Solucionado (ver solução)

Importante

Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!

Solucionado
(ver solução)
2
respostas

[Projeto] Mão na massa - Projeto Final

Minha resolução :
Insira aqui a descrição dessa imagem para ajudar na acessibilidade

Insira aqui a descrição dessa imagem para ajudar na acessibilidade

Dashboard Filtrado ano 2017
Insira aqui a descrição dessa imagem para ajudar na acessibilidade

2 respostas

Olá, Neusa. Como vai?

Parabéns pela excelente entrega e pela conclusão do projeto final! Os seus dashboards ficaram com um visual fantástico, moderno e extremamente profissional. É muito bacana ver como você aplicou com sucesso todo o fluxo de ETL no Power Query e estruturou os cartões, os gráficos de linhas temporais, de pizza e de barras horizontais de maneira limpa e intuitiva.

Analisando as suas capturas de tela e a transição dos dados entre a visão geral e o filtro do ano de 2017, separei alguns insights técnicos importantes para consolidar o seu aprendizado em Business Intelligence:

1. Excelente Escolha de Gráficos e Coesão Visual

Você utilizou as melhores práticas de Data Visualization (Visualização de Dados) na composição do seu painel:

  • Gráfico de Linha para Séries Temporais: O gráfico "Pedidos ao longo do tempo" foi a escolha perfeita. Linhas são os melhores elementos visuais para mostrar tendências, picos e quedas de comportamento ao longo dos meses.
  • Gráfico de Barras Horizontais para Categorias: Utilizar barras horizontais para o ranking de produtos e vendas facilita muito a leitura dos nomes das categorias (como "Cama Mesa Banho"), evitando que o texto fique inclinado ou cortado, o que aconteceria em colunas verticais.

2. Análise do Comportamento dos Dados (Filtro 2017)

Ao olhar para a sua segunda imagem (Dashboard Filtrado ano 2017), conseguimos extrair insights de negócio valiosos que comprovam que o seu modelo de dados e os seus relacionamentos estão funcionando perfeitamente:

  • A quantidade de pedidos naquele ano foi de 45,10 Mil, representando quase metade do volume histórico total (99,44 Mil).
  • Nota-se um crescimento consistente ao longo dos meses de 2017, atingindo o pico em novembro com 7,4 Mil pedidos. Esse comportamento é um padrão clássico no e-commerce brasileiro devido ao impacto da Black Friday.

3. Dica de Próximo Passo: Ajuste de Granularidade no Gráfico de Linha

Se você reparar no gráfico de linhas da terceira imagem, que mostra o acumulado total, a linha sofre uma queda abrupta para 0,0 Mil no início de 2017 e no final de 2018.

  • Por que isso acontece? Isso geralmente ocorre devido à falta de dados preenchidos para alguns dias específicos nas pontas da base histórica ou pelo cruzamento com uma tabela calendário.
  • Como melhorar: No Power Query ou na própria configuração do eixo X do gráfico, você pode filtrar ou ajustar a granularidade para exibir apenas os meses que possuem dados de fato consolidados, eliminando essa queda artificial para zero e deixando a linha de tendência ainda mais linear e elegante.

Parabéns pelo empenho ao longo de todo o curso e por construir um projeto prático tão robusto a partir dos dados da Olist! O seu portfólio ganhou um excelente painel de nível corporativo.

Espero que possa ter lhe ajudado!

solução!

Olá Evandro! Como vai?
Obrigada pelo retorno!
Seguindo sua dica no ajuste da granularidade do gráfico de linhas segue abaixo os dashboards ajustados. Também apliquei o filtro para ajustar os valores nulos.
Insira aqui a descrição dessa imagem para ajudar na acessibilidade

Filtro aplicado nulos
Insira aqui a descrição dessa imagem para ajudar na acessibilidade
Filtro ano 2016
Insira aqui a descrição dessa imagem para ajudar na acessibilidade

Filtro ano 2017
Insira aqui a descrição dessa imagem para ajudar na acessibilidade

Filtro ano 2018
Insira aqui a descrição dessa imagem para ajudar na acessibilidade