Este documento apresenta os dashboards desenvolvidos a partir de dados estruturados segundo o modelo de tabelas fato e dimensão, aplicando as metodologias de cubo (modelos star e snowflake). Além de exibir as visualizações, descreve o propósito geral de cada dashboard.
Foi estruturado um wireframe para o dashboard com o objetivo de organizar a disposição dos gráficos de forma estratégica, garantindo uma visualização clara, limpa e direta. A proposta busca facilitar a interpretação das informações pela CESB, auxiliando na tomada de decisões a partir de dados apresentados de maneira objetiva e intuitiva.
Para tornar o dashboard inclusivo e de fácil utilização, foram aplicados princípios de acessibilidade baseados nas diretrizes WCAG. Entre as práticas adotadas, destacam-se: a adição de textos alternativos em gráficos e visuais para permitir compreensão por leitores de tela, a configuração de navegação por teclado, garantindo acesso às funcionalidades sem dependência do mouse, e a padronização do idioma e formatos regionais (datas, números e moeda em PT-BR), assegurando clareza e consistência na apresentação.
Essas medidas contribuem não apenas para atender todos os usuários, mas também para oferecer uma experiência mais clara, organizada e eficiente.
O dashboard foi estruturado para oferecer uma experiência clara e acessível, permitindo que os usuários explorem os dados de forma intuitiva. Abaixo, seguem orientações de uso:
Estrutura Geral
-
O dashboard está dividido em duas seções principais, informações KPIs e gráficos.
-
A navegação segue a lógica de leitura da esquerda para a direita e de cima para baixo, facilitando a compreensão.
Interatividade
-
Drill Down / Drill Up: Nos gráficos temporais, o usuário pode clicar em um ano para detalhar os dados por mês ou voltar ao nível anterior.
-
Tooltips: Ao passar o mouse sobre um gráfico ou marcador no mapa, surgem informações adicionais.
Acessibilidade
-
A navegação pode ser feita somente por teclado, utilizando Tab, Enter e setas direcionais.
-
O dashboard segue a configuração de idioma PT-BR, com formatações adequadas para números, datas e moeda.
Para garantir a consistência da análise, foi realizado o tratamento de erros relacionados a valores nulos ou inválidos presentes nas tabelas disponibilizadas pelo parceiro. Esse processo foi conduzido em um ambiente Google Colab, onde foram aplicadas as etapas de limpeza e padronização dos dados.
Os dados também foram devidamente organizados e divididos entre tabelas fato e tabelas dimensão, possibilitando o estabelecimento das relações no Power BI e, consequentemente, a criação dos gráficos e indicadores analíticos.
As principais tabelas fato geradas a partir do tratamento e suas questões-chave são:
-
fato_inscricao: Qual é o nível de engajamento dos produtores por região nas iniciativas do CESB?
-
fato_solo: Como a qualidade do solo influencia o plantio? Quais tipos de solo predominam entre os produtores de maior destaque?
-
fato_tecnologia: Qual é a relação entre investimento em tecnologia e ganhos de produtividade?
-
fato_plantacao: Quais práticas de manejo do solo são mais utilizadas para tratamento e quais apresentam maior eficiência?
Com base na relação estabelecida entre as tabelas fato e dimensão e a criação dos respectivos cubos, foi criado um dashboard com o objetivo principal de apoiar a visualização dos dados e a tomada de decisão.
Foram definidos indicadores-chave de desempenho (KPIs) que possibilitam uma leitura rápida e objetiva dos principais resultados. O primeiro KPI apresenta a contagem máxima de inscrições, evidenciando o nível de participação. O segundo destaca a quantidade de auditorias realizadas, reforçando a importância do acompanhamento e da validação dos dados. Por fim, o terceiro KPI mostra a quantidade de classificados que passaram na auditoria, permitindo avaliar o impacto do processo de seleção e validação sobre os inscritos.
O gráfico apresenta culturas com maior produtividade, considerando os dados dos produtores inscritos. O objetivo desta análise é evidenciar quais as culturas são mais utilizadas em estratégias de plantio e seus possíveis impactos na produtividade final, servindo como base para o desenvolvimento de técnicas que priorizem um maior resultado.
As medidas utilizadas nesta análise foram obtidas a partir da relação entre a tabela fato_inscricao e a dimensão dim_inscricao, por meio do campo Cultura_Safrinha. A métrica de Produtividade_Final_sc_ha foi cruzada com a Cultura_Safrinha com o objetivo de identificar a relação de ganho e escolha dos produtores.
Foi utilizado um gráfico de barras por seu visual intuitivo e pela facilidade em identificar as diferenças entre os valores apresentados, como demonstrado a seguir:
Também foi apresentada um gráfico com a quantidade de inscrições por região, utilizando o campo Inscricao da tabela fato_inscricao para contar a quantidade de inscrições, em conjunto com o campo Regiao_Produtor, da dimensão dim_produtor, para identificar e segmentar os dados. Essa análise tem como foco principal compreender a distribuição regional do público da CESB, de forma a orientar estratégias mais direcionadas para o aumento do engajamento nas regiões com menor participação.
A visualização em formato de gráfico de setores foi escolhida por apresentar os dados numéricos de forma simples, porém eficiente, permitindo uma visualização clara e eficaz da porcentagem e número de inscrições por região, conforme demonstrado a seguir:
Foi gerado um gráfico comparando o campo Data_Inscricao da dim_inscricao com Inscricao do fato_inscricao. Seu objetivo é disponibilizar uma visualização mais clara sobre a quantidade de inscrições por período, com o objetivo de criar estratégias que aumentem as inscrições e possibilitem a identificação de tendências, sazonalidades e variações ao longo do tempo, servindo como base para tomadas de decisão mais assertivas.
Foi utilizado um gráfico de linha, para uma melhor visualização das tendências temporais, com "drill down" e "drill up" , oferendo diferentes níveis de visualização por ano, mês ou dia:
O gráfico apresenta a relação entre os campos Custo_total_ha e Produtividade_Final_kg_ha do fato_plantacao, permitindo uma análise comparativa entre o investimento realizado e o retorno em produtividade, segmentado conforme o Ciclo de Maturação, atributo da dim_cultura_ciclo.
Foi escolhido o gráfico de barras duplas pela facilidade de visualização da comparação entre os dois valores:
A seguir é apresentado uma Tabela de Rastreabilidade elencando os dashboards aos requisitos mapeados para o projeto.
| RF | Nome do Dashboard | Tipo Visual Principal | Medidas Utilizadas |
|---|---|---|---|
| RF04 | Contagem de Produtividade x Cultura | Gráfico de barras | Produtividade por cultura |
| RF04 | Inscrições por Região | Gráfico de setores | Inscrições por região |
| RF08 e RF07 | Inscrições por Ano/Mês/Dia | Gráfico de linha | Inscrições por Ano/Mês/Dia |
| RF04 | Custo e Produtividade por Ciclo de Maturação | Gráfico de barras duplas | Custo e Produtividade por Ciclo de Maturação |
A principio foi feita uma segmentação por região nos dashboards gerados, de modo a ter uma filtragem que agregue uma visualização mais singular dos dados, proporcionando decisões que se adequem a cada perfil de público do CESB.
Além disso, foi utilizado no Gráfico Inscrições por Ano/Mês/Dia a funcionalidade de "drill down", oferecendo a possibilidade de uma escolha de visualização de acordo com o nível da análise.
Conforme a política de utilização de AI acordada em sala de aula, foi utilizado ChatGPT para correções gramaticais, dúvidas pontuais e formatação. AI