ecommerce-dashboard / README.md
kendrickfff's picture
Update README.md
fc11550 verified
metadata
title: Ecommerce Dashboard
emoji: πŸ›’
colorFrom: red
colorTo: red
sdk: docker
app_port: 8501
tags:
  - streamlit
  - data-analysis
pinned: false
short_description: Dicoding Final Project Data Analysis
license: mit

πŸ›’ E-Commerce Public Dataset Analysis

Python Pandas Streamlit Status

Analisis mendalam dataset E-Commerce Brasil (Olist) untuk mengungkap wawasan strategis seputar produk, pelanggan, dan lokasi.

🌐 Buka Live Dashboard | πŸ“„ Lihat Notebook Analisis


πŸ“Œ 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.

πŸ“‚ Struktur Folder


submission/
β”œβ”€β”€ dashboard/
β”‚   β”œβ”€β”€ main_data.csv          # Data bersih untuk dashboard
β”‚   └── dashboard.py           # File utama Streamlit
β”œβ”€β”€ data/                      # Dataset mentah
β”œβ”€β”€ notebook.ipynb             # Notebook analisis
β”œβ”€β”€ requirements.txt           # Daftar library
β”œβ”€β”€ README.md                  # Dokumentasi ini
└── Dockerfile                 # Konfigurasi Docker

πŸš€ 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

πŸ’‘ Pertanyaan Bisnis

Proyek ini menjawab tiga pertanyaan bisnis utama:

  1. Produk apa yang paling diminati? (Analisis Pareto)
  2. Bagaimana persebaran pelanggan secara geografis? (Analisis Geospasial)
  3. Siapa pelanggan yang paling berharga? (Segmentasi RFM)

πŸ“¬ Author

Kendrick Filbert