Cómo crear un dashboard de rentabilidad de productos de moda e-commerce

Los ingresos solos no cuentan toda la historia. Un producto puede venderse bien y aun así perder dinero una vez que se cuentan las devoluciones, el fulfillment, los descuentos y los costes del producto. En este tutorial usamos ChartGen AI para crear un dashboard que compara ingresos, beneficio neto, margen, rendimiento por categoría y talla, y brechas respecto al margen esperado.

El objetivo es ayudar a un propietario de negocio a decidir:

• Qué productos mantener u optimizar
• Qué productos generan altos ingresos pero un beneficio débil
• Qué tallas provocan pérdidas desproporcionadas
• Dónde hacen falta ajustes de precio, manejo de devoluciones o costes

Resumen del conjunto de datos

Usamos dos conjuntos de datos:

Juntos, estos archivos permiten al dashboard responder tanto preguntas de rendimiento (qué es rentable) como de diagnóstico (qué está por debajo del plan).

Guía paso a paso

Paso 1: Sube los conjuntos de datos de rentabilidad

Abre ChartGen AI y sube tanto fashion_order_items_profit.csv como fashion_product_cost_structure.csv. Tras subirlos, previsualiza los conjuntos de datos para que ChartGen AI reconozca los campos clave. Usa el conjunto de datos de líneas de pedido como fuente principal de rendimiento y el de estructura de costes como fuente de referencia.

Paso 2: Define el objetivo del dashboard

Antes de construir, decide qué preguntas de negocio debe responder el dashboard.

Paso 3: Introduce el prompt del dashboard

Pega este prompt en ChartGen AI:

Crea un dashboard de rentabilidad de productos para un negocio de moda e-commerce. El dashboard debe incluir:
1. Resumen de beneficio neto por producto y categoría.
2. Comparación de ingresos vs beneficio neto para destacar productos de altos ingresos y bajo beneficio.
3. Desglose de beneficio neto por talla para detectar riesgos de devolución relacionados con la talla.
4. Una lista o tabla de productos con beneficio neto consistentemente negativo.
5. Referencia a las tasas de margen esperado de los datos de estructura de costes del producto cuando estén disponibles.
El objetivo es ayudar a un propietario de negocio a decidir:
- Qué productos mantener u optimizar
- Qué tallas provocan pérdidas desproporcionadas
- Dónde hacen falta ajustes de precio o de costes
El esquema de color general es rosa-púrpura.

Este prompt funciona bien porque da a ChartGen AI tanto la estructura del dashboard (métricas, vistas requeridas, comparación de referencia) como el propósito de negocio (la decisión final a apoyar).

Paso 4: Genera el dashboard

ChartGen AI genera un dashboard de rentabilidad en rosa-púrpura con tarjetas KPI de resumen:

Más cuatro áreas de análisis: Beneficio neto por categoría, Top 20 productos: ingresos vs beneficio neto, Beneficio neto por talla, y Margen de beneficio real vs esperado.

Paso 5: Interpreta la rentabilidad por categoría y talla

Paso 6: Compara ingresos vs beneficio neto

Unos ingresos altos no siempre significan un beneficio alto. El gráfico Top 20 productos revela una amplia variación de margen (aproximadamente 17.49%–31.48% entre los principales productos de Outerwear). Úsalo para clasificar productos:

Paso 7: Revisa las brechas de margen y los productos de bajo rendimiento

El gráfico de margen real vs esperado compara el margen real con los márgenes esperados en fashion_product_cost_structure.csv.

💡 Prioriza productos con grandes brechas negativas de margen, beneficio neto consistentemente negativo, altos ingresos pero bajo beneficio, o rendimiento débil a nivel de talla.

Paso 8: Toma decisiones de negocio

Conclusión

Creamos un dashboard de rentabilidad de moda e-commerce a partir de dos archivos CSV. Resumió ingresos totales, beneficio neto, margen general y productos de bajo rendimiento, y luego desglosó el rendimiento por categoría, talla, ingresos vs beneficio y brechas de margen esperado. Los principales hallazgos: Outerwear impulsó el beneficio más fuerte, Tops se quedó atrás en margen, las tallas XL/XS tuvieron un rendimiento inferior, y 20 productos no alcanzaron los márgenes esperados por más de 10 puntos. El dashboard muestra a los propietarios de negocio exactamente de dónde viene el beneficio — y dónde se fuga.