Projeto prático de Banco de Dados simulando o backend e a camada analítica de um sistema de vendas, com foco em modelagem relacional, consultas SQL, validação de dados e visualização para suporte à decisão.
Simular um ambiente corporativo de e-commerce, estruturando: Banco de dados relacional Consultas analíticas para indicadores de negócio Tratamento e validação de dados com Python Construção de dashboard executivo
Modelagem Relacional Criação de tabelas com relacionamentos 1:N e N:N Aplicação de normalização Estrutura preparada para maior volume de dados Queries Analíticas Desenvolvimento de consultas SQL para: Faturamento por estado Ticket Médio Ranking de receita por região Receita por canal de venda Performance
Identificação de possíveis gargalos
Objetivo: validar e analisar os dados fora do banco, simulando fluxo real de BI.
Criação de ambiente .conda Uso de Pandas e Matplotlib Validação Cruzada Conferência de valores entre PostgreSQL e Python Identificação de divergência causada por pedidos cancelados no CSV Aplicação de filtros de status no Pandas Validação final com 100% de precisão em relação ao banco
CE: R$ 33.929,83
Estrutura de dados em DataFrame Tratamento de inconsistências Correção de erros (ex: NameError)
Com a base estruturada e validada, foi desenvolvido um dashboard com foco executivo.
KPIs em formato de cards Ticket Médio: R$ 10.954,96 Receita por canal (Marketplace, Site, Loja Física) Ranking por estado Análise mensal de faturamento Monitoramento de Anomalias Identificação de queda de -85,60% em março/2026, simulando cenário de investigação técnica.
Durante o projeto foi identificada uma atualização massiva de status em 03/02/2026 que padronizou pedidos como “Pago”. Impactos: Métricas de cancelamento ficaram comprometidas Análises redirecionadas para faturamento e comportamento de compra Para fins analíticos, foi criada base simulada com distribuição controlada:
PostgreSQL MySQL Python (Pandas, Matplotlib) VS Code