Documentação Projeto
Heavy Power Nutrition
Orientação Inicial
Cenário Apresentado
Os relatórios de vendas são
gerados todo início de mês, pelos analistas de Vendas B2B que criam esses
relatórios em tabelas dinâmicas no Excel através de uma conexão direta ao banco
de dados que a TI deixou programado em um arquivo do Excel. Tal processo não tem
tanta performance o que torna lento a geração desses relatórios, bem como atraso
na tomada de decisão junto ao time de vendas e apresentação de resultado para
Diretoria.
Proposta de Melhoria
Diante do cenário encontrado e analisando todos os pontos é proposto as
seguintes implementações de melhoria:
1 - Foi elaborado um Fluxograma que mostra a governança do projeto em todos
os seus níveis hierárquicos, conforme demonstrado a seguir:
3 - A TI terá acesso completo a solução e somente ela poderá fazer
melhorias e incrementos na solução, toda a parte de ETL será de
responsabilidade da mesma, criação de novas colunas no modelo e agregação de
tabelas externas (planilhas, pdf, outras..) caso não seja possível coletar os dados dentro
do próprio banco de dados. Nesse
contexto, cada analista irá consumir do conjunto de dados compartilhado, onde
poderão visualizar apenas os dados da sua região.
4 - Os relatórios serão compartilhados por meio do serviço online do
power bi, obedecendo os níveis de segurança e hierarquia de cada região. As
atualizações dos relatórios serão programadas e ocorrerão 8 vezes ao dia.
Fontes de Dados Utilizadas
- SQL Server;
- Planilhas.
Modelagem e Estruturação dos Dados
O banco de dados SQL da HPN possui 14 tabelas, são elas:
Account;
AccountHeader;
Customer;
DepartmentGroup;
Finance;
Geography;
Organization;
Product;
ProductCostHistory;
ProductSubcategory;
Region;
SalesDetails;
SalesHeader;
SalesReturns.
Para otimizar as consultas (querys), foram criadas VIEWs e nelas foram realizados
JOINs para agrupar algumas tabelas conforme descrevemos a seguir:
1 - Junção da tabela Subcategory com a Product, onde foi criada a
dimensão product “dProduct”.
2 - Junção das tabelas Geography e Region com a Customer, onde foi criada
a dimensão customer “dCustomer”.
3 - Junção da tabela AccountHeader com a Account, onde foi criada a dimensão
Account “dAccount”.
4 - Junção da tabela SalesDetails com a Salesheader, onde foi criada a fato Sales “fSales”. Adicionamos também a coluna DiscountItem, calculada na própria VIEW, onde no SQL o *cálculo é mais performático. O custo do item também foi adicionado nessa tabela.
· - Cálculo feito dividindo o valor da venda do
item pelo valor total da venda.
Após a criação e junção de algumas tabelas, conforme demonstrado acima, o
modelo de dados ficou reduzido a apenas 10 tabelas, o que otimiza e dá mais
performance ao projeto. A seguir demonstramos o modelo de dados final do
projeto:
Mapeamento das tabelas Fato e Dimensão
A seguir demonstramos o
mapeamento das tabelas Fato e Dimensão, detalhando todas as colunas de cada
tabela:
fSalesReturns
fFinance
dCustomer
dProduct
dAccount
dAccountHeader
dDepartmentGroup
dOrganization
Memória de Cálculo
Dashboards Desenvolvidos
O projeto da HPN terá uma página inicial com menu e 6
dashboards, com background desenvolvido no Figma, com conteúdo detalhado a seguir:
1 – Index
A Index é a página inicial que direciona para as demais
dashboards por meio de um menu que contém os seguintes botões:
ü üRevenues;
ü üReturns;
ü üCustomers;
ü üProducts;
ü üOutliers;
ü üDRE;
ü üWhat-If?.
2 – Revenues
Na dashboard de Revenues contém os seguintes KPIs de vendas
e análises temporais:
Ø Demonstrados
em Cartões:
ü
Gross Sales;
ü
Discount;
ü
Net Sales;
ü
Margin.
Ø Demonstração
em gráfico de área empilhado:
ü
Gross Sales by Month/Year & Forecast.
Ø Demonstração
em gráfico de linhas:
ü
% Margin by Month.
Ø Demonstração
em gráfico de Mapa:
ü
Net Sales by StateCode.
Ø Demonstração
em gráficos de Barras Clusterizado:
ü
Net Sales by Category & Subcategory.
ü
Cost by Category & Subcategory.
Foram inseridas as seguintes segmentações de dados nessa dashboard:
ü
Year;
ü
Category;
ü
Subcategory;
ü
Product.
3 – Returns
Na dashboard de Revenues contém os seguintes KPIs e análises
temporais:
Ø Demonstrados
em Cartões:
ü
Returns Amount;
ü
Returns Rate;
ü
Returned Products;
Ø Demonstração
em gráfico de área:
ü
Returns Amount by Year and Month.
Ø Demonstração
em gráficos de Árvore Hierárquica:
ü Returns
Amount: CategoryName, subcategory, ProductName, StateName, CityName.
Foram inseridas as seguintes segmentações de dados nessa
dashboard:
ü
Year;
ü
Category;
ü
Subcategory;
ü
Product.
3 – Customers
Na dashboard de Customers contém os seguintes KPIs e
análises temporais:
Ø Demonstrados
em Cartões:
ü
Customers;
ü
% New;
ü
Customers Without Purchases.
Ø Demonstração
em gráfico de colunas empilhadas e linhas:
ü
Gross Sales by Customer, Gross Sales for Good Customer,
% Good Customer.
Ø Demonstração
em Matriz:
ü
Customers;
ü
Total Customers;
ü
Orders;
ü
Orders Accumulated;
ü
Customers Without Purchases.
Ø Demonstração
em Matriz:
ü
Country;
ü
Good Customer;
ü
Gross Sales For Good Customer;
ü
Return Rate;
Ø Demonstração
em Matriz:
ü
Month Year;
ü
Customers;
ü
New Customers;
ü
Total Net Sales;
ü
Orders;
ü
Orders Accumulated;
Foram inseridas as seguintes segmentações de dados nessa
dashboard:
ü
Year;
ü
Month;
ü
Category;
ü
Subcategory;
ü
Product.
4 – Products
Na dashboard de Products contém os seguintes KPIs:
Ø Demonstrados
em Cartões:
ü
Products Sold;
ü
Returned Products;
ü
Customers Without Purchases.
Ø Demonstração
em gráficos de Barras Clusterizado:
ü
GS for Bad Products by Category, Subcategory
& Product.
Ø Demonstração
em Matriz:
ü
CategoryName;
ü
Product Sold;
ü
Returned Products;
ü
Return Rate;
ü
Good Sales for Bad Products.
ü Demonstração
em gráficos de Rosca:
ü
GS for Bad Products by Country.
5 – Outliers
Na dashboard de Outliers contém as seguintes análises:
Ø Demonstração
em gráficos de Box and Whisker:
ü
Gross Sales by Product & Year/Month.
Ø Demonstração
em gráficos de Box and Whisker:
ü
Gross Sales by Customer & Year/Month.
6 – DRE
Na dashboard de DRE contém as seguintes análises por contas
chaves e contas analíticas:
Ø Demonstração
em Matriz:
ü
Gross Sales;
ü
Discounts;
ü
Cost of Sales;
ü
Operating Exprenses;
ü
Other income and Expense;
ü
Taxes.
Foi inserida seguinte segmentação de dados nessa dashboard:
ü
Year;
7 – What-If?
Na dashboard de What if contém os seguintes KPIs:
Ø Demonstrados
em Cartões:
ü
Profit;
ü
Net Sales;
ü
Cost.
Ø Demonstração
em gráficos de Barras Clusterizado:
ü
Total Cost Wha if by Category Name.
Ø Demonstração
em gráficos de Barras Empilhadas:
ü
Profit per product.
ü Demonstração
em gráficos de Área:
ü
Gross Sales e Net Sales per time.
Foram inseridas as seguintes segmentações de dados nessa dashboard:
ü
Quantity;
ü
Product Price;
ü
Cost WF;
ü Discount;
Segue vídeo apresentando a solução: