├── Estudos ├── DAX.md ├── EXCEL.md └── SQL.md └── README.md /Estudos/DAX.md: -------------------------------------------------------------------------------- 1 | [![capa](https://media.discordapp.net/attachments/1088554408469602305/1140761341506879508/Black_Technology_LinkedIn_Banner_6.jpg?width=1025&height=256)](https://github.com/SarahFeanor?tab=repositories) 2 | 3 | _{🔗 [LinkedIn](https://www.linkedin.com/in/sarahfrezende/) | [Medium](https://medium.com/@sarahfrezende) | [Portfólio de Data Science](https://github.com/sarahfeanor/Portfolio-DataScience)
4 | | [Portfólio Power BI](https://github.com/SarahFeanor/Portfolio_PowerBI)
5 |
6 | # 🔹 DAX
7 |
8 | A linguagem DAX (Data Analysis Expressions) é amplamente usada no **Microsoft Power BI**, **Excel
9 | Power Pivot** e **Analysis Services** para realizar cálculos
10 | e análises em dados tabulares.
11 |
12 | ## Aqui estão alguns dos comandos e funções mais usados em DAX:
13 |
14 |
15 |
16 | Funções Agregadoras
17 |
18 | ## **Funções Agregadoras**:
19 |
20 | - `SUM`:
21 | ```dax
22 | Total Sales = SUM(Sales[Amount])
23 | ```
24 | Isso calcula a soma dos valores na coluna "Amount" da tabela "Sales".
25 |
26 | - `AVERAGE`:
27 | ```dax
28 | Average Price = AVERAGE(Products[Price])
29 | ```
30 | Calcula a média dos preços dos produtos na tabela "Products".
31 |
32 | - `COUNT`:
33 | ```dax
34 | Number of Orders = COUNT(Orders[OrderID])
35 | ```
36 | Conta o número de IDs de pedidos na tabela "Orders".
37 |
38 |
39 |
40 |
41 | Funções Lógicas
42 |
43 | ## **Funções Lógicas**:
44 |
45 | - `IF`:
46 | ```dax
47 | Status = IF(Sales[Amount] > 1000, "High", "Low")
48 | ```
49 | Avalia se o valor na coluna "Amount" é maior que 1000 e retorna "High" se verdadeiro, caso contrário, "Low".
50 |
51 | - `AND`:
52 | ```dax
53 | Eligible = AND(Sales[Amount] > 1000, Sales[Region] = "North")
54 | ```
55 | Verifica se o valor na coluna "Amount" é maior que 1000 e a região é "North".
56 |
57 | - `OR`:
58 | ```dax
59 | Discount Eligibility = OR(Sales[Amount] > 2000, Sales[CustomerLevel] = "Preferred")
60 | ```
61 | Verifica se o valor na coluna "Amount" é maior que 2000 ou se o nível do cliente é "Preferred".
62 |
63 |
64 |
65 |
66 | Funções de Tabela
67 |
68 | ## **Funções de Tabela**:
69 |
70 | - `FILTER`:
71 | ```dax
72 | High Sales = FILTER(Sales, Sales[Amount] > 1000)
73 | ```
74 | Cria uma nova tabela com apenas as linhas da tabela "Sales" em que o valor na coluna "Amount" seja maior que 1000.
75 |
76 | - `ALL`:
77 | ```dax
78 | All Customers = ALL(Customers)
79 | ```
80 | Remove todos os filtros aplicados à tabela "Customers", retornando a tabela completa.
81 |
82 | - `VALUES`:
83 | ```dax
84 | Unique Products = VALUES(Products[ProductName])
85 | ```
86 | Retorna uma tabela com valores únicos da coluna "ProductName" da tabela "Products".
87 |
88 |
89 |
90 |
91 | Funções de Tempo
92 |
93 | ## **Funções de Tempo**:
94 |
95 | - `TODAY`:
96 | ```dax
97 | Current Date = TODAY()
98 | ```
99 | Retorna a data atual.
100 |
101 | - `YEAR`:
102 | ```dax
103 | Order Year = YEAR(Orders[OrderDate])
104 | ```
105 | Extrai o ano da coluna "OrderDate" da tabela "Orders".
106 |
107 |
108 |
109 |
110 | Funções de Texto
111 |
112 | ## **Funções de Texto**:
113 |
114 | - `CONCATENATE`:
115 | ```dax
116 | Full Name = CONCATENATE(Users[FirstName], " ", Users[LastName])
117 | ```
118 | Combina as colunas "FirstName" e "LastName" da tabela "Users" em um nome completo.
119 |
120 | - `LEFT`:
121 | ```dax
122 | First Letter = LEFT(Products[ProductName], 1)
123 | ```
124 | Retorna a primeira letra do nome do produto na coluna "ProductName".
125 |
126 |
127 |
128 |
129 | Funções de Data e Hora
130 |
131 | ## **Funções de Data e Hora**:
132 |
133 | - `DATEDIFF`:
134 | ```dax
135 | Days Between = DATEDIFF(Orders[OrderDate], Orders[ShipDate], DAY)
136 | ```
137 | Calcula o número de dias entre as colunas "OrderDate" e "ShipDate" na tabela "Orders".
138 |
139 | - `DATEADD`:
140 | ```dax
141 | Next Quarter = DATEADD(Calendar[Date], 1, QUARTER)
142 | ```
143 | Adiciona um trimestre à data na coluna "Date" da tabela "Calendar".
144 |
145 |
146 |
147 |
148 | Funções de Informação de Tabela
149 |
150 | ## **Funções de Informações de Tabela**:
151 |
152 | 1. `COLUMNS`:
153 | ```dax
154 | Column Names = COLUMNS(Sales)
155 | ```
156 | Retorna uma lista de nomes de colunas da tabela "Sales".
157 |
158 | 2. `ROW`:
159 | ```dax
160 | New Customer = ROW("CustomerName", "John", "OrderCount", 3)
161 | ```
162 | Cria uma nova linha (tabela) com as colunas e valores especificados.
163 |
164 | 3. `CONTAINS`:
165 | ```dax
166 | Contains Product = CONTAINS(Products, Products[ProductName], "Widget")
167 | ```
168 | Verifica se a tabela "Products" contém a palavra "Widget" na coluna "ProductName".
169 |
170 |
171 |
172 |
173 | Funções de Gerenciamento de Contexto
174 |
175 | ## **Funções de Gerenciamento de Contexto**:
176 |
177 | 1. `CALCULATE`:
178 | ```dax
179 | Total Sales in 2022 = CALCULATE(SUM(Sales[Amount]), Sales[Year] = 2022)
180 | ```
181 | Calcula o total de vendas para o ano de 2022.
182 |
183 | 2. `ALLSELECTED`:
184 | ```dax
185 | Total Sales All Selected = CALCULATE(SUM(Sales[Amount]), ALLSELECTED(Sales))
186 | ```
187 | Calcula o total de vendas, ignorando todos os filtros, exceto aqueles selecionados pelo usuário.
188 |
189 | 3. `EARLIER`:
190 | ```dax
191 | Previous Row Sales = EARLIER(Sales[Amount])
192 | ```
193 | Retorna o valor da coluna "Amount" na linha anterior do contexto de filtro.
194 |
195 | 4. `FILTERS`:
196 | ```dax
197 | Active Filters = FILTERS()
198 | ```
199 | Retorna uma tabela com os filtros ativos no contexto atual.
200 |
201 |
202 |
203 |
204 | Funções de de Tratamento de Erros
205 |
206 | ## **Funções de Tratamento de Erros**:
207 |
208 | 1. `ISBLANK`:
209 | ```dax
210 | Check if Description is Blank = IF(ISBLANK(Products[Description]), "No description available", Products[Description])
211 | ```
212 | Verifica se a coluna "Description" está em branco e fornece uma mensagem personalizada.
213 |
214 | 2. `IFERROR`:
215 | ```dax
216 | Safe Division = IFERROR(DIVIDE(1, 0), 0)
217 | ```
218 | Tenta realizar uma divisão segura e retorna 0 em caso de erro.
219 |
220 | 3. `ERROR`:
221 | ```dax
222 | Custom Error = ERROR("This is a custom error message.")
223 | ```
224 | Retorna uma mensagem de erro personalizada.
225 |
226 |
227 |
228 |
229 | Funções de Tabelas Relacionadas
230 |
231 | ## **Funções de Valores em Tabelas Relacionadas**:
232 |
233 | 1. `RELATED`:
234 | ```dax
235 | Salesperson Name = RELATED(Salespeople[Name])
236 | ```
237 | Retorna o nome do vendedor relacionado à tabela "Salespeople".
238 |
239 | 2. `RELATEDTABLE`:
240 | ```dax
241 | Related Orders = RELATEDTABLE(Orders)
242 | ```
243 | Retorna uma tabela relacionada à tabela "Orders".
244 |
245 | 3. `RELATEDTO`:
246 | ```dax
247 | Total Sales by Related Customer = SUMX(Customers, RELATEDTO(Sales[Amount]))
248 | ```
249 | Calcula o total de vendas relacionadas a cada cliente na tabela "Customers".
250 |
251 |
252 |
253 |
254 | Funções de Classificação e Filtragem
255 |
256 | ## **Funções de Classificação e Filtragem**:
257 |
258 | 1. `RANKX`:
259 | ```dax
260 | Sales Rank = RANKX(Sales, Sales[Amount])
261 | ```
262 | Calcula a classificação das vendas com base no valor na coluna "Amount".
263 |
264 | 2. `TOPN`:
265 | ```dax
266 | Top 10 Products by Sales = TOPN(10, Products, Sales[Amount])
267 | ```
268 | Retorna os 10 produtos com as maiores vendas.
269 |
270 | 3. `FILTER`:
271 | ```dax
272 | High-Value Customers = FILTER(Customers, Customers[TotalPurchase] > 1000)
273 | ```
274 | Filtra os clientes com um valor total de compra superior a 1000.
275 |
276 |
277 |
278 |
279 | Funções de Matriz
280 |
281 | ## **Funções de Matriz**:
282 |
283 | 1. `SUMX`:
284 | ```dax
285 | Total Sales = SUMX(Sales, Sales[Quantity] * Sales[Price])
286 | ```
287 | Calcula o total de vendas multiplicando a quantidade pelo preço para cada linha de vendas.
288 |
289 | 2. `AVERAGEX`:
290 | ```dax
291 | Average Sales per Order = AVERAGEX(Orders, RELATED(Sales[Amount]))
292 | ```
293 | Calcula a média de vendas relacionadas a cada pedido na tabela "Orders".
294 |
295 | 3. `COUNTAX`:
296 | ```dax
297 | Count of High-Value Products = COUNTAX(Products, IF(Products[Price] > 100, 1, 0))
298 | ```
299 | Conta os produtos com preço superior a 100 na tabela "Products".
300 |
301 |
302 |
303 |
304 | Funções de Manipulação de Dados
305 |
306 | ## **Funções de Manipulação de Dados**:
307 |
308 | 1. `UNION`:
309 | ```dax
310 | Combined Sales = UNION(Sales2022, Sales2023)
311 | ```
312 | Combina duas tabelas de vendas em uma única tabela.
313 |
314 | 2. `EXCEPT`:
315 | ```dax
316 | Unique Customers = EXCEPT(AllCustomers, VIPCustomers)
317 | ```
318 | Retorna os clientes que não estão na lista de clientes VIP.
319 |
320 | 3. `INTERSECT`:
321 | ```dax
322 | Shared Products = INTERSECT(PromotionalProducts, BestSellingProducts)
323 | ```
324 | Retorna os produtos que estão em ambas as listas de produtos promocionais e mais vendidos.
325 |
326 |
327 |
328 |
329 | Funções de Geolocalização
330 |
331 | ## **Funções de Geolocalização**:
332 |
333 | 1. `DISTANCE`:
334 | ```dax
335 | Distance to Store = DISTANCE(StoreLocation, CustomerLocation)
336 | ```
337 | Calcula a distância entre a localização da loja e a localização do cliente.
338 |
339 | 2. `GEOGRAPHYPOINT`:
340 | ```dax
341 | Customer Location = GEOGRAPHYPOINT(Customer[Latitude], Customer[Longitude])
342 | ```
343 | Cria um ponto de geolocalização com base nas coordenadas de latitude e longitude do cliente.
344 |
345 |
346 |
347 |

--------------------------------------------------------------------------------
/Estudos/EXCEL.md:
--------------------------------------------------------------------------------
1 | [![capa](https://media.discordapp.net/attachments/1088554408469602305/1140761341506879508/Black_Technology_LinkedIn_Banner_6.jpg?width=1025&height=256)](https://github.com/SarahFeanor?tab=repositories)
2 |
3 | _{🔗 [LinkedIn](https://www.linkedin.com/in/sarahfrezende/) | [Medium](https://medium.com/@sarahfrezende) | [Portfólio de Data Science](https://github.com/sarahfeanor/Portfolio-DataScience)
4 | | [Portfólio Power BI](https://github.com/SarahFeanor/Portfolio_PowerBI)
5 |
6 | # 🔹 EXCEL
7 |
8 | O Excel é uma poderosa ferramenta de planilha desenvolvida pela Microsoft, amplamente utilizada para realizar cálculos, análises de dados, e criar gráficos.
9 | Ele organiza informações em células em formato de grade, permitindo a entrada de dados e fórmulas para automatizar cálculos. O Excel oferece uma ampla gama de funções,
10 | como soma, média e busca de dados em tabelas, que simplificam tarefas matemáticas e de análise.
11 | Essa versatilidade torna o Excel essencial em ambientes comerciais, acadêmicos e pessoais para gerenciar dados, orçamentos, gráficos e relatórios de forma eficaz.
12 |
13 | ### Aqui estão alguns dos comandos e funções mais usados no EXCEL:
14 |
15 | ## 🔶 SUM
16 |
17 | **Soma**: Esta função soma os valores em um intervalo.
18 |
19 | Exemplo: `=SUM(A1:A5)` soma os valores nas células A1 a A5.
20 |
21 | ## 🔶 AVERAGE
22 |
23 | **Média (AVERAGE)**: Calcula a média dos valores em um intervalo.
24 |
25 | Exemplo: `=AVERAGE(B1:B4)` calcula a média dos valores nas células B1 a B4.
26 |
27 | ## 🔶 COUNT
28 |
29 | **Contagem (COUNT)**: Conta o número de células que contêm números em um intervalo.
30 |
31 | Exemplo: `=COUNT(C1:C6)` conta quantas células no intervalo C1 a C6 contêm números.
32 |
33 | ## 🔶 MAX
34 |
35 | **Máximo (MAX)**: Retorna o valor máximo em um intervalo.
36 |
37 | Exemplo: `=MAX(D1:D8)` retorna o valor máximo no intervalo D1 a D8.
38 |
39 | ## 🔶 MIN
40 |
41 | **Mínimo (MIN)**: Retorna o valor mínimo em um intervalo.
42 |
43 | Exemplo: `=MIN(E1:E7)` retorna o valor mínimo no intervalo E1 a E7.
44 |
45 | ## 🔶 SUMIF
46 |
47 | **Soma se (SUMIF)**: Soma os valores em um intervalo com base em um critério.
48 |
49 | Exemplo: `=SUMIF(F1:F5, ">10")` soma os valores no intervalo F1 a F5 que são maiores que 10.
50 |
51 | ## 🔶 VLOOKUP
52 |
53 | **Procurar (VLOOKUP)**: Procura um valor em uma tabela e retorna um valor correspondente em outra coluna.
54 |
55 | Exemplo: `=VLOOKUP(G1, A1:B10, 2, FALSE)` procura o valor em G1 na primeira coluna de A1 a B10 e retorna o valor correspondente na segunda coluna.
56 |
57 | ## 🔶 TEXT
58 |
59 | **Texto (TEXT)**: Formata um valor como texto de acordo com um formato especificado.
60 |
61 | Exemplo: `=TEXT(NOW(), "dd/mm/yyyy")` formata a data e hora atual no formato "dia/mês/ano".
62 |
63 | ## 🔶 IF
64 |
65 | **Se (IF)**: Realiza um teste lógico e retorna um valor com base no resultado do teste.
66 |
67 | Exemplo: `=IF(H1 > 10, "Maior que 10", "Menor ou igual a 10")` verifica se H1 é maior que 10 e retorna uma mensagem apropriada.
68 |
69 | ## 🔶 NETWORKDAYS
70 |
71 | **Dias úteis (NETWORKDAYS)**: Calcula o número de dias úteis entre duas datas, excluindo fins de semana.
72 |
73 | Exemplo: `=NETWORKDAYS(I1, I2)` calcula quantos dias úteis existem entre as datas em I1 e I2.
74 |
75 | Esses são apenas alguns exemplos das funções do Excel. Cada função tem sua própria finalidade e pode ser personalizada de acordo com as necessidades específicas do seu projeto.
76 |

--------------------------------------------------------------------------------
/Estudos/SQL.md:
--------------------------------------------------------------------------------
1 | [![capa](https://media.discordapp.net/attachments/1088554408469602305/1140761341506879508/Black_Technology_LinkedIn_Banner_6.jpg?width=1025&height=256)](https://github.com/SarahFeanor?tab=repositories)
2 |
3 | _{🔗 [LinkedIn](https://www.linkedin.com/in/sarahfrezende/) | [Medium](https://medium.com/@sarahfrezende) | [Portfólio de Data Science](https://github.com/sarahfeanor/Portfolio-DataScience)
4 | | [Portfólio Power BI](https://github.com/SarahFeanor/Portfolio_PowerBI)
5 |
6 | # 🔹 SQL
7 |
8 | Visão geral dos principais comandos SQL e dar um exemplo básico para cada um deles:
9 |
10 | ## 🔶 **SELECT**:
11 |
12 | Usado para recuperar dados de uma ou mais tabelas.
13 |
14 | Exemplo:
15 | ```sql
16 | SELECT nome, idade FROM alunos WHERE idade > 18;
17 | ```
18 |
19 | ## 🔶 **INSERT**
20 |
21 | Adiciona novos registros a uma tabela.
22 |
23 | Exemplo:
24 | ```sql
25 | INSERT INTO produtos (nome, preço) VALUES ('Laptop', 1000);
26 | ```
27 |
28 | ## 🔶 **UPDATE**
29 |
30 | Atualiza registros existentes em uma tabela.
31 |
32 | Exemplo:
33 | ```sql
34 | UPDATE clientes SET cidade = 'Nova York' WHERE id = 123;
35 | ```
36 |
37 | ## 🔶 **DELETE**
38 |
39 | Remove registros de uma tabela.
40 |
41 | Exemplo:
42 | ```sql
43 | DELETE FROM pedidos WHERE data < '2023-01-01';
44 | ```
45 |
46 | ## 🔶 **CREATE TABLE**
47 |
48 | Cria uma nova tabela no banco de dados.
49 |
50 | Exemplo:
51 | ```sql
52 | CREATE TABLE funcionários (
53 | id INT PRIMARY KEY,
54 | nome VARCHAR(255),
55 | cargo VARCHAR(255)
56 | );
57 | ```
58 |
59 | ## 🔶 **ALTER TABLE**
60 |
61 | Modifica a estrutura de uma tabela existente.
62 |
63 | Exemplo:
64 | ```sql
65 | ALTER TABLE clientes ADD COLUMN telefone VARCHAR(15);
66 | ```
67 |
68 | ## 🔶 **DROP TABLE**
69 |
70 | Exclui uma tabela do banco de dados.
71 |
72 | Exemplo:
73 | ```sql
74 | DROP TABLE produtos;
75 | ```
76 |
77 | ## 🔶 **CREATE INDEX**
78 |
79 | Cria um índice em uma ou mais colunas para melhorar o desempenho de consultas.
80 |
81 | Exemplo:
82 | ```sql
83 | CREATE INDEX idx_nome ON funcionários (nome);
84 | ```
85 |
86 | ## 🔶 **ALTER INDEX**
87 |
88 | Modifica um índice existente.
89 |
90 | Exemplo:
91 | ```sql
92 | ALTER INDEX idx_nome RENAME TO idx_nome_sobrenome;
93 | ```
94 |
95 | ## 🔶 **GRANT**
96 |
97 | Concede permissões a usuários para acessar objetos do banco de dados.
98 |
99 | Exemplo:
100 | ```sql
101 | GRANT SELECT, INSERT ON produtos TO usuário1;
102 | ```
103 |
104 | ## 🔶 **REVOKE**
105 |
106 | Revoga permissões previamente concedidas a usuários.
107 |
108 | Exemplo:
109 | ```sql
110 | REVOKE INSERT ON produtos FROM usuário1;
111 | ```
112 |
113 | ## 🔶 **JOIN**
114 |
115 | Combina dados de duas ou mais tabelas com base em uma condição específica.
116 |
117 | Exemplo:
118 | ```sql
119 | SELECT pedidos.id, clientes.nome
120 | FROM pedidos
121 | INNER JOIN clientes ON pedidos.cliente_id = clientes.id;
122 | ```
123 |
124 | Esses são alguns dos comandos SQL mais comuns. Lembre-se de que o SQL é uma linguagem poderosa para gerenciar e consultar bancos de dados,
125 | e existem muitos outros comandos e recursos avançados disponíveis para atender às necessidades específicas de cada projeto.
126 |

--------------------------------------------------------------------------------
/README.md:
--------------------------------------------------------------------------------
1 |
2 | [![Gmail Badge](https://img.shields.io/badge/-Gmail-c14438?style=flat-square&logo=Gmail&logoColor=white&link=mailto:tgmarinho@gmail.com)](mailto:sarahfrezende@gmail.com) [![Python 3.7+](https://img.shields.io/badge/python-3.7+-blue.svg)](https://www.python.org/downloads/release/python-360/) [![License: GPL v3](https://img.shields.io/badge/License-GPLv3-blue.svg)](https://www.gnu.org/licenses/gpl-3.0)
3 |
4 | [![capa](https://media.discordapp.net/attachments/1063559719291199599/1219057381741432832/Black_Technology_LinkedIn_Banner_6.jpg?ex=6609eaa8&is=65f775a8&hm=f25e7de3bf0139c83cb68d75e82156a2e93526f14b28c4265b8519558cdbfb17&=&format=webp&width=1024&height=256)](https://github.com/SarahFeanor?tab=repositories)
5 | ^{🔗 Visite também >> [Portfólio de Data Science](https://github.com/sarahfeanor/Portfolio-DataScience)}
6 |
7 |
8 | # Portfólio de PowerBI e SQL
9 |
10 | Bem-vindo(a) ao meu repositório de projetos de **Power BI**, criado com o propósito de estudo. Aqui, compartilho projetos desenvolvidos para aprimorar minhas habilidades nessa área em constante evolução.
11 |
12 | Vale ressaltar que todos os dados são exclusivamente para fins de **demonstração**, garantindo total **privacidade** e conformidade **ética**.
13 |
14 | **Instruções de uso**: você pode explorar os dashboards interativos clicando nos títulos dos projetos neste README.
15 |
16 | ---
17 |
18 | ## PROJETOS SQL
19 |
20 | ### Projeto - [Modelagem e Análise de Dados Veiculares](https://github.com/SarahFeanor/data_modeling_project_ADAtech)
21 | - Nosso projeto teve como objetivo demonstrar nossa experiência prática na criação de um banco de dados a partir de um cenário do mundo real, aplicando os conceitos aprendidos em modelagem de banco de dados e SQL. A capacidade de documentar e apresentar o trabalho de maneira clara e estruturada. O propósito fundamental do nosso projeto é empregar consultas SQL para obter insights cruciais sobre a precificação e desvalorização de veículos. Estamos focados em identificar os carros de entrada, avaliando sua precificação em relação aos salários mínimos. Além disso, buscamos destacar os veículos que apresentam as maiores variações percentuais de preço, entre outros tópicos relevantes no contexto automotivo.
22 |
23 | ---
24 |
25 | ## PROJETOS Power BI
26 |
27 |
28 | ### Projetos do Curso DSA | Microsoft Power BI Para Business Intelligence e Data Science
29 |
30 | Os projetos abaixo são referentes a este curso de Power BI. O curso abrange desde os conceitos fundamentais até aplicações práticas em áreas cruciais, como marketing, recursos humanos, logística, finanças e análise do mercado de ações.
31 |
32 |
33 | ### 📍 Primeiros Passos com o Microsoft Power BI:
34 |
35 | Laborátorio 1: [ANÁLISE DE VENDAS GLOBAIS](https://app.powerbi.com/view?r=eyJrIjoiZjZmYjJmOTctODJkYi00ZDNiLWE4OTYtNzBhZjVhYjg2MjMyIiwidCI6IjY1MDJkMDY4LTM1YjMtNDU0My05OTg0LWY4YmQ3MDRjMzgzNyJ9)
36 |
37 |
38 | Resumo
39 |
40 | O Laboratório Prático 1 é uma parte essencial do curso, focado na criação de um Dashboard Analítico de Vendas Globais. Durante o laboratório, recebemos uma visão geral abrangente e aprendem a carregar fontes de dados. Exploramos diversas visualizações, incluindo Cartão de Métricas, Gráfico de Pizza, Gráfico de Barras Empilhadas e Gráfico de Barras Horizontais, além de criar um Mapa Mundial. O laboratório também aborda a aplicação de filtros e segmentações de dados, finalizando com a formatação completa do dashboard, incluindo títulos, imagens e estilos, proporcionando uma conclusão prática e valiosa."
41 |
42 |
43 |
44 |
45 | ### 📍 Modelagem, Relacionamentos e DAX:
46 |
47 | Laborátorio 2: [DASHBOARD DE VENDAS, CUSTO, MARGEM DE LUCRO E KPI](https://app.powerbi.com/view?r=eyJrIjoiNmM5ZjljNzAtODJmYS00MjYyLWE0NzQtOTY3NjE3ZjNkOWYwIiwidCI6IjY1MDJkMDY4LTM1YjMtNDU0My05OTg0LWY4YmQ3MDRjMzgzNyJ9)
48 |
49 |
50 | Resumo
51 |
52 | Neste painel de análise de vendas, realizei diversas etapas, incluindo modelagem de dados, estabelecimento de relações(**cardinalidade**), aplicação de recursos de limpeza de dados do Power BI e a utilização de expressões **DAX** para calcular a margem de lucro.
53 |
54 |
55 |
56 |
57 | ### 📍 Análise de Dados de Marketing:
58 |
59 | Mini-Projeto 1: [ANÁLISE DE CAMPANHA DE MARKETING COM POWER BI](https://app.powerbi.com/view?r=eyJrIjoiMWViMzkyZjMtNzhmYi00NDE4LWFhM2YtZjc2NzVhNzcxNjgwIiwidCI6IjY1MDJkMDY4LTM1YjMtNDU0My05OTg0LWY4YmQ3MDRjMzgzNyJ9)
60 |
61 |
62 | Resumo
63 | * O projeto visa utilizar a plataforma Power BI para analisar de forma abrangente uma campanha de marketing. Ele busca fornecer uma visão detalhada sobre o cliente, seu comportamento de compra, a eficácia da campanha de marketing e insights sobre os pontos de venda. Através dessas análises, a equipe pretende tomar decisões estratégicas informadas para melhorar o desempenho das campanhas e otimizar a relação com os clientes, aumentando assim a eficiência do marketing e as vendas.
64 |
65 |
66 |
67 | ### 📍 Análise de Dados Comerciais:
68 |
69 | Mini-projeto 2: [DASHBOARD COMERCIAL - PERFORMACE DE VENDAS](https://app.powerbi.com/view?r=eyJrIjoiNTBmNzU5OWQtMjFlZi00ZTc4LTgyYTYtODM4MDA2ZTRmY2Y3IiwidCI6IjY1MDJkMDY4LTM1YjMtNDU0My05OTg0LWY4YmQ3MDRjMzgzNyJ9)
70 |
71 |
72 | Resumo
73 | O objetivo do projeto do Dashboard Comercial é criar uma ferramenta de análise que permita acompanhar a performance de vendas de uma organização de forma eficaz. Ele visa fornecer informações detalhadas sobre o total de vendas por segmento, fabricante e categoria, identificar os principais influenciadores de vendas, e analisar o desempenho dos vendedores. Além disso, o dashboard irá apresentar um resumo por categoria e ponto de venda, e incluir um menu para facilitar a navegação e acesso rápido aos insights de vendas, auxiliando na tomada de decisões estratégicas.
74 |
75 |
76 | ### 📍 Análise de Dados de Recursos Humanos:
77 |
78 | Mini-Projeto 3: [ANÁLISE DE DADOS DE RH COM POWER BI ](https://app.powerbi.com/view?r=eyJrIjoiMjNjYzEzY2YtZDc3OC00ZTAzLWFmMTQtNTdjZmY2ZTlhMjAxIiwidCI6IjY1MDJkMDY4LTM1YjMtNDU0My05OTg0LWY4YmQ3MDRjMzgzNyJ9)
79 |
80 | Resumo
81 | O projeto de Análise de Dados de RH com Power BI tem como objetivo principal proporcionar insights estratégicos para a gestão de recursos humanos. Isso inclui a visualização do total de funcionários por função, a identificação do percentual de funcionários disponíveis para hora extra, a análise do percentual de funcionários por nível de envolvimento no trabalho, e a customização de valores percentuais utilizando medidas DAX como CountRows, Divide, Average e Calculate. Além disso, o projeto visa criar colunas condicionais para destacar informações relevantes e facilitar a interpretação dos dados, auxiliando assim na tomada de decisões relacionadas à gestão de pessoal de forma mais eficaz.
82 |
83 |
84 | ### 📍 Análise de Dados de Logística:
85 |
86 | Mini-Projeto 4: [DESAFIO DE ANÁLISE NA ÁREA DE LOGÍSTICA COM POWER BI - MINI-PROJETO 4](https://app.powerbi.com/view?r=eyJrIjoiNDE4NmYxM2ItODZiZC00ODUyLTk1Y2ItYzVmMTJiYjMyZTA5IiwidCI6IjY1MDJkMDY4LTM1YjMtNDU0My05OTg0LWY4YmQ3MDRjMzgzNyJ9)
87 |
88 | Resumo
89 |
90 | O projeto "Desafio de Análise na Área de Logística com Power BI" tem como objetivo aprimorar a eficiência e tomada de decisões na logística. Isso será alcançado por meio da criação de KPIs de logística, incluindo o total de entregas no prazo por canal de entrega, o percentual de entregas por equipes, e o total de entregas por mês com medidas personalizadas. Além disso, o projeto analisará o desempenho dos cinco principais vendedores, o total de entregas com atraso por cidade, o percentual de entregas por status de entrega e a classificação de rating. O Power BI será utilizado como uma ferramenta fundamental para visualizar e interpretar esses dados, contribuindo para a otimização das operações logísticas.
91 |
92 |
93 | ### 📍 Análise de Dados Financeiros:
94 |
95 | Mini-Projeto 5: [DASHBOARD DE ANÁLISE FINANCEIRA COM POWER BI](https://app.powerbi.com/view?r=eyJrIjoiN2U2NjQ5OTEtMzVkNS00MWJiLWE5NDEtZDNhYjU3ZjE0YWRhIiwidCI6IjY1MDJkMDY4LTM1YjMtNDU0My05OTg0LWY4YmQ3MDRjMzgzNyJ9)
96 |
97 | Resumo
98 | O projeto "Dashboard de Análise Financeira" visa oferecer uma visão abrangente das finanças de uma organização. Isso envolve a criação de um dashboard com funcionalidades como pivô de tabela e hierarquia de data para facilitar a análise temporal. Serão criadas tabelas de medidas com indicadores financeiros, incluindo total de receitas e despesas por componente, bem como uma linha de média para análise de tendências. Além disso, será desenvolvida uma tabela de sumário financeiro destacando os principais segmentos de receitas e despesas, permitindo uma análise financeira detalhada e informada.
99 |
100 |
101 |
102 | ### 📍 Análise de Dados Contábeis:
103 |
104 | Mini-Projeto 6: [BALANÇO PATRIMONIAL COM VISUAL DE MATRIZ COM POWER BI](https://app.powerbi.com/view?r=eyJrIjoiMjMxYTIxYmUtNjY3My00MzY0LWJjYjktMjQ4YTU5NmM0YTA4IiwidCI6IjY1MDJkMDY4LTM1YjMtNDU0My05OTg0LWY4YmQ3MDRjMzgzNyJ9)
105 |
106 | Resumo
107 | O projeto "Balanço Patrimonial com Visual de Matriz" tem como objetivo criar uma representação visual eficaz do balanço patrimonial de uma empresa. Isso inclui a construção do balanço patrimonial em um formato de matriz, permitindo a navegação hierárquica para análise detalhada. A funcionalidade de "drill down" será habilitada para explorar níveis mais profundos de informações, e o layout poderá ser ajustado para melhorar a legibilidade. Ao final, o projeto proporcionará uma visualização clara e interativa do balanço patrimonial, auxiliando na compreensão e interpretação dos dados financeiros da empresa.
108 |
109 |
110 | ### 📍 Análise de Dados do Mercado de Ações:
111 |
112 | Mini-Projeto 7: [DASHBOARD ANALÍTICO DO MERCADO DE AÇÕES](https://app.powerbi.com/view?r=eyJrIjoiMTU0NDk1MTYtNGIwOS00ZmIwLTg0MDItOTE3MzIwM2VlMzQwIiwidCI6IjY1MDJkMDY4LTM1YjMtNDU0My05OTg0LWY4YmQ3MDRjMzgzNyJ9)
113 |
114 | Resumo
115 | O projeto "Dashboard Analítico do Mercado de Ações" visa criar uma ferramenta de análise de dados financeiros com recursos de narrativa inteligente. Ele fornecerá insights sobre o mercado de ações, incluindo o total de volume negociado ao longo do tempo e uma tabela de valores médios por mês. Além disso, destacará variações na média de fechamento das ações. Para maior interatividade, serão adicionadas opções de segmentação de dados que ajudará os usuários a compreenderem as tendências e os eventos relevantes no mercado de ações de forma mais intuitiva e informada.
116 |
117 |
118 | _Ferramentas: Power BI_
119 |
120 | ---
121 | ## 🔹 Projetos de Workshops da EBAC - Escola Britânica de Artes Criativas
122 |
123 | Participar dos Projetos de Workshops da EBAC - Escola Britânica de Artes Criativas foi uma experiência enriquecedora. Esses workshops proporcionaram a oportunidade de aprender e enfrentar desafios práticos. O destaque foi a correção em tempo real pelos professores, permitindo um aprendizado eficaz e interativo.
124 |
125 | ---
126 |
127 | [ANÁLISE ACERCA DOS VALORES DE APÓLICES DE SEGUROS POR REGIÃO](https://app.powerbi.com/view?r=eyJrIjoiMDc3ZmE0NTYtMTJjNC00MzUyLWI2NWMtYWQ4MzhhYjRmMTE4IiwidCI6IjY1MDJkMDY4LTM1YjMtNDU0My05OTg0LWY4YmQ3MDRjMzgzNyJ9): Este dashboard foi criado com o propósito não apenas compreender e diferenciar variáveis quantitativas e qualitativas, mas também abrange a compreensão das medidas de localização e dispersão. Além disso, explora o uso da linguagem DAX para criar medidas de quartis e proporciona uma explanação sobre a diversidade de tipos gráficos disponíveis.
128 |
129 | OBJETIVO
130 |
131 | * Para embasar essa análise, utilizamos uma base de dados que contém informações sobre os valores de apólice de seguro nos Estados Unidos. O foco principal é entender e comparar os valores segurados de imóveis em diferentes regiões do país.
132 | * Através deste relatório, é possível realizar uma análise comparativa detalhada e determinar quais regiões apresentam os valores mais elevados de apólice de seguro.
133 |
134 | _**Workshop** - Como criar uma analise descritiva usando Power BI_ | _**Ferramentas**: Power Bi_
135 |
136 |
137 |
138 |
139 | [ANÁLISE DA MÉDIA SALARIAL DE UM PROFISSIONAL DE DADOS NO MUNDO](https://app.powerbi.com/view?r=eyJrIjoiMzQ0YWMzNzgtMmZmMC00M2ZkLWE1YTEtYjFlOGM0Y2NjNDcyIiwidCI6IjY1MDJkMDY4LTM1YjMtNDU0My05OTg0LWY4YmQ3MDRjMzgzNyJ9): desenvolvi um relatório em Power BI utilizando a base de informações que foram tratadas no Databricks (utilizando Python e SQL).
140 |
141 |
142 | OBJETIVO
143 |
144 | * A analise é referente a média salarial dos profissionais de Dados pelo Mundo.
145 | * _**Workshop** - Analisando Dados com Power BI e Databricks._
146 | * _**Ferramentas**: Power Bi, Databricks_
147 |
148 |
149 |
150 | ---
151 |
152 |
153 | ## 📚 Skills
154 |
155 | _{Data Scientist | Data Analyst}
156 |
157 | * Possuo conhecimentos em **Python** com foco em Análise de Dados e Ciência de Dados, bem como habilidades em bibliotecas essenciais como **Pandas**, **Numpy**, **Scikit-Learn** e **Matplotlib**.
158 | * Adicionalmente, possuo competências em **SQL/MySQL**, **ETL**, **Power BI**, **Excel**, **DataBricks**, criação de narrativas com dados, conhecimentos estatísticos, análises preditivas e interpretação de séries temporais. Essa combinação me capacita a elaborar e avaliar procedimentos e dados em sistemas de bancos de dados, satisfazendo as demandas dos clientes de maneira eficaz. 📊🔍💡
159 |
160 |
161 |

--------------------------------------------------------------------------------}}}