[adrotate banner=”4″]

[adrotate banner=”10″]

O time de Business Intelligence da Luby compilou dados do agronegócio históricos da Organização das Nações Unidas para Alimentação e Agricultura (FAO) para possibilitar análises com influência direta ou indireta em eventos externos que servem como comparativo com fatos locais (seu negócio) para tomada de decisões mais assertivas. Transformamos esses dados do agronegócio em um dashboard interativo. Isto é, um painel de informações com métricas e indicadores-chave de performance.

Para acessar o Dashboard e analisar dados do agronegócio agora mesmo, clique aqui.

Neste artigo, vamos falar sobre as vantagens do dashboard e conferir um passo a passo de como utilizá-lo da melhor maneira para tirar insights valiosos dos dados do Agronegócio.·       

Vantagens do Dashboard

Visão global de dados do agronegócio

Visão global dos dados do agronegócio através de mapa que possibilita análises por região, país e período. Dessa forma, proporcionando o comparativo com fatos locais para tomada de decisões mais assertivas.

Comparativo de produção entre países e período

O Dashboard oferece a possibilidade de analisar a relação entre Production, Area Harvested e Yield. Além disso, possui uma visualização do ranking top 10 de todas variáveis entre os países mapeados.

Análise de Production, Area Harvested e Yield

Esses dados do agronegócio possibilitam um comparativo de crescimento ou decréscimo da Production, Area Harvested e Yield, podendo influenciar no investimento em produção, área colhida ou colheita da sua empresa.

Como funciona o Dashboard Interativo?

Neste momento, vamos entender como funciona cada funcionalidade do dashboard. É importante lembrar que todos os valores (Production, Area Harvested and Yield) dos gráficos estão em milhares. Isso foi necessário porque, caso deixasse em milhões ou superior, quando filtrássemos por um país específico ou item específico, o valor seria tão pequeno que deixaria a casa de milhões zerada.

Além disso, todas as páginas possuem botão para resetar os filtros e um menu para voltar para o menu principal ou navegar entre as páginas.

Para acessar o Dashboard e analisar dados do agronegócio agora mesmo, clique aqui.

Mas, primeiro, vamos saber mais sobre como utilizar os dados do agronegócio?

Preview Page

A página inicial é a capa do dashboard. Ou seja, neste momento, o usuário terá o primeiro contato com o dashboard. Aqui o foco é na navegação do usuário, em que ele poderá escolher por onde iniciar sua navegação.

Main Page

Na Main Page, temos a página principal com Big numbers em cards com o Total Production, Total Yield, Total Area Harvested, Total Itens e Total Countries.

Abaixo das visualizações em cards dos totais, temos o aumento em porcentagem da produção comparada com o ano anterior, na cor verde, quando positivo e, quando há decréscimo do valor, a cor se torna vermelho negativo. Ou seja, isso facilita a compreensão da variação anual dos totais (positiva ou negativa).

Além disso, Total Itens e Total Countries possui variação em números e não em porcentagem. Sendo assim, abaixo das visualizações em cards dos totais, temos um visual em gráfico de barras com o Total Production by country.

À direita desse visual, temos um visual também de gráfico de barras com o Total Area Harvested by Item. No primeiro gráfico abaixo à esquerda, temos um gráfico de colunas com o total de produção por item. Essa é uma linha que destaca o esforço gasto (Princípio de Pareto, em que 80% das consequências advém de 20% das causas).

Por fim, a última visualização desta página está em gráfico de linha, para que possa ser avaliado o total de Yield por ano, destacando alguns valores da linha do tempo – que vai de 1961 a 2019- sendo possível, por meio do mouse, verificar cada ano através da linha.

demais, a página também possui filtros por ano, Country e Year, caso deseje avaliar as visualizações pelos filtros separadamente.

Overview Page

Aqui, teremos mais 5 visuais que complementam a Main Page, trazendo novos insights. Porém, com os mesmos esquema de cards da Main Page para auxiliar nos comparativos.

Como o primeiro visual no topo à esquerda, temos um visual de gráfico de coluna agrupado de 10 em 10 anos. Dessa forma, facilitando a visualização dos totais por décadas.

Abaixo dessa visualização, temos uma visualização por matriz, em que é possível visualizar os totais de Yield, Area Harvested e Production ao longo dos anos com um barra dentro das colunas que aumenta de acordo com o crescimento do valor apresentado.

Assim, ao lado direito, temos uma visualização de gráfico de barras que mostra o Total Yield by item, com destaque para o maior valor através de um verde mais forte e o menor valor em vermelho.

Para finalizar, abaixo temos um gráfico de Área com o Total Production by Year, com o destaque da linha central com a média para comparativo com os anos.

Countries Page

Nesta página, separamos 4 países de diferentes regiões do mundo (as melhores escolhas de variação) para realizar um comparativo entre eles.

Dessa forma, nos visuais da esquerda, temos gráficos de linhas em que podemos acompanhar a média de produção ao longo dos anos e a previsão para os próximos 10 anos de crescimento ou não do país.

Já do lado direito, temos a Production, Area Harvested e Yield, divididos por seus totais acumulados de todos os anos.

Aqui, podemos também realizar filtros separados por item ou Year, e os filtros não inferem um no outro para não causar quebra na lógica dos visuais.

Para acessar o Dashboard e analisar dados do agronegócio agora mesmo, clique aqui.

Items Page

Aqui, o objetivo é ser capaz de analisar os itens separadamente, escolher o item e poder analisar pelas visualizações distribuídas na página como os 10 países com maior Yield, Total Area Harvested by Country e Total Production by Country.

Temos também à direita um mapa que mostra – de uma forma mais simplificada – a visão geral dos países, onde a produção foi maior ou menor de acordo com uma escala de cor gradiente entre o vermelho e o verde, como explicado na imagem abaixo.

Os filtros, acima da página, liberam apenas a escolha de 1 Item por vez e de Year é igual como nas outras páginas.

Comparative Page

Nesta página, podemos realizar o comparativo entre dois países sobre um determinado item e ter uma previsão para os próximos 10 anos baseado nos anos anteriores.

Na parte superior, temos os Big Numbers do país selecionado à esquerda e outro à direita.

Já na parte inferior da página, temos visuais de gráficos de barras com dados sobre Total Production, Total Area Harvested e Total Yield.

Os filtros superiores funcionam da mesma forma que a Page Items e os filtros da esquerda não inferem no da direita e vice-versa.

Melhore a sua Tomada de Decisão com os dados do agronegócio

Encontrar oportunidades de negócios, desenvolver estratégias e prever tendências. As análises e previsões dos dados do agronegócio, possibilitadas pelo Dashboard desenvolvido sob medida, ajudam você a encontrar o equilíbrio ideal entre o potencial do mercado e sua própria produção.

Para acessar o Dashboard e analisar dados do agronegócio agora mesmo, clique neste link: aqui.

Nosso time é capaz de criar cenários e fornecer parâmetros para investimento, forecasting, redução de riscos e previsibilidade de colheita e receita. Para saber mais sobre Business Intelligence no seu negócio, clique aqui e fale com um dos nossos especialistas.

Por Raphael Amorim em parceria com o Guilherme Campanez.

[adrotate banner=”5″]

O post Dados do Agronegócio: Dashboard interativo com insights globais apareceu primeiro em Luby Software.

[adrotate banner=”4″]

Pensando nisso, criamos um passo a passo de como você pode exportar um conjunto de dados de uma tabela ou um gráfico específico do Power BI para o Excel.

Continue lendo o artigo para conferir algumas formas de facilitar este processo.

1° Botão Exportar Data

Uma das maneiras mais conhecidas de exportar dados do Power BI para Excel é através de uma visualização clicando nos 3 pontos (…) no canto superior direito.

Após isso, é possível clicar em exportar data (na versão Desktop, só é possível exportar no formato .CSV, através do Power BI online você consegue também exportar no formato Excel).

2° Power Query (sem botão transformar dados)

Para exportar do Power BI para Excel, você também pode clicar com o botão direito em qualquer parte da tabela dentro do Power Query e irá aparecer no menu a opção “copiar tabela”.

Portanto, após realizar a cópia virtual dessa tabela, você deverá copiá-la em uma tabela em branco no Excel com o comando CTRL + V. 

Porém, fique atento: medidas não podem ser copiadas dessa forma, somente tabelas na forma que estão no Power Query.

3° Power Query (com botão transformar dados)

Após clicar em “Transformar dados”, você pode clicar no canto superior esquerdo da tabela, clicar com o botão direito e irá aparecer a primeira opção “copiar a tabela inteira”.

Assim, após feito isso, basta ir até o Excel e utilizar o comando CTRL + V.

4° Linguagem R ou Python

Essa maneira de exportar um conjunto de dados do Power BI para Excel é um pouco mais avançada, mas é muito útil em alguns casos. Por meio do Power Query, você irá escrever um Script através da linguagem R ou Python que irá salvar sua tabela em Excel no seu computador.

Entretanto, o único problema desse método é que ele não copia sua tabela e recorta. Portanto, ele retira os dados do Power BI.

5° DAX Studio

É possível realizar uma consulta dentro do DAX Studio. Por meio disso, você pode utilizar um OUTPUT para salvar a tabela no formato CSV ou TXT.

Exportar dados do Power BI para Excel irá facilitar a gestão de informações do seu projeto

Transformando dados em informações relevantes, o Power BI é um facilitador para a sua operação. Além disso, ele possibilita o envio dessas informações para a ferramenta que faz sentido para o seu negócio. 

Neste artigo, explicamos como um conjunto de dados de uma tabela ou gráfico pode ser exportado para do Power BI para o Excel de forma simples.

Então, se você quer saber mais sobre como o Power BI pode impulsionar o seu negócio, clique neste link e fale com um de nossos especialistas em Business Intelligence.

[/vc_column_text][/vc_column][/vc_row]

[adrotate banner=”5″]

O post Como exportar do Power BI para o Excel apareceu primeiro em Luby Software.

Neste artigo, vamos saber tudo sobre como funciona esse sistema. Vamos lá?

[adrotate banner=”4″]

Formas de utilização

Um Data Warehouse armazena dados tratados e limpos após o processo de ETL (Extract, transform and load). Porém, esses dados são tratados e entregues de acordo com as necessidades de quem irá consumi-los. Ou seja, os dados estão organizados e prontos para serem utilizados através de ferramentas de visualização, como o Power BI. 

Então, o principal objetivo e vantagens ao se utilizar um Data Warehouse é:

• Centralizar dados tratados (que podem vir de diversas fontes diferentes);
• Organizá-los para tomadas de decisão;
• Agilidade nas consultas (pois não haverá a necessidade de tratamento ou limpeza novamente já que o Data Warehouse armazena dados históricos);
• E separação por Data Marts, que nada mais é do que pedaços do Data Warehouse dividido por setor ou área de interesse da empresa.   

Por isso, o Data Warehouse é a base para unificar todos os seus sistemas e arquivos. Assim, será possível criar uma base única para montagem de relatórios e dashboards, concedendo tomadas de decisões mais assertivas.

Tutorial de construção de um Data Warehouse

Para a construção deste tutorial, vamos imaginar uma estrutura igual a imagem abaixo:[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][tm_image image=”8461″][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]

1° Passo – Levantamento de requisitos

Nesta etapa, precisamos identificar as necessidades de quem irá consumir os dados. Ou seja, o que será armazenado no Data Warehouse, o que ele terá, o que será visualizado e consumido pelas pessoas que terão acesso a ele.

2° Passo – Mapeamento e identificação dos dados

No caso da imagem acima, temos 4 fontes de dados (CRM, DATABASE, ERP e FILES), todas vindo de locais e sistemas diferentes, em que iremos verificar e documentar através de um dicionário de dados quais são os dados que serão utilizados para criação de um modelo de dados dimensional (que serão as tabelas dimensão e Fato do nosso Data Warehouse).

3° Passo – Criar um modelo de dados

O que é na prática criar um modelo de dados? É basicamente construir de acordo com o nosso mapeamento de dados um modelo/diagrama de como serão construídas nossas tabelas dimensão e tabelas fato somente com as colunas com os dados de interesse do nosso projeto.

4° Passo – ETL

Este 4º passo é o momento em que realizamos o tratamento dos dados. Agora que já temos um modelo de dados onde sabemos exatamente o que iremos usar em nosso projeto, basta extrair os dados das fontes (CRM, DATABASE, ERP e FILES) para a ferramenta que você usará para tratar os dados, realizar a limpeza, padronização, junções de tabelas, construção das tabelas fatos e dimensões todas de acordo com o modelo predefinido para que possa ser consumido através de ferramentas de visualização e relatórios.

5° Passo – Criação dos Data Marts

Aqui, como explicado anteriormente, nada mais é do que a segmentação. Ou seja, a divisão por área de interesse do dono do projeto que deseja separar os dados tratados do financeiro, compras e vendas, como mostrado na imagem a seguir. Aqui temos dois motivos básicos para sua utilização:

• 1) Organização: para facilitar o consumo dos dados por setor e não ficar todas as tabelas no mesmo espaço, agilizando o processo e tomada de decisão
• 2) Segurança dos dados: além da organização, a separação em Data Marts serve para que os setores não possam interagir ou visualizar com os dados de outro setor. Algumas empresas preferem que os setores não acessem os dados entre si e que somente a diretoria tenha acesso e uma visão geral do Data Warehouse.

[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][tm_image image=”8462″][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]

Erros comuns do Data Warehouse

1° Erro – Falta de comunicação com a área de negócios

Essa é a área mais importante da construção de um Data Warehouse. Isso porque de nada adianta criar o melhor pipeline de dados para um Data Warehouse, limpar e tratar os dados consumindo o menor tempo possível e as atualizações e segurança estarem funcionando perfeitamente bem para o consumo dos dados se, ao final, todo trabalho realizado não era o que a área de negócios queria. 

Ou seja, tratei os dados errados e levei para o Data Warehouse informações não relevantes para a tomada de decisão. Inclusive, deixe claro que você precisa de feedback sobre o que foi feito para corrigir e melhorar o desenvolvimento do Data Warehouse.

2° Erro – Falta de alinhamento com a equipe de produção

Toda a equipe responsável pela construção do Data Warehouse deve estar alinhada sobre o que está sendo feito ou sobre o que não pode ser feito. Isso para evitar gargalos, retrabalho e erros desnecessários.

3° Erro – Falta de documentação

Você e sua equipe chegam ao final do projeto após meses trabalhando e, ao final, percebem que não lembraram de detalhes importantes que podem prejudicar o projeto no futuro. Então, percebem que não documentaram nada do que foi realizado. 

Esse é um erro comum de acontecer quando a equipe está “correndo” para entregar um projeto dentro de um prazo que provavelmente não foi calculado o tempo e a importância de se entregar toda a sua documentação. A documentação serve, literalmente, como um manual para entender todo o processo realizado durante o projeto.

4° Erro – Construir o Data Warehouse pensando somente no operacional

Lembre-se que o Data Warehouse será utilizado pelas 3 áreas de planejamento da empresa (estratégico, tático e operacional). Por isso, não caia no erro de produzir um Data Warehouse para atender somente a demanda de supervisores ou gerentes. Assim, pense na alta diretoria que precisa tomar decisões muito mais estratégicas para o futuro da empresa.

Conclusão

O Data Warehouse é a solução para a estratégia de dados da sua empresa. 

A Luby é uma parceira de desenvolvimento de soluções digitais para evoluir a performance do seu negócio. Para saber mais sobre os nossos serviços, clique neste link e saiba mais sobre como podemos te ajudar.

[adrotate banner=”11″][/vc_column_text][/vc_column][/vc_row]

[adrotate banner=”5″]

O post Como utilizar Data Warehouse? apareceu primeiro em Luby Software.