Oi Gabriel! Tudo bem?
Em Business Intelligence, é comum trabalhar com uma única fonte de dados consolidada, como uma tabela ou view, para gerar relatórios e dashboards. Isso se dá porque essas ferramentas são projetadas para otimizar a visualização e a análise de dados já estruturados.
Por outro lado, em Data Science, a flexibilidade é uma necessidade. Os dataframes em Python, por exemplo, permitem manipular e transformar dados de forma mais dinâmica. É comum criar dataframes derivados de um principal para atender a necessidades específicas de análise ou visualização. Assim, proporcionando uma abordagem mais exploratória e iterativa, importante em projetos de ciência de dados.
Quanto aos dashboards, em ferramentas como o PowerBI, é possível aplicar filtros que afetam todas as visualizações e métricas. Esses filtros podem ser configurados para interagir com diferentes partes do seu dashboard, permitindo uma análise mais integrada e dinâmica. Por exemplo, você pode ter um filtro de data que, ao ser ajustado, atualiza todos os gráficos e métricas para refletir o período selecionado.
Espero ter ajudado.
Qualquer dúvida que surgir, compartilhe no fórum. Abraços e bons estudos!
Caso este post tenha lhe ajudado, por favor, marcar como solucionado ✓. Bons Estudos!
