SankeyTimeSeries: Analizar evolución de individuos por intervalos definidos

In AnthonyCastroA/DUPlot: Create high impact visualizations for direct selling companies

Description

Este paquete determina el cambio de los individuos a través del tiempo en función a una variable cuantitativa. Se utiliza un diagrama de barras con flujos comunmente conocido como diagrama de Sankey.

Usage

SankeyTimeSeries(df_base, interv, titulo, ruta="")

Arguments

df_base

la base de datos para el análisis, constituida por las columnas:

• 1) CAMPANA: campañas de venta (ej. 201718..201909)

• 2) ID: identificadores de los individuos (ej. ASESORA, ZONA, SECTOR, DEPARTAMENTO)

• 3) VARIABLE: campo de análisis (ej. pedidos, ventas, PPP, PPU, UPP, faltantes)

interv	los valores que determinan los intervalos; se recomienda utilizar percentiles representativos (ej. c(10,50,90)
titulo	texto en la posición superior de la grafica
exportar	valor binario (1: para exportar, 0: no exportar)
ruta	el directorio donde se exportan los archivos, si se requiere

Examples

## Base de datos generada
DF_TOTAL <- data.frame(CAMPANA = rep(201901:201908, times=200),
                       ZONA = rep(1:200, each=8, len=1600),
                       VENTA = ceiling(rep(runif(200, 100000, 300000),
                                           each=8,
                                           len=1600) *
                                       rnorm(1600,0.9,0.12)))

## realizar analisis
SankeyTimeSeries(DF_TOTAL,
                 ceiling(quantile(DF_TOTAL$VENTA, c(0.1,0.5,0.9))/1000)*1000,
                 "Evolución de venta acumulada por zona")

AnthonyCastroA/DUPlot documentation built on Oct. 30, 2019, 4:56 a.m.