Dashboard Desafio Lighthouse — BanVic v1
Primeira entrega do Desafio de Engenharia de Analytics 2024 da Indicium: um relatorio de indicadores de performance e um dashboard interativo no Power BI para o banco ficticio BanVic. Tratamento de dados no Power Query, modelagem em esquema estrela e layout desenhado no Figma — respondendo as perguntas de negocio da CEO Sofia Oliveira.
O desafio
O BanVic (Banco Vitoria S.A.) e um banco ficticio criado pela Lighthouse/Indicium para o desafio de Engenharia de Analytics 2024. A CEO, Sofia Oliveira, percebe que usar dados para decidir e a chave para o banco crescer — mas hoje as analises sao feitas em planilhas e apresentacoes, sem nenhuma ferramenta de BI.
Ha ainda um obstaculo politico: a Diretora Comercial, Camila Diniz, nao esta convencida de que vale investir numa frente de dados. O desafio pede, entao, um relatorio profissional que convenca a lideranca do valor dos dados, respondendo a perguntas concretas de negocio sobre agencias, clientes, transacoes e propostas de credito.
A partir de 7 tabelas do ERP do banco (clientes, colaboradores, agencias, contas, propostas de credito e transacoes), eu precisava entregar: um relatorio em PDF com analises e recomendacoes para a CEO, e um dashboard de KPIs com detalhamento por data, agencia e cliente.
Relatorio + dashboard no Power BI
Montei a solucao inteira dentro do Power BI. A limpeza e a transformacao dos dados foram feitas no Power Query Editor: remocao de duplicatas, tratamento de nulos, padronizacao de datas e criacao de colunas calculadas (como Ano, Hora e uma coluna de sexo inferida a partir do primeiro nome de cada pessoa).
Em seguida organizei os dados em um esquema estrela: a tabela de fato Transacoes e a de Propostas de Credito no centro, cercadas pelas dimensoes Clientes, Agencias, Colaboradores, Contas e uma tabela Calendario para analises temporais. Todos os relacionamentos foram do tipo um-para-muitos, e centralizei os calculos numa tabela de Medidas (DAX).
O layout do dashboard foi prototipado no Figma antes da construcao, com uma paleta azul/cinza-escuro alinhada a identidade do BanVic, foco em legibilidade e contraste. O resultado final tem quatro telas: capa, informacoes gerais, desempenho de transacoes e propostas de credito.
As telas em funcionamento
Explore o dashboard ao vivo
O relatorio esta publicado no Power BI Service — navegue pelas telas, use os filtros de agencia, cliente e ano e cruze os indicadores voce mesmo.
Metricas reais
Onde estao os clientes: Sao Paulo concentra 850 dos 998 clientes e 6 das agencias; estados como Pernambuco (5 clientes) e Santa Catarina (30) tem presenca minima — uma clara oportunidade de expansao.
O digital lidera: a Agencia Digital sozinha responde por 460 clientes e R$ 12,03 milhoes de receita em propostas, reforcando a aposta nos canais online.
Perfil maduro: 51,68% dos clientes sao idosos (60+) e 44,12% adultos — o que sugere produtos como previdencia e emprestimo pessoal. Nas transacoes, debito (25 mil) e credito (18 mil) e Pix (13 mil) dominam o volume.
Quatro lentes sobre os dados
Para transformar numeros em recomendacoes para a CEO, organizei os achados em quatro tipos de analise:
- Descritiva — o que aconteceu: concentracao de agencias e clientes em Sao Paulo, mix de transacoes e volume de propostas.
- Diagnostica — por que aconteceu: distribuicao desigual de funcionarios entre agencias e gargalos no funil de aprovacao de credito.
- Prescritiva — o que fazer: realocar equipe para agencias de maior demanda, expandir o digital e automatizar a analise de credito.
- Preditiva — o que vem a seguir: tendencia de alta no volume de transacoes e maior risco de inadimplencia em perfis jovens.
O relatorio fecha com recomendacoes praticas: expansao regional, segmentacao de produtos por faixa etaria, incentivo ao Pix e reducao do tempo de aprovacao de propostas.
Da v1 para a v2
Esta primeira entrega resolvia o pedido principal — relatorio + dashboard — mas tinha dois pontos a evoluir, que ataquei numa segunda versao:
1. ETL antes do BI. Aqui todas as transformacoes vivem no Power Query, dentro do proprio Power BI. Na versao revisada criei um pipeline de ETL em PostgreSQL (schema stg_banvic), com uma camada de staging que entrega os dados ja limpos e tipados ao Power BI — mais proximo de um ambiente de producao.
2. Dado externo. O enunciado sugeria enriquecer a base com fontes publicas. Na v2 integrei o IPCA para correlacionar inflacao com volume de saques e propostas de credito no periodo.