-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathMain_Script.R
174 lines (144 loc) · 6.06 KB
/
Main_Script.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
install.packages("plotly")
library(tidyverse)
library(dplyr)
library(reshape2)
library(plotly)
##### Importando os dados agregados dos outros Scripts e concatenando em tabelas únicas
atendidas_floripa <- read_csv2("atendidas_florianopolis.csv")
atendidas_biguacu <- read_csv2("atendidas_biguacu.csv")
atendidas_sj <- read_csv2("atendidas_saojose.csv")
atendidas_joinville <- read_csv2("atendidas_joinville.csv")
#Limpando colunas inúteis
atendidas_joinville$E_mail2 <- NULL
atendidas_sj$E_mail2 <- NULL
atendidas_biguacu$E_mail2 <- NULL
atendidas_sj$E_mail3 <- NULL
atendidas_sj$E_mail4 <- NULL
atendidas_sj["Sexo"] <- NA
d2 <- atendidas_sj[,c("Tel", "Data_hora", "Duracao", "Uniqueid", "Failure_code",
"Failure_cause", "Nome", "CPF", "Sexo", "Data_nasc",
"Idade", "E_mail", "Tabulacao", "cidade")]
atendidas_floripa_e1 <- read_csv2("atendidas_etapa1_florianopolis.csv")
atendidas_biguacu_e1 <- read_csv2("atendidas_etapa1_biguacu.csv")
atendidas_sj_e1 <- read_csv2("Atendidas_etapa1_saojose.csv")
atendidas_joinville_e1 <- read_csv2("atendidas_etapa1_joinville.csv")
atendidas_joinville_e1$E_mail2 <- NULL
atendidas_sj_e1$E_mail2 <- NULL
atendidas_biguacu_e1$E_mail2 <- NULL
atendidas_sj_e1$E_mail3 <- NULL
atendidas_sj_e1$E_mail4 <- NULL
atendidas_sj_e1["Sexo"] <- NA
d3 <- atendidas_sj_e1[,c("Tel", "Data_hora", "Duracao", "Uniqueid", "Failure_code",
"Failure_cause", "Nome", "CPF", "Sexo", "Data_nasc",
"Idade", "E_mail", "Tabulacao", "cidade")]
chamadas_atendidas <- rbind(atendidas_biguacu, atendidas_floripa,
atendidas_joinville, d2)
chamadas_atendidas_etapa1 <- rbind(atendidas_biguacu_e1, atendidas_floripa_e1,
atendidas_joinville_e1, d3)
rm(atendidas_biguacu, atendidas_biguacu_e1, atendidas_floripa,
atendidas_floripa_e1, atendidas_joinville, atendidas_joinville_e1,
atendidas_sj, atendidas_sj_e1, d2, d3)
chamadas_atendidas$Sexo <- as.factor(chamadas_atendidas$Sexo)
chamadas_atendidas$Tabulacao <- as.factor(chamadas_atendidas$Tabulacao)
chamadas_atendidas$cidade <- as.factor(chamadas_atendidas$cidade)
chamadas_atendidas_etapa1$Sexo <- as.factor(chamadas_atendidas_etapa1$Sexo)
chamadas_atendidas_etapa1$Tabulacao <- as.factor(chamadas_atendidas_etapa1$Tabulacao)
chamadas_atendidas_etapa1$cidade <- as.factor(chamadas_atendidas_etapa1$cidade)
clientes <- chamadas_atendidas %>%
filter(Tabulacao == "ROBO - TRANSFERINDO PARA ANALISTA")
sucesso_por_coluna <-
rbind(read_csv2("Joinvile Contagem Sucesso de Colunas Telefone.csv"),
read_csv2("Biguaçu Contagem Sucesso de Colunas Telefone.csv"),
read_csv2("São José Contagem Sucesso de Colunas Telefone.csv"),
read_csv2("Florianopolis Contagem Sucesso de Colunas Telefone.csv"))
sucesso_celular_fixo <-
rbind(read_csv2("Joinville Contagem de quantos fixos e celulares.csv"),
read_csv2("Biguaçu Contagem de quantos fixos e celulares.csv"),
read_csv2("São José Contagem de quantos fixos e celulares.csv"),
read_csv2("Florianopolis Contagem de quantos fixos e celulares.csv"))
colnames(chamadas_atendidas_etapa1) <- c("Tel", "Data_hora", "Duracao",
"Uniqueid","Failure_code",
"Failure_cause", "Nome", "CPF",
"Sexo", "Data_nasc", "Idade",
"E_mail", "Tabulacao1","cidade")
atendidas <- inner_join(chamadas_atendidas_etapa1, chamadas_atendidas[,c("CPF","Tabulacao")], by = "CPF")
atendidas_mudou_tabulacao <- atendidas %>%
filter(atendidas$Tabulacao != atendidas$Tabulacao1)
atendidas$Data_hora <- strptime(atendidas$Data_hora, format = "%Y-%m-%d %H:%M:%S")
atendidas_converteu <- atendidas_mudou_tabulacao %>%
filter(atendidas_mudou_tabulacao$Tabulacao == "ROBO - TRANSFERINDO PARA ANALISTA")
### Gráficos
# Chamadas atendidas agrupadas por sexo
atendidas[complete.cases(atendidas$Sexo),] %>%
ggplot()+
geom_bar(aes(x = Sexo, fill = Sexo))+
xlab("Sexo")+
ylab("Quantidade")+
ggtitle("Sexo do Lead")
# Chamadas atendidas por hora
atendidas %>%
ggplot()+
geom_bar(aes(x = Data_hora$hour, fill = ..x..))+
ggtitle("Chamadas atendidas por Hora")+
xlab("Hora")+
ylab("Quantidade")+
theme_light()
# Chamadas atendidas por dia da semana
atendidas %>%
ggplot()+
geom_bar(aes(x = Data_hora$wday, fill = ..x..))+
theme_light()+
ggtitle("Chamadas atendidas por dia da semana")+
xlab("Hora")+
ylab("Quantidade")
# Chamadas atendidas por idade
atendidas[complete.cases(atendidas$Idade),] %>%
ggplot()+
geom_bar(aes(x = Idade))+
theme_light()+
ggtitle("Chamadas atendidas por Idade")+
xlab("Idade")+
ylab("Quantidade")
# Chamadas atendidas por Tabulação
atendidas %>%
ggplot()+
geom_bar(aes(x = Tabulacao1,fill = Tabulacao1))+
geom_bar(aes(Tabulacao, alpha = 0.7, color = "red"))
atendidas %>%
ggplot()+
geom_bar(aes(Tabulacao1, fill = Tabulacao1))
# Clientes por Sexo, Idade
clientes[complete.cases(clientes$Sexo),] %>%
ggplot()+
geom_bar(aes(x = Sexo, fill = Sexo))+
xlab("Sexo")+
ylab("Quantidade")+
ggtitle("Sexo do Lead")
clientes %>%
ggplot()+
geom_bar(aes(x = Idade, fill = Idade))+
xlab("Idade")+
ylab("Quantidade")+
ggtitle("Sexo do Lead")
# Mudanças de tabulacao
atendidas_mudou_tabulacao %>%
ggplot()+
geom_bar(aes(x = Tabulacao1, fill = Tabulacao1))+
geom_bar(aes(x = Tabulacao, alpha = 0.2))+
xlab("Sexo")+
ylab("Quantidade")+
ggtitle("Sexo do Lead")
filter(atendidas_mudou_tabulacao,
atendidas_mudou_tabulacao$Tabulacao == "ROBO - TRANSFERINDO PARA ANALISTA") %>%
ggplot()+
geom_bar(aes(x = Tabulacao1, fill = Tabulacao1
))+
xlab("Tabulação Anterior")+
ylab("Quantidade")+
ggtitle("Origem do Lead")
# Cliente fixo e celular
sucesso_celular_fixo %>%
ggplot()+
geom_bar(aes(summarise(sucesso_celular_fixo,
celular = sum(sucesso_celular_fixo$Celular),
Fixo = sum(sucesso_celular_fixo$Fixo))))