Esse projeto utiliza dados da Olist, uma plataforma que conecta lojistas aos principais marketplaces do Brasil. O objetivo é importar, tratar e analisar quatro diferentes bases de dados utilizando o Power Query no Power BI, fornecendo insights valiosos sobre vendas e comportamento do cliente.
As seguintes bases de dados foram importadas:
- Pedidos (xlsx): Informações sobre todos os pedidos realizados.
- Itens Pedidos (csv): Itens específicos de cada pedido.
- Pagamentos (xml): Detalhes dos pagamentos realizados.
- Produtos (json): Informações detalhadas sobre os produtos vendidos.
- Vá para a guia Página Inicial no Power BI.
- Clique em Obter Dados e selecione De Pasta de Trabalho.
- Navegue até o arquivo de pedidos e selecione-o.
- Escolha a planilha que contém os dados e clique em Carregar.
- Clique em Obter Dados e selecione Arquivo > Texto/CSV.
- Navegue até o arquivo de itens pedidos e carregue os dados.
- Clique em Obter Dados e selecione Arquivo > XML.
- Carregue o arquivo de pagamentos e verifique a estrutura dos dados.
- Clique em Obter Dados e selecione Arquivo > JSON.
- Carregue o arquivo de produtos e verifique a estrutura.
Durante o tratamento de dados, explorei várias funcionalidades do Power Query, incluindo:
- Coluna de Exemplo: Utilizei para limpar a coluna "Tipo de Pagamentos", removendo duplicatas e substituindo valores.
- Remover Linhas: Aprendi a remover linhas específicas utilizando a função "Remover linhas superiores".
- Promover Cabeçalho: Usei a opção "Usar primeira linha como cabeçalho".
- Extração de Texto: Extraí texto utilizando delimitadores específicos nas colunas.
- Mesclagem de Consultas: Mesclei consultas para correlacionar informações entre tabelas.
- Substituição de Valores: Utilize a ferramenta "Substituir Valores" para fazer modificações diretas na coluna "Payment Type".
- Explorei a Coluna Personalizada e a criação de parâmetros usando Gerenciar Parâmetros no Power Query.
- Aprendi a lidar com desafios de tipagem automática e como definir manualmente tipos de dados.
- Realizei a renomeação de colunas e a otimização das etapas aplicadas usando o Editor Avançado.
- Apliquei melhorias de performance eliminando etapas desnecessárias e unificando processos.
A modelagem de dados foi uma etapa essencial para transformar essas informações em insights úteis. Consegui integrar diversas fontes de dados e criar dashboards interativos que realçam o desempenho das vendas.
O projeto inclui um dashboard com três gráficos:
- Gráfico de Tabela: Tipo de pagamento por contagem de ID de pedido.
- Gráfico de Barras Empilhadas: Soma de preço por nome de categoria.
- Gráfico de Colunas Clusterizado: Soma de preço por tipo de pagamento.
Esses gráficos oferecem uma visualização clara e fácil de interpretar dos dados, facilitando a análise e a tomada de decisões estratégicas.
Este projeto é um excelente exemplo de como ferramentas como o Power BI e o Power Query podem ser utilizadas para transformar dados brutos em informações acionáveis. Espero que este repositório seja útil para quem busca entender mais sobre análise de dados e modelagem no Power BI!
Sinta-se à vontade para explorar e adaptar as técnicas apresentadas aqui para seus próprios projetos!