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
¿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
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