Spaces:
Sleeping
Sleeping
metadata
title: Ecommerce Dashboard
emoji: π
colorFrom: red
colorTo: red
sdk: docker
app_port: 8501
tags:
- streamlit
- data-analysis
pinned: false
short_description: Dicoding Final Project Data Analysis
license: mit
π E-Commerce Public Dataset Analysis
Analisis mendalam dataset E-Commerce Brasil (Olist) untuk mengungkap wawasan strategis seputar produk, pelanggan, dan lokasi.
π Buka Live Dashboard | π Lihat Notebook Analisis
π Overview
Proyek ini bertujuan untuk menganalisis data transaksi e-commerce dari tahun 2016-2018. Analisis difokuskan pada pemahaman perilaku konsumen, performa produk, dan efisiensi logistik di berbagai negara bagian Brasil.
Insight Utama:
- Produk: Kategori Bed Bath Table adalah yang paling laris.
- Musiman: Penjualan tertinggi terjadi pada November 2017 (efek Black Friday).
- Lokasi: SΓ£o Paulo mendominasi transaksi dengan efisiensi pengiriman terbaik.
π Struktur Folder
submission/
βββ dashboard/
β βββ main_data.csv # Data bersih untuk dashboard
β βββ dashboard.py # File utama Streamlit
βββ data/ # Dataset mentah
βββ notebook.ipynb # Notebook analisis
βββ requirements.txt # Daftar library
βββ README.md # Dokumentasi ini
βββ Dockerfile # Konfigurasi Docker
π Cara Menjalankan
1. Setup Environment
Pastikan Anda memiliki Python 3.13 terinstal.
# Clone repository ini
git clone https://github.com/kendrickfff/ecommerce-analysis.git
# Masuk ke folder proyek
cd ecommerce-analysis
# Install library yang dibutuhkan
pip install -r requirements.txt
2. Jalankan Streamlit
cd dashboard
streamlit run dashboard.py
π‘ Pertanyaan Bisnis
Proyek ini menjawab tiga pertanyaan bisnis utama:
- Produk apa yang paling diminati? (Analisis Pareto)
- Bagaimana persebaran pelanggan secara geografis? (Analisis Geospasial)
- Siapa pelanggan yang paling berharga? (Segmentasi RFM)
π¬ Author
Kendrick Filbert
- π§ Email: kendrickfilbert@gmail.com
- π Dicoding: kendrickfff