Dashboard de Data Analytics desenvolvido com Python e Streamlit para transformar dados operacionais em KPIs, visualizações e informações gerenciais para apoio à tomada de decisão.
O Operação Labora/Ambipar é um projeto de Data Analytics aplicado à gestão operacional, desenvolvido para transformar uma base estruturada de dados em uma visão gerencial simples, interativa e orientada a indicadores.
A solução utiliza Python e Pandas para tratamento, organização e agregação dos dados, Plotly para visualizações e Streamlit para disponibilização das análises em uma interface web interativa.
O dashboard permite acompanhar os principais resultados da operação, analisar a distribuição de volume e valor entre postos e CNPJs e identificar concentrações e diferenças de desempenho que podem apoiar o processo de tomada de decisão.
Bases operacionais podem conter grande volume de registros sem necessariamente oferecer uma visão clara sobre o desempenho da operação.
O projeto parte da seguinte questão:
Como transformar registros operacionais em informações gerenciais que facilitem o acompanhamento de performance e a identificação de padrões relevantes?
Para responder a essa questão, a aplicação estrutura os dados em KPIs, rankings e análises detalhadas, permitindo uma leitura mais rápida dos resultados.
O dashboard consolida indicadores relacionados à operação, incluindo:
- Total de postos
- Total de CNPJs
- Quantidade de notas fiscais processadas
- Valor total recolhido
- Distribuição de volume por posto
- Distribuição de volume por CNPJ
- Distribuição de valor por posto
- Distribuição de valor por CNPJ
Apresentação consolidada dos principais indicadores da operação.
- Top 10 postos por valor recolhido
- Top 10 CNPJs por valor recolhido
- Top 10 postos por quantidade de notas
- Top 10 CNPJs por quantidade de notas
- Análise individual por posto
- Análise individual por CNPJ
- Formatação automática de CNPJs
- Exploração dos dados por meio da interface
A aplicação permite exportar resultados consolidados em formato CSV para análises complementares.
Clique na imagem para acessar a aplicação.
Base Excel
│
▼
Leitura dos dados
│
▼
Tratamento e organização
│
▼
Pandas
│
▼
Agregações e cálculo de KPIs
│
▼
Visualizações com Plotly
│
▼
Dashboard Streamlit
│
▼
Análise gerencial
│
▼
Exportação de resultados
| Tecnologia | Aplicação |
|---|---|
| Python | Desenvolvimento e processamento dos dados |
| Pandas | Limpeza, transformação, agregação e análise |
| Streamlit | Interface web e construção do dashboard |
| Plotly | Visualizações interativas |
| OpenPyXL | Leitura e integração com arquivos Excel |
| Excel / CSV | Fonte de dados e exportação de resultados |
Operacao-Labora-Ambipar/
│
├── assets/
│ └── dashboard-preview.png
│
├── Dashboard.py
├── requirements.txt
├── PLANILHA.xlsx
└── README.md
Dashboard.py
Aplicação principal responsável pelo processamento dos dados, cálculo dos indicadores, visualizações e interface Streamlit.
PLANILHA.xlsx
Base utilizada pela aplicação para processamento dos indicadores.
requirements.txt
Dependências necessárias para execução do projeto.
assets/
Recursos visuais utilizados na documentação.
A aplicação utiliza uma base Excel contendo informações operacionais utilizadas na geração dos indicadores.
Entre os principais campos analisados estão:
- Posto
- CNPJ Ambipar
- Quantidade de notas
- Valor recolhido
Esses dados são tratados e agregados para produzir diferentes níveis de análise operacional.
A estrutura analítica desenvolvida permite identificar aspectos relevantes da operação, como:
- concentração de volume entre postos e CNPJs;
- concentração financeira dos valores processados;
- diferenças de desempenho entre unidades;
- identificação dos principais responsáveis pelo resultado consolidado;
- acompanhamento de KPIs em uma visão centralizada.
O projeto demonstra como dados operacionais podem ser transformados em informação gerencial, reduzindo a necessidade de interpretação manual de planilhas e facilitando a identificação de padrões relevantes para a gestão.
Este projeto aplica conceitos e práticas de:
- Data Analytics
- Operations Analytics
- Business Intelligence
- Python aplicado a dados
- Data Cleaning & Transformation
- Análise Exploratória de Dados
- KPI Management
- Data Visualization
- Dashboard Development
- Performance Analysis
- Data-Driven Decision Making
- Transformação de dados em insights de negócio
O projeto foi desenvolvido como desafio do curso de Streamlit, integrante da trilha Avançado em Data Science com Python — Alura.
A proposta acadêmica foi utilizada como oportunidade para aplicar técnicas de análise e visualização de dados a um contexto operacional, aproximando o desenvolvimento técnico de uma aplicação voltada a gestão, performance e tomada de decisão.
Project Management | PMO | Operations & Performance | Data Analytics & AI for Business
⭐ Este projeto faz parte do meu portfólio de aplicações de Data Analytics, Inteligência Artificial e tecnologia aplicada a problemas de negócio.