Analise de vendas mensal (tabela de frequência)

Hoje, durante minha jornada de aprendizado, desenvolvi um projeto aplicado de análise de dados para planejamento de estoque em um cenário fictício de loja de varejo. Utilizando conceitos de estatística descritiva, especialmente a tabela de frequência, em conjunto com as bibliotecas Python pandas e matplotlib, consegui identificar a quantidade de vendas mais recorrente no período avaliado.

Com base nessa análise, elaborei uma projeção para o estoque base, considerando a operação de uma loja com 150 unidades mensais — calculadas como 5 unidades por dia ao longo de 30 dias. Além disso, calculei um estoque de segurança equivalente a 30 unidades, correspondendo a 20% do estoque base (150 unidades / 5), para garantir a continuidade das vendas diante de variações de demanda.

Este trabalho evidenciou a importância da análise quantitativa para a tomada de decisão estratégica no varejo, otimizando o nível de estoque para balancear custos e atender à demanda de forma eficiente. segue o código fonte abaixo.



# Autor: Cauã Salmaso
# Descrição: Analise de vendas mensal (tabela de frequencia)
# Data: 18/08/2025


# Importações 
import pandas as pd 
import matplotlib.pyplot as mt 
import numpy as np 


vendas = np.array([2,3,4,5,7,3,4,2,3,6,5,4,7,8,4,5,6,3,2,5,6,7,8,7,6,5,4,3,2,5])


#Criação do Dataframe 
df = pd.DataFrame(vendas,columns=['vendas'])
print(df)


fi = df['vendas'].value_counts().sort_index()
fri = fi/fi.sum()


fi_acumulada = fi.cumsum()
fri_acumulada = fi.cumsum()


#criação da TF
TF = pd.DataFrame({
  'Frequencia Absoluta':fi,
  'Frequencia Relativa':fri,
  'Frequencia Absoluta Acumulada':fi_acumulada,
  'Frequencia Relativa acumulada':fri_acumulada
})


mt.figure(figsize=(10,5))
fi.plot(kind='bar',color='skyblue')
mt.title('Frequencia acumulada')
mt.xlabel('quantidade vendida')
mt.ylabel('frequencia')
mt.show()