Online Retail (UCI)

Transacciones reales de una tienda online del Reino Unido, un clásico accesible para practicar RFM y clustering.

ÁreaRetail y E-commerce
DominioRetail
DificultadPrincipiante
Tamaño~540,000 transacciones · Dic 2010 - dic 2011
Fuente oficial

¿Qué puedes lograr con este dataset?

  • Practicar limpieza de datos transaccionales reales (devoluciones, cancelaciones)
  • Aplicar segmentación de clientes con RFM y clustering
  • Construir un pipeline de análisis desde datos crudos hasta insights de negocio

Descripción

Este dataset del repositorio UCI contiene transacciones reales de una tienda minorista online del Reino Unido especializada en artículos de regalo, durante un año completo, incluyendo ventas a clientes mayoristas internacionales, lo que introduce retos reales de limpieza (cancelaciones, códigos especiales).

Casos de uso

  • Segmentación de clientes con análisis RFM
  • Clustering de clientes por comportamiento de compra
  • Práctica de limpieza de datos transaccionales con anomalías reales
  • Introducción a proyectos de análisis de retail

Cómo cargarlo

Cómo cargarlopython
import pandas as pd

df = pd.read_excel("Online Retail.xlsx")
df = df[df["Quantity"] > 0] # excluir devoluciones
print(df.groupby("Country")["Quantity"].sum().sort_values(ascending=False).head())

Ventajas y limitaciones

Ventajas

  • Datos reales de una empresa real, no simulados
  • Tamaño accesible para aprender sin infraestructura especial
  • Ampliamente documentado con muchos tutoriales de referencia

Limitaciones

  • Contiene errores y valores atípicos reales que exigen limpieza cuidadosa (cantidades negativas, IDs faltantes)
  • Cubre solo un año y una sola empresa, limitando la generalización

Datasets relacionados