Olist Brazilian E-commerce

Cien mil pedidos reales de un marketplace brasileño, con reseñas, pagos y geolocalización incluidos.

ÁreaRetail y E-commerce
DominioRetail
DificultadIntermedio
Tamaño~100,000 pedidos · 2016-2018
Fuente oficial

¿Qué puedes lograr con este dataset?

  • Trabajar con un dataset relacional real de múltiples tablas (pedidos, pagos, reseñas, geolocalización)
  • Analizar satisfacción del cliente combinando reseñas de texto con datos operativos
  • Practicar análisis geoespacial de logística de entregas

Descripción

Olist es una plataforma de marketplace brasileña, y este dataset público incluye información real y anonimizada de aproximadamente 100,000 pedidos: productos, pagos, tiempos de entrega, geolocalización de clientes y vendedores, y reseñas de texto de los compradores.

Casos de uso

  • Análisis de satisfacción del cliente combinando reseñas y logística
  • Modelos de predicción de retraso en la entrega
  • Análisis geoespacial de la red de vendedores y compradores
  • Práctica de NLP sobre reseñas en portugués

Cómo cargarlo

Cómo cargarlopython
import pandas as pd

pedidos = pd.read_csv("olist_orders_dataset.csv")
reviews = pd.read_csv("olist_order_reviews_dataset.csv")
df = pedidos.merge(reviews, on="order_id")
print(df["review_score"].value_counts())

Ventajas y limitaciones

Ventajas

  • Datos reales, ricos y multidimensionales (logística, pagos, reseñas, geografía)
  • Estructura relacional realista típica de sistemas de e-commerce en producción
  • Incluye texto real en portugués, útil para practicar NLP multilenguaje

Limitaciones

  • Requiere unir varias tablas relacionales antes de poder analizar de forma completa
  • Los datos de texto están en portugués, lo que puede limitar su uso para quienes no dominan el idioma

Datasets relacionados