Dashboard de Vendas e Performance Comercial em Power BI

1. Contexto do Projeto

Uma empresa de varejo com operação multicanal enfrentava desafios para acompanhar a performance de suas vendas de forma consolidada. Os dados de faturamento, lucro e quantidade vendida estavam dispersos em planilhas de diferentes regionais e vendedores, gerando relatórios manuais que consumiam cerca de 30 horas mensais da equipe de inteligência de negócios.

Além disso, não havia visibilidade sobre o desempenho individual dos vendedores, os produtos mais vendidos e a composição das formas de pagamento – informação crucial para negociações com adquirentes e planejamento de fluxo de caixa. A diretoria comercial necessitava de uma ferramenta que unificasse esses dados e permitisse análises rápidas e assertivas.

2. Objetivos do Projeto

• Consolidar KPIs de vendas: Faturamento total, lucro, quantidade vendida e produto mais vendido em um único painel.
• Analisar performance individual: Ranking de vendedores com faturamento, destacando o top 1 e a distribuição entre os principais nomes (João Lira, Diego Amorim, Alon Pinheiro, João Martins).
• Monitorar formas de pagamento: Participação de cartão de crédito vs. boleto, permitindo otimizar taxas e gerir liquidez.
• Acompanhar sazonalidade: Evolução mensal do faturamento e quantidade vendida para identificar padrões e planejar ações comerciais.

3. Dados e Modelagem (DAX)

Os dados foram extraídos do ERP (SAP) e do CRM de vendas. A modelagem segue o esquema estrela, com uma tabela fato de transações (vendas) e dimensões de tempo, vendedor, produto e forma de pagamento. Principais medidas DAX criadas:

Faturamento Total = SUM(fVendas[Valor])

Lucro Total = SUM(fVendas[Lucro])

Quantidade Vendida = SUM(fVendas[Quantidade])

% Cartão de Crédito = 
    DIVIDE(
        CALCULATE([Faturamento Total], dPagamento[Forma] = "Cartão de Crédito"),
        [Faturamento Total],
        0
    )

Top Vendedor = 
    TOPN(1, ALL(dVendedor[Nome]), [Faturamento Total])

Faturamento Mensal = 
    SUMMARIZECOLUMNS(
        dCalendario[AnoMes],
        "Faturamento", [Faturamento Total]
    )

Foram criadas também medidas de variação percentual (mês a mês) e rank de produtos, além de segmentações dinâmicas para filtrar por vendedor e período.

4. Visão Geral do Dashboard

O dashboard é composto por uma página principal com os seguintes elementos:

• KPIs superiores: Faturamento Total (R$ 20,1M), Lucro Total (R$ 8,6M), Quantidade Vendida (varia conforme filtro) e Produto Mais Vendido (Tablet, Celular ou Notebook, dependendo do período).
• Top 1 Vendedor: Destaque para o vendedor com maior faturamento, com valor em milhares (ex: João Lira com R$ 5.939 Mil).
• Faturamento Mensal: Gráfico de linhas comparando faturamento e quantidade vendida mês a mês, evidenciando sazonalidades.
• Faturamento por Vendedor: Tabela com os principais vendedores (João Lira, Diego Amorim, Alon Pinheiro, João Martins) e seus respectivos faturamentos.
• Forma de Pagamento: Gráfico de rosca mostrando a distribuição entre Cartão de Crédito (~75%) e Boleto (~25%).

5. Insights de Negócio

• Concentração de receita em poucos vendedores: João Lira e Diego Amorim juntos representam mais de 50% do faturamento total, indicando dependência e necessidade de desenvolver outros talentos.
• Preferência por cartão de crédito: Com 75% das vendas nessa modalidade, a empresa deve negociar melhores taxas com adquirentes e avaliar programas de fidelidade.
• Sazonalidade acentuada: Os meses de maior faturamento concentram-se no segundo semestre, possivelmente ligados a datas comerciais (Black Friday, Natal).
• Produto mais vendido variável: Tablet, Celular e Notebook alternam como top produto, sugerindo que campanhas direcionadas podem alavancar categorias específicas.

6. Perspectiva Contábil / Financeira

7. Perspectiva Jurídica / Tributária / Compliance

8. Qualidade dos Dados e Limitações

Os dados utilizados são provenientes de um ambiente de teste, mas refletem a estrutura real do cliente. Principais limitações:

• Período analisado: 12 meses (ano completo), sem dados históricos de anos anteriores para comparação.
• Ausência de informações detalhadas sobre custos (CMV) e despesas operacionais por vendedor.
• Granularidade geográfica limitada – não foi possível segregar por região ou loja.
• Dados de clientes anonimizados para conformidade com a LGPD.

9. Resultados e Impacto

10. Tech Stack Detalhada

• Power BI Desktop / Service
• DAX (medidas avançadas)
• SQL (extração de dados)
• Excel (dados complementares)
• Modelagem Star Schema
• Power Query (ETL)

11. Aprendizados e Próximos Passos

O projeto evidenciou a importância de integrar dados de vendas com informações de CRM para análises mais profundas de performance individual. Aprendemos também que a visualização de sazonalidade é essencial para o planejamento de estoque e campanhas.

Próximos passos: integrar dados de custo de produtos para calcular margem de contribuição por vendedor; incluir análise de ticket médio e frequência de compra; e desenvolver um módulo de previsão de vendas com base em séries temporais.

12. Conclusão

Este dashboard de vendas e performance comercial demonstra como a combinação de Power BI, modelagem de dados e conhecimento de negócio pode transformar a gestão de uma equipe de vendas. Ao integrar visões de faturamento, lucro, performance individual e formas de pagamento, a ferramenta se torna um hub estratégico para a tomada de decisão, reduzindo riscos de compliance e aumentando a eficiência operacional.