fato_vendas
Registra cada venda por loja, produto, caixa e tempo. É a base para volume, receita, ticket médio, custo, lucro e margem.
CASE · BI · VAREJO · OPERAÇÃO
Retail Pulse Command Center
Uma experiência analítica para acompanhar vendas, margem, ticket médio, seções, lojas e alertas operacionais de uma rede varejista nacional em tempo quase real.
01 · CONTEXTO
Uma operação grande demais para ser acompanhada apenas por relatórios estáticos.
O case simula uma rede varejista de grande porte, com lojas em capitais e cidades do interior, unidades litorâneas e não litorâneas, lojas de rua, lojas de shopping, formatos completos e express, além de unidades 24 horas.
O objetivo é demonstrar como uma estrutura de dados bem organizada pode sustentar painéis, produtos analíticos e mecanismos de inteligência operacional capazes de comparar desempenho entre regiões, lojas, seções, produtos e canais de atendimento.
02 · MODELAGEM
Modelo dimensional para transformar operação em inteligência de negócio.
A modelagem foi pensada com foco em BI. A separação entre fato e dimensões facilita cruzamentos, filtros hierárquicos, geração de relatórios, painéis executivos e produtos de dados.
dim_produto
SKU, nome, marca, categoria, subcategoria, seção, preço base e custo base.
dim_loja
Loja, tipo, formato, 24h, bairro, cidade, estado, área e perfil operacional.
dim_tempo
Data, hora, dia da semana, mês, feriado, período do dia e sazonalidade.
loja_secao
Indica quais seções existem em cada loja, permitindo filtros por sortimento.
dim_caixa
Caixas com operador ou autoatendimento para análise de eficiência e participação.
Dimensional e Lakehouse não competem; eles se complementam.
Este case apresenta uma modelagem dimensional porque o produto final é um dashboard operacional. Em um projeto real, a origem poderia seguir camadas Bronze, Prata e Ouro: dados brutos, dados tratados e dados analíticos prontos para consumo. O ponto demonstrado aqui é a versatilidade para escolher a abordagem certa para o produto de dados certo.
03 · MÉTRICAS
Indicadores desenhados para ação, não apenas observação.
VolumeUnidades, tickets, vendas por hora, vendas por loja.
ReceitaFaturamento bruto, líquido, ticket médio e receita por m².
LucratividadeLucro bruto, custo, margem e comparação por seção/SKU.
OperaçãoAlertas, anomalias, queda de categoria e recomendação de ação.
04 · ARQUITETURA
Front-end como demonstração de produto analítico.
O projeto foi estruturado como uma experiência analítica interativa orientada à visualização operacional, combinando modelagem dimensional, simulação de dados em tempo real e arquitetura de navegação voltada ao acompanhamento executivo de performance no varejo.
A aplicação utiliza uma arquitetura front-end modular baseada em HTML, CSS e JavaScript, consumindo estruturas JSON hierárquicas para representar operações distribuídas entre estados, cidades, bairros, lojas, categorias e SKUs. Essa abordagem permite explorar filtros analíticos complexos, comparações operacionais e monitoramento visual de métricas de negócio com alta fluidez e baixo acoplamento.
O foco do case está na construção de uma camada de inteligência visual aplicada ao contexto corporativo, priorizando clareza analítica, experiência de uso, hierarquia informacional e capacidade de exploração estratégica dos dados.