Projetos em SQL
Análise de Churn SQL
Contexto
Este projeto visa solucionar o desafio da evasão de alunos em uma unidade fitness. O objetivo foi utilizar SQL para identificar padrões de comportamento — como queda de frequência e atrasos financeiros — que precedem o cancelamento de matrículas, transformando dados brutos em uma estratégia de retenção antecipada.
Fonte dos dados
Base de dados relacional contendo o histórico de acessos (catraca), perfis de alunos e registros de pagamentos mensais e trimestrais da unidade.
Preparação dos dados
A estruturação foi realizada através da criação de um banco de dados relacional (DDL) e manipulação de registros (DML), focando em:
-
Modelagem Relacional: Organização de tabelas de Alunos e Frequência vinculadas por chaves estrangeiras.
-
Cruzamento de Informações: Uso de Joins complexos para unir o comportamento de treino ao status financeiro de cada cliente.
Ferramenta utilizada
Tecnologia: SQL (Structured Query Language).
Recursos Técnicos: Aplicação de Lógica Condicional (CASE WHEN) para automação de alertas e consultas analíticas para filtragem de dados de baixo engajamento.
Conclusão
O projeto resultou na criação de um sistema de monitoramento preditivo que classifica os alunos em categorias de risco:
1. Risco Crítico (Financeiro): Alunos com mensalidades atrasadas e baixa frequência.
2. Atenção (Baixo Engajamento): Alunos com pagamentos em dia, mas que frequentaram a unidade menos de 5 vezes no último mês.
3. Identificação de Prioridades: Geração de listas automáticas para que o time de marketing foque seus esforços nos clientes com maior probabilidade de cancelamento.
Ações recomendadas
1.Fidelização Ativa: Implementar ações de contato imediato para alunos na categoria "Atenção", buscando entender o motivo da queda na frequência.
2.Recuperação Financeira: Criar condições especiais ou lembretes amigáveis para os perfis de "Risco Crítico" antes que o plano expire.
3.Automação de Alertas: Configurar a query para rodar semanalmente, garantindo que a lista de prioridades do time de vendas esteja sempre atualizada.
Documentação técnica
[Acesse o Código SQL Completo em Execução (DB-Fiddle)]:
Análise de Vendas SQL
Contexto
Este projeto foi desenvolvido para solucionar a falta de inteligência comercial em uma livraria focada em clássicos da literatura brasileira. O objetivo principal foi identificar quais obras e autores geram o maior volume de receita e quais possuem maior giro de estoque, permitindo uma gestão de catálogo baseada em dados reais de faturamento.
Fonte dos dados
A base de dados é composta por um acervo literário detalhado (títulos, autores e preços unitários) cruzado com o histórico de transações operacionais da livraria.
Preparação dos dados
A estruturação foi realizada através de modelagem relacional para garantir a integridade das informações, incluindo:
Criação de Tabelas (DDL): Estruturação das tabelas de "Livros" e "Vendas" com chaves primárias e estrangeiras.
População de Dados (DML): Inserção de registros de obras clássicas e dados de vendas reais para análise.
Ferramenta utilizada
Tecnologia: SQL (Linguagem de Consulta Estruturada).
Recursos Técnicos: Aplicação de Joins para conexão entre acervo e vendas, Aggregations para cálculos de receita e funções de Ordenação (ORDER BY) para geração de rankings.
Conclusão
Através das queries analíticas, foi possível extrair KPIs (Key Performance Indicators) vitais para o negócio:
Ranking de Faturamento: Identificação de que obras como "Grande Sertão: Veredas" e "O Auto da Compadecida" lideram o faturamento total.
Volume de Vendas: Mapeamento da demanda por autor, permitindo visualizar quem são os autores mais populares do catálogo.
Ações recomendadas
1. Destaque no Catálogo: Priorizar a exposição e marketing das obras identificadas no topo do ranking de faturamento para maximizar a receita.
2. Gestão de Estoque: Manter níveis de estoque mais altos para autores de alto giro, evitando rupturas de vendas nos itens mais procurados.
3. Promoções Estratégicas: Criar combos ou promoções para obras de menor giro com base nos dados de faturamento total para equilibrar o inventário.
Documentação técnica
[Acesse o Código SQL Completo em Execução (DB-Fiddle)]: