERSE en el mercado de las sneakers, utilizando técnicas avanzadas de web scraping e ingeniería de datos.
Recolección Automatizada de Datos: Realizado web scraping de sitios e-commerce para extraer datos de productos, precios, categorías y disponibilidad, aplicando filtros por género y marca.
Ingeniería de Datos: Limpieza y transformación del dataset con Python (Pandas): conversión de precios, extracción de atributos (modelo, categoría, color) del nombre del producto, y gestión de valores faltantes y duplicados.
Análisis Estratégico: Identificadas diferencias competitivas en modelos y estrategias de precios: VANS orientada a la diversificación de modelos, CONVERSE a la variedad cromática.
Visualización e Insights: Creados gráficos interactivos para comparar precios, segmentación por género y posicionamiento, apoyando decisiones data-driven para estrategias de mercado.
El análisis reveló patrones ocultos en la oferta de ambas marcas, proporcionando insights accionables sobre precios, surtido y público objetivo.
Colaboré en el diseño e implementación de una base de datos relacional para VendiCose SpA, destinada a optimizar la gestión de pedidos y el control de stock para una cadena de supermercados.
Diseño de Base de Datos: Diseñado un esquema E/R estructurado con 6 entidades principales (Category, Product, Warehouses, Stores, Stocklevels, Sales) y relaciones para conectar almacenes y tiendas.
Automatización y Controles: Implementados triggers SQL (BEFORE INSERT) para validar cantidades vendidas y garantizar el cumplimiento de umbrales de seguridad (ej. bloquear ventas superiores al stock disponible).
Vistas Dinámicas: Desarrolladas vistas para monitoreo en tiempo real (daily_product_sales, daily_flag_restock, daily_total_sales) usando funciones como CURDATE() para actualizaciones automáticas.
Optimización Operativa: Creada una tabla de correlación (Stocklevels) para rastrear stock dinámicamente, con alertas automáticas para reorden de productos.
El sistema transformó procesos manuales en un flujo automatizado, reduciendo riesgos de desabastecimiento y mejorando la eficiencia operativa.
Contribuí al análisis de datos italianos de COVID-19 (2020–2024) para apoyar a XYFARMA en la evaluación estratégica de una nueva vacuna.
ETL y Limpieza de Datos: Gestionada la preparación de datos mediante Power Query, unificando nombres de regiones, validando formatos y eliminando duplicados para garantizar coherencia analítica.
Modelado y Cálculos: Implementada una columna calculada para la relación Vacunados/Fallecidos usando Power Pivot, destinada a medir la efectividad vacunal.
Dashboard y Reportes: Desarrollados reportes interactivos con tablas y gráficos pivot, filtrables por región y trimestre, para visualizar tendencias temporales y relaciones entre contagiados, vacunados, recuperados y fallecidos.
© 2025 Aida Alexandra Squadrito – Todos los derechos reservados