Introduce el código del cliente para explorar información detallada del mismo, incluyendo ventas anteriores, predicciones para el año actual e información específica por fabricante.
""", unsafe_allow_html=True) # Combine text input and dropdown into a single searchable selectbox customer_code = st.selectbox( "Escribe o selecciona el código de tu cliente", df['CLIENTE'].unique(), # All customer codes format_func=lambda x: str(x), # Ensures the values are displayed as strings help="Start typing to search for a specific customer code" ) if st.button("Calcular"): if customer_code: with st.spinner("Estamos identificando el grupo del cliente..."): # Find Customer's Cluster customer_match = customer_clusters[customer_clusters['cliente_id'] == customer_code] time.sleep(1) if not customer_match.empty: cluster = customer_match['cluster_id'].values[0] with st.spinner(f"Seleccionando el modelo predictivo..."): # Load the Corresponding Model model_path = f'models/modelo_cluster_{cluster}.txt' gbm = lgb.Booster(model_file=model_path) with st.spinner("Preparando los datos..."): # Load predict data for that cluster predict_data = pd.read_csv(f'predicts/predict_cluster_{cluster}.csv') # Convert cliente_id to string predict_data['cliente_id'] = predict_data['cliente_id'].astype(str) with st.spinner("Filtrando data..."): # Filter for the specific customer customer_code_str = str(customer_code) customer_data = predict_data[predict_data['cliente_id'] == customer_code_str] with st.spinner("Geneerando predicciones de venta..."): if not customer_data.empty: # Define features consistently with the training process lag_features = [f'precio_total_lag_{lag}' for lag in range(1, 25)] features = lag_features + ['mes', 'marca_id_encoded', 'año', 'cluster_id'] # Prepare data for prediction X_predict = customer_data[features] # Convert categorical features to 'category' dtype categorical_features = ['mes', 'marca_id_encoded', 'cluster_id'] for feature in categorical_features: X_predict[feature] = X_predict[feature].astype('category') # Make Prediction for the selected customer y_pred = gbm.predict(X_predict, num_iteration=gbm.best_iteration) # Reassemble the results results = customer_data[['cliente_id', 'marca_id_encoded', 'fecha_mes']].copy() results['ventas_predichas'] = y_pred # Load actual data from df_agg_2024 actual_sales = df_agg_2024[df_agg_2024['cliente_id'] == customer_code_str] if not actual_sales.empty: # Merge predictions with actual sales results = results.merge(actual_sales[['cliente_id', 'marca_id_encoded', 'fecha_mes', 'precio_total']], on=['cliente_id', 'marca_id_encoded', 'fecha_mes'], how='left') results.rename(columns={'precio_total': 'ventas_reales'}, inplace=True) else: # If no actual sales data for 2024, fill 'ventas_reales' with 0 results['ventas_reales'] = 0 # Ensure any missing sales data is filled with 0 results['ventas_reales'].fillna(0, inplace=True) # Define the cutoff date for the last 12 months fecha_inicio = pd.to_datetime("2023-01-01") fecha_corte = pd.to_datetime("2024-09-01") # Convertir fecha_mes a datetime en el DataFrame historical_data historical_data['fecha_mes'] = pd.to_datetime(historical_data['fecha_mes'], errors='coerce') # Ensure cliente_id is of type string and strip any leading/trailing whitespace historical_data['cliente_id'] = historical_data['cliente_id'].astype(str).str.strip() customer_code_str = str(customer_code).strip() # Ensure the customer code is also properly formatted filtered_historical_data = historical_data[historical_data['cliente_id'] == customer_code_str] # Filtrar los datos históricos por cliente y por el rango de fechas (2023) fecha_inicio_2023 = pd.to_datetime("2023-01-01") fecha_fin_2023 = pd.to_datetime("2023-12-31") datos_historicos = historical_data[ (historical_data['cliente_id'] == customer_code_str) & (historical_data['fecha_mes'] >= fecha_inicio_2023) & (historical_data['fecha_mes'] <= fecha_fin_2023) ].groupby('fecha_mes')['precio_total'].sum().reset_index() # Renombrar la columna 'precio_total' a 'ventas_historicas' si no está vacía if not datos_historicos.empty: datos_historicos.rename(columns={'precio_total': 'ventas_historicas'}, inplace=True) else: # Si los datos históricos están vacíos, generar fechas de 2023 con ventas_historicas = 0 fechas_2023 = pd.date_range(start='2023-01-01', end='2023-12-31', freq='M') datos_historicos = pd.DataFrame({'fecha_mes': fechas_2023, 'ventas_historicas': [0] * len(fechas_2023)}) # Filtrar los datos de predicciones y ventas reales para 2024 datos_cliente_total = results.groupby('fecha_mes').agg({ 'ventas_reales': 'sum', 'ventas_predichas': 'sum' }).reset_index() # Asegurarnos de que fecha_mes en datos_cliente_total es datetime datos_cliente_total['fecha_mes'] = pd.to_datetime(datos_cliente_total['fecha_mes'], errors='coerce') # Generar un rango de fechas para 2024 si no hay predicciones fechas_2024 = pd.date_range(start='2024-01-01', end='2024-12-31', freq='M') fechas_df_2024 = pd.DataFrame({'fecha_mes': fechas_2024}) # Asegurarnos de que fecha_mes en fechas_df_2024 es datetime fechas_df_2024['fecha_mes'] = pd.to_datetime(fechas_df_2024['fecha_mes'], errors='coerce') # Combinar datos históricos con predicciones y ventas reales usando un merge # Usamos how='outer' para asegurarnos de incluir todas las fechas de 2023 y 2024 datos_combinados = pd.merge(datos_historicos, datos_cliente_total, on='fecha_mes', how='outer').sort_values('fecha_mes') # Rellenar los NaN: 0 en ventas_historicas donde faltan predicciones, y viceversa datos_combinados['ventas_historicas'].fillna(0, inplace=True) datos_combinados['ventas_predichas'].fillna(0, inplace=True) datos_combinados['ventas_reales'].fillna(0, inplace=True) # Crear la gráfica con Plotly fig = go.Figure() # Graficar ventas históricas fig.add_trace(go.Scatter( x=datos_combinados['fecha_mes'], y=datos_combinados['ventas_historicas'], mode='lines+markers', name='Ventas Históricas', line=dict(color='blue') )) # Graficar ventas predichas fig.add_trace(go.Scatter( x=datos_combinados['fecha_mes'], y=datos_combinados['ventas_predichas'], mode='lines+markers', name='Ventas Predichas', line=dict(color='orange') )) # Graficar ventas reales fig.add_trace(go.Scatter( x=datos_combinados['fecha_mes'], y=datos_combinados['ventas_reales'], mode='lines+markers', name='Ventas Reales', line=dict(color='green') )) # Personalizar el layout para enfocarse en 2023 y 2024 fig.update_layout( title=f"Ventas Históricas, Predichas y Reales para Cliente {customer_code}", xaxis_title="Fecha", yaxis_title="Ventas (€)", height=600, xaxis_range=[fecha_inicio_2023, pd.to_datetime("2024-09-30")], # Ajustar el rango del eje x a 2023-2024 legend_title="Tipo de Ventas", hovermode="x unified" ) # Mostrar la gráfica en Streamlit st.plotly_chart(fig) # Calculate metrics for 2024 data datos_2024 = datos_combinados[datos_combinados['fecha_mes'].dt.year == 2024] actual = datos_2024['ventas_reales'] predicted = datos_2024['ventas_predichas'] def calculate_mape(y_true, y_pred): mask = y_true != 0 return np.mean(np.abs((y_true[mask] - y_pred[mask]) / y_true[mask])) * 100 mae = mean_absolute_error(actual, predicted) mse = mean_squared_error(actual, predicted) rmse = np.sqrt(mse) mape = calculate_mape(actual, predicted) smape = np.mean(2 * np.abs(actual - predicted) / (np.abs(actual) + np.abs(predicted))) * 100 # Display metrics st.subheader("Métricas de Predicción (2024)") col1, col2, col3, col4 = st.columns(4) col1.metric("MAE", f"{mae:.2f} €",help="Promedio de la diferencia absoluta entre las predicciones y los valores reales.") col2.metric("MAPE", f"{mape:.2f}%",help="Porcentaje promedio de error en las predicciones.") col3.metric("RMSE", f"{rmse:.2f} €",help="Medida de la desviación estándar de los residuos de predicción.") col4.metric("SMAPE", f"{smape:.2f}%",help="Alternativa al MAPE que maneja mejor los valores cercanos a cero.") # Split space into two columns col1, col2 = st.columns(2) # Column 1: Radar chart for top manufacturers with col1: st.subheader("¡Esto tiene buena pinta!") st.info("Su cliente ha superado las ventas predichas de las siguientes marcas:") # Group results by manufacturer to calculate the total predicted and actual sales grouped_results = results.groupby('marca_id_encoded').agg({ 'ventas_reales': 'sum', 'ventas_predichas': 'sum' }).reset_index() # Identify manufacturers that exceeded predicted sales overperforming_manufacturers = grouped_results[grouped_results['ventas_reales'] > grouped_results['ventas_predichas']].copy() if not overperforming_manufacturers.empty: # Calculate the extra amount (difference between actual and predicted sales) overperforming_manufacturers['extra_amount'] = overperforming_manufacturers['ventas_reales'] - overperforming_manufacturers['ventas_predichas'] # Sort by the highest extra amount overperforming_manufacturers = overperforming_manufacturers.sort_values(by='extra_amount', ascending=False) # Limit to top 10 overperforming manufacturers top_overperformers = overperforming_manufacturers.head(10) # Display two cards per row for i in range(0, len(top_overperformers), 2): cols = st.columns(2) # Create two columns for two cards in a row for j, col in enumerate(cols): if i + j < len(top_overperformers): row = top_overperformers.iloc[i + j] manufacturer_name = get_supplier_name_encoded(row['marca_id_encoded']) predicted = row['ventas_predichas'] actual = row['ventas_reales'] extra = row['extra_amount'] # Use st.metric for compact display in each column with col: st.metric( label=f"{manufacturer_name}", value=f"{actual:.2f}€", delta=f"Exceeded by {extra:.2f}€", delta_color="normal" ) # Radar chart logic remains the same customer_df = df[df["CLIENTE"] == str(customer_code)] all_manufacturers = customer_df.iloc[:, 1:].T all_manufacturers.index = all_manufacturers.index.astype(str) customer_euros = euros_proveedor[euros_proveedor["CLIENTE"] == str(customer_code)] sales_data = customer_euros.iloc[:, 1:].T sales_data.index = sales_data.index.astype(str) sales_data_filtered = sales_data.drop(index='CLIENTE', errors='ignore') sales_data_filtered = sales_data_filtered.apply(pd.to_numeric, errors='coerce') all_manufacturers = all_manufacturers.apply(pd.to_numeric, errors='coerce') top_units = all_manufacturers.sort_values(by=all_manufacturers.columns[0], ascending=False).head(10) top_sales = sales_data_filtered.sort_values(by=sales_data_filtered.columns[0], ascending=False).head(10) combined_top = pd.concat([top_units, top_sales]).index.unique()[:20] combined_top = [m for m in combined_top if m in all_manufacturers.index and m in sales_data_filtered.index] if combined_top: combined_data = pd.DataFrame({ 'units': all_manufacturers.loc[combined_top, all_manufacturers.columns[0]], 'sales': sales_data_filtered.loc[combined_top, sales_data_filtered.columns[0]] }).fillna(0) combined_data_sorted = combined_data.sort_values(by=['units', 'sales'], ascending=False) non_zero_manufacturers = combined_data_sorted[combined_data_sorted['units'] > 0] if len(non_zero_manufacturers) < 3: zero_manufacturers = combined_data_sorted[combined_data_sorted['units'] == 0].head(3 - len(non_zero_manufacturers)) manufacturers_to_show = pd.concat([non_zero_manufacturers, zero_manufacturers]) else: manufacturers_to_show = non_zero_manufacturers values = manufacturers_to_show['units'].tolist() amounts = manufacturers_to_show['sales'].tolist() manufacturers = [get_supplier_name(m) for m in manufacturers_to_show.index] if manufacturers: fig = radar_chart(manufacturers, values, amounts, f'Gráfico de radar para los {len(manufacturers)} principales fabricantes del cliente {customer_code}') st.pyplot(fig) # Column 2: Alerts and additional analysis with col2: st.subheader("¡Puede que tengas que revisar esto!") st.warning("Se esperaba que tu cliente comprara más productos de las siguientes marcas:") # Group results by manufacturer to calculate the total predicted and actual sales grouped_results = results.groupby('marca_id_encoded').agg({ 'ventas_reales': 'sum', 'ventas_predichas': 'sum' }).reset_index() # Identify manufacturers that didn't meet predicted sales underperforming_manufacturers = grouped_results[grouped_results['ventas_reales'] < grouped_results['ventas_predichas']].copy() if not underperforming_manufacturers.empty: # Calculate the missed amount underperforming_manufacturers['missed_amount'] = underperforming_manufacturers['ventas_predichas'] - underperforming_manufacturers['ventas_reales'] # Sort by the highest missed amount underperforming_manufacturers = underperforming_manufacturers.sort_values(by='missed_amount', ascending=False) # Limit to top 10 missed amounts top_misses = underperforming_manufacturers.head(10) # Display two cards per row for i in range(0, len(top_misses), 2): cols = st.columns(2) # Create two columns for two cards in a row for j, col in enumerate(cols): if i + j < len(top_misses): row = top_misses.iloc[i + j] manufacturer_name = get_supplier_name_encoded(row['marca_id_encoded']) predicted = row['ventas_predichas'] actual = row['ventas_reales'] missed = row['missed_amount'] # Use st.metric for compact display in each column with col: st.metric( label=f"{manufacturer_name}", value=f"{actual:.2f}€", delta=f"Missed by {missed:.2f}€", delta_color="inverse" ) else: st.success("All manufacturers have met or exceeded predicted sales.") # # Gráfico adicional: Comparar las ventas predichas y reales para los principales fabricantes # st.markdown("### Predicted vs Actual Sales for Top Manufacturers") # top_manufacturers = results.groupby('marca_id_encoded').agg({'ventas_reales': 'sum', 'ventas_predichas': 'sum'}).sort_values(by='ventas_reales', ascending=False).head(10) # fig_comparison = go.Figure() # fig_comparison.add_trace(go.Bar(x=top_manufacturers.index, y=top_manufacturers['ventas_reales'], name="Actual Sales", marker_color='blue')) # fig_comparison.add_trace(go.Bar(x=top_manufacturers.index, y=top_manufacturers['ventas_predichas'], name="Predicted Sales", marker_color='orange')) # fig_comparison.update_layout( # title="Actual vs Predicted Sales by Top Manufacturers", # xaxis_title="Manufacturer", # yaxis_title="Sales (€)", # barmode='group', # height=400, # hovermode="x unified" # ) # st.plotly_chart(fig_comparison, use_container_width=True) # Gráfico de ventas anuales ventas_clientes['codigo_cliente'] = ventas_clientes['codigo_cliente'].astype(str).str.strip() sales_columns = ['VENTA_2021', 'VENTA_2022', 'VENTA_2023'] if all(col in ventas_clientes.columns for col in sales_columns): customer_sales_data = ventas_clientes[ventas_clientes['codigo_cliente'] == customer_code] if not customer_sales_data.empty: customer_sales = customer_sales_data[sales_columns].values[0] years = ['2021', '2022', '2023'] # Convert 'fecha_mes' to datetime format if it's not already if not pd.api.types.is_datetime64_any_dtype(results['fecha_mes']): results['fecha_mes'] = pd.to_datetime(results['fecha_mes'], errors='coerce') # Add the 2024 actual and predicted data if 'ventas_predichas' in results.columns and 'ventas_reales' in results.columns: actual_sales_2024 = results[results['fecha_mes'].dt.year == 2024]['ventas_reales'].sum() predicted_sales_2024 = results[results['fecha_mes'].dt.year == 2024]['ventas_predichas'].sum() # Assuming only 9 months of actual data are available, annualize the sales months_available = 9 actual_sales_2024_annual = (actual_sales_2024 / months_available) * 12 # Prepare data for the bar chart sales_values = list(customer_sales) + [actual_sales_2024_annual] predicted_values = list(customer_sales) + [predicted_sales_2024] years.append('2024') # Create the bar chart for historical and 2024 data fig_sales_bar = go.Figure() fig_sales_bar.add_trace(go.Bar( x=years[:3], y=sales_values[:3], name="Historical Sales", marker_color='blue' )) fig_sales_bar.add_trace(go.Bar( x=[years[3]], y=[sales_values[3]], name="2024 Actual Sales (Annualized)", marker_color='green' )) fig_sales_bar.add_trace(go.Bar( x=[years[3]], y=[predicted_values[3]], name="2024 Predicted Sales", marker_color='orange' )) # Customize layout fig_sales_bar.update_layout( title=f"Ventas anuales de tu cliente", xaxis_title="Year", yaxis_title="Sales (€)", barmode='group', height=600, legend_title_text="Sales Type", hovermode="x unified" ) # Display the chart st.plotly_chart(fig_sales_bar, use_container_width=True) else: st.warning(f"No predicted or actual data found for customer {customer_code} for 2024.") # Customer Recommendations Page elif page == "💡 Recomendación de Artículos": # Carga de CSV necesarios cestas y productos cestas = pd.read_csv('cestas.csv') productos = pd.read_csv('productos.csv') # Estilo principal de la página st.markdown( "Obtén recomendaciones personalizadas para tus clientes basadas en su cesta de compra.
""", unsafe_allow_html=True) st.write("### Selecciona los artículos y asigna las cantidades para la cesta:") # Añadir separador para mejorar la segmentación visual st.divider() # Mostrar lista de artículos disponibles (ahora se usa el código asociado a cada descripción) available_articles = productos[['ARTICULO', 'DESCRIPCION']].drop_duplicates() # Crear diccionario para asignar las descripciones a los códigos article_dict = dict(zip(available_articles['DESCRIPCION'], available_articles['ARTICULO'])) # Permitir seleccionar las descripciones, pero trabajar con los códigos selected_descriptions = st.multiselect("Select Articles", available_articles['DESCRIPCION'].unique()) quantities = {} if selected_descriptions: st.write("### Selecciona los artículos y las unidades:") for description in selected_descriptions: code = article_dict[description] # Usar el código del artículo col1, col2 = st.columns([1, 3]) # Ajustar proporciones para que las cantidades vayan a la izquierda with col1: # Caja de número para la cantidad, asociada al código quantities[code] = st.number_input(f"Quantity {code}", min_value=0, step=1, key=code) with col2: # Mostrar la descripción del artículo st.write(description) # Añadir un botón estilizado "Calcular" con icono if st.button("🛒 Obtener Recomendaciones"): # Crear una lista de artículos basada en los códigos y cantidades new_basket = [] for code in quantities: quantity = quantities[code] if quantity > 0: new_basket.extend([code] * quantity) # Añadir el código tantas veces como 'quantity' if new_basket: # Procesar la lista para recomendar recommendations_df = recomienda_tf(new_basket, cestas, productos) if not recommendations_df.empty: st.success("### Según tu cesta, te recomendamos que consideres añadir uno de estos artículos:") st.dataframe(recommendations_df, height=300, width=800) # Ajustar el tamaño del DataFrame else: st.warning("⚠️ No recommendations found for the provided basket.") else: st.warning("⚠️ Please select at least one article and set its quantity.") # # Customer Recommendations Page # elif page == "Articles Recommendations": # st.title("Articles Recommendations") # st.markdown(""" # Get tailored recommendations for your customers based on their basket. # """) # st.write("Select items and assign quantities for the basket:") # # Mostrar lista de artículos disponibles # available_articles = productos['ARTICULO'].unique() # selected_articles = st.multiselect("Select Articles", available_articles) # # Crear inputs para ingresar las cantidades de cada artículo seleccionado # quantities = {} # for article in selected_articles: # quantities[article] = st.number_input(f"Quantity for {article}", min_value=0, step=1) # if st.button("Calcular"): # Añadimos el botón "Calcular" # # Crear una lista de artículos basada en la selección de códigos y cantidades # new_basket = [] # for article in selected_articles: # quantity = quantities[article] # if quantity > 0: # new_basket.extend([article] * quantity) # Añadir el código 'article' tantas veces como 'quantity' # if new_basket: # # Procesar la lista para recomendar # recommendations_df = recomienda_tfid(new_basket) # if not recommendations_df.empty: # st.write("### Recommendations based on the current basket:") # st.dataframe(recommendations_df) # else: # st.warning("No recommendations found for the provided basket.") # else: # st.warning("Please select at least one article and set its quantity.")