O repositório apresenta a base de dados de mais de 2200 roupas, retirados do catálogo de um marketplace brasileiro por meio de webscrapping. Além do dataset, foram disponibilizados os códigos de scrapping e limpeza dos dados obtidos. Por questões de segurança, o nome do marketplace não é mencionado nessa documentação ou nos códigos mas, no momento dessa redação, o site representa a maior plataforma de compra e vendas do Brasil.
O dataset limpo contém 2206 observações, separadas em 14 colunas. Os dados foram obtidos a partir da extração do site no dia 15/09/2023. As descrições das colunas estão disponíveis abaixo.
| Coluna | Descrição | Tipo | |
|---|---|---|---|
| Titulo | Título do produto como apresentado no anúncio da venda | Categórica | |
| Preco_original | Preço original do item | Numérica contínua | |
| Desconto_percentual | Percentual de desconto aplicado ao item | Numérica contínua | |
| Preco_com_desconto | Preço final do item com o desconto aplicado | Numérica contínua | |
| n_vendidos_categoria | Categoria com o número de itens vendidos. O site categoriza o número de vendas a partir de ranges | Categórica | |
| Marca | Marca da roupa vendida | Categórica | |
| Material | Material da roupa | Categórica | |
| Gênero | “Gênero” do item | Categórica | |
| Temporada | Temporada do ano a qual a peça faz referência: Outono/Inverno, Primavera/Verão, etc. | Categórica | |
| Nota | Nota média das avaliações dos clientes | Numérica contínua | |
| N_Avaliações | Quantidade de avaliações dos clientes | Numérica contínua | |
| Review1 | Primeira review que aparece na página do produto | Categórica | |
| Review2 | Segunda review que aparece na página do produto | Categórica | |
| Review3 | Terceira review que aparece na página do produto | Categórica |