1. Contexto do Projeto
O cliente, uma grande varejista de eletrônicos, enfrentava dificuldades para consolidar os dados de vendas provenientes de múltiplas filiais e canais (e-commerce, lojas físicas, marketplaces). Os relatórios gerenciais eram extraídos manualmente do ERP e consolidados em planilhas Excel, um processo que consumia cerca de 30 horas mensais da equipe de controladoria e ainda assim gerava informações defasadas e com risco de erro.
Além disso, a diretoria não dispunha de uma visão consolidada da performance por marca, categoria ou produto, dificultando negociações com fornecedores e a identificação de tendências de mercado. A área de compliance também carecia de ferramentas para monitorar políticas de descontos e preços predatórios.
2. Objetivos do Projeto
- Automatizar a consolidação: Extrair, tratar e centralizar automaticamente os dados de vendas (faturamento, quantidade, clientes) de todas as fontes em um único modelo de dados.
- Criar KPIs gerenciais: Faturamento total, total de vendas, ticket médio, clientes atendidos, além de análises por marca, categoria e produto.
- Integrar visões financeiras e de compliance: Permitir a análise de margens, descontos e políticas comerciais, sinalizando possíveis violações de regras internas ou riscos tributários.
3. Dados e Modelagem (DAX)
Os dados foram extraídos do ERP (Oracle) e de planilhas de vendas dos marketplaces. Utilizamos uma modelagem estrela (star schema) com tabelas fato de vendas e dimensões de produto, cliente, loja e tempo. As principais medidas DAX implementadas:
Total Faturamento = SUM(fVendas[Valor])
Total Vendas = COUNTROWS(fVendas)
Ticket Médio = DIVIDE([Total Faturamento], [Total Vendas], 0)
Clientes Atendidos = DISTINCTCOUNT(fVendas[ID Cliente])
Faturamento por Marca =
CALCULATE([Total Faturamento],
FILTER(dProduto, dProduto[Marca] = SELECTEDVALUE(dProduto[Marca]))
)Além dessas, criamos medidas de variação percentual (Mês vs Mês, Ano vs Ano) e de ranqueamento de marcas/produtos.
4. Visão Geral do Dashboard
O dashboard foi estruturado em três páginas principais: Visão Executiva, Detalhamento por Marca e Análise de Compliance.
- Visão Executiva: Exibe os quatro principais KPIs (faturamento total, total de vendas, ticket médio, clientes atendidos) e um gráfico de barras com o faturamento por marca (Samsung R$ 49M, Apple R$ 42M, Dell R$ 30M, LG R$ 28M, etc.).
- Detalhamento por Marca: Ao selecionar uma marca (ex.: Dell), o painel mostra o faturamento por categoria (Notebook) e produto (Inspiron 15, Dell G7), permitindo análises de desempenho de SKUs.
- Análise de Compliance: Destaque para possíveis violações de política de preços (ex.: descontos excessivos) e monitoramento de margens por produto.
5. Insights de Negócio
- Concentração de receita: As marcas Samsung e Apple representam juntas mais de 40% do faturamento total, indicando alta dependência e a necessidade de estratégias de diversificação.
- Oportunidade em marcas com baixo desempenho: Marcas como Xiaomi, Nikon e Sony, com faturamento em torno de R$ 6-7 milhões, podem ser alavancadas com campanhas específicas ou revisão de mix.
- Ticket médio elevado: O ticket médio de R$ 9.428 sugere uma base de clientes de alto valor, mas também pode indicar oportunidades para produtos de entrada.
6. Perspectiva Contábil / Financeira
Do ponto de vista contábil, o dashboard permite o acompanhamento em tempo real da receita bruta, essencial para projeções de fluxo de caixa e DRE gerencial. Com a segmentação por marca e categoria, é possível calcular a margem de contribuição por produto (quando integrado ao custo) e identificar quais SKUs realmente geram lucro.
Além disso, a visão por cliente (796 clientes atendidos) auxilia no cálculo do ticket médio e na análise de concentração de receita, importante para a gestão de riscos de inadimplência e políticas de crédito.
7. Perspectiva Jurídica / Tributária / Compliance
O painel incorpora alertas visuais para possíveis violações de políticas de preço mínimo (prática anticompetitiva) e descontos excessivos que possam caracterizar dumping. Embora os dados sejam fictícios, a lógica implementada permite monitorar, por exemplo, se alguma venda ocorreu com preço abaixo do custo, o que poderia levantar questões de concorrência desleal.
Na esfera tributária, a consolidação das vendas por UF (quando disponível) permitiria verificar o correto recolhimento de ICMS e a aplicação de alíquotas interestaduais. O dashboard pode ser expandido para incluir essas informações, servindo como ferramenta de compliance fiscal preventivo.
Nota: As análises apresentadas são de natureza gerencial e não substituem parecer jurídico formal.
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: apenas um ano (dados de 2025), sem histórico para análises de tendências de longo prazo.
- Ausência de informações de custo e margem bruta na base atual (simulação apenas de receita).
- Granularidade geográfica limitada – não foi possível segregar por estado ou região.
- Dados de clientes anonimizados para conformidade com a LGPD.
9. Resultados e Impacto
Redução de 30h/mês
O tempo gasto com consolidação manual foi eliminado, liberando a equipe para análises estratégicas.
Visibilidade em tempo real
Diretoria e gerentes passaram a acompanhar os KPIs diariamente, tomando decisões mais ágeis.
10. Tech Stack Detalhada
- Power BI Desktop / Service
- DAX (medidas complexas)
- SQL (extração e transformação)
- Excel (dados complementares)
- Modelagem Star Schema
- Power Query (ETL)
11. Aprendizados e Próximos Passos
O projeto evidenciou a importância de uma modelagem de dados robusta para garantir performance e confiabilidade. Aprendemos também que a integração com dados de custo é o próximo passo natural para transformar o dashboard de vendas em uma ferramenta completa de rentabilidade.
Próximos passos: conectar o modelo aos dados de compras (custo de mercadoria) para calcular margem bruta; incluir informações fiscais (CFOP, CST) para análises de crédito de ICMS; e expandir o painel para incluir previsão de vendas com machine learning.
12. Conclusão
Este dashboard de vendas demonstra como a combinação de Power BI, modelagem de dados e conhecimento de negócio pode transformar a gestão comercial. Ao integrar visões de desempenho, finanças e compliance, a ferramenta se torna um hub estratégico para a tomada de decisão, reduzindo riscos e aumentando a eficiência operacional.