Descubra como a análise de dados pode identificar fraudes e fragilidades nos negócios da empresa fictícia Adventure Works.

A Empresa Adventure Works

A Adventure Works é uma empresa fictícia que vende bicicletas, peças e acessórios premium. O CFO da empresa solicitou uma análise dos dados para investigar suspeitas de fraude, como comissões para funcionários que não são vendedores e cartões de crédito possivelmente fraudados. O objetivo é confirmar essas suspeitas iniciais e identificar outras possíveis fragilidades nos dados, gerando insights para uma apresentação ao board da empresa.

  • Adventure Works: uma empresa fictícia que comercializa produtos premium, incluindo bicicletas, peças e acessórios.
  • Análise solicitada pelo CFO: investigar suspeitas de fraude, como comissões para funcionários não vendedores e possíveis fraudes com cartões de crédito.
  • Objetivo da análise: confirmar suspeitas iniciais e identificar outras fragilidades nos dados para apresentação ao board da empresa.

Preparação Inicial

Antes de começar a análise, é importante responder a um quiz rápido sobre alguns conceitos que serão utilizados, como banco de dados relacional, SQL, tabelas e relacionamentos. Isso ajuda a entender o nível de familiaridade do aluno com esses tópicos. Em seguida, o instrutor apresenta a base de dados AdventureWorks, explicando suas principais tabelas e como elas se relacionam através de chaves primárias.

  • Quiz inicial: aborda conceitos-chave como banco de dados relacional, SQL, tabelas e relacionamentos.
  • Compreensão do nível de familiaridade: o quiz ajuda a avaliar o conhecimento do leitor sobre os tópicos abordados.
  • Apresentação da base de dados AdventureWorks: explicação das principais tabelas e seus relacionamentos por chaves primárias.

Introdução às Tabelas Principais

O processo de análise de dados no Power BI envolve a utilização de diversas tabelas, cada uma com sua importância e função específica. Entre as tabelas mais relevantes, destacam-se:

  • Sales: contém dados de vendas e pedidos, sendo essencial para análise de desempenho comercial.
  • Person: reúne informações cadastrais dos clientes, facilitando a compreensão do perfil dos consumidores.
  • Product: cadastro dos produtos vendidos, permitindo a análise de quais itens têm maior demanda.
  • Currency: registro das moedas utilizadas nas transações, importante para análises financeiras e internacionais.

ETL no Power BI

Para enriquecer a análise, é fundamental incorporar novos conjuntos de dados ao Power BI, como as tabelas HumanResources.Employee e Person.Address. O processo de ETL (Extract, Transform, Load) no Power BI envolve as seguintes etapas:

  • Extrair (Extract): Importar os dados CSV para o Power BI por meio da opção ‘Obter Dados’.
  • Transformar (Transform): Limpar e preparar os dados, removendo duplicatas, linhas em branco e aplicando transformações necessárias nas colunas.
  • Carregar (Load): Inserir os dados tratados no modelo de dados do Power BI.

Configuração de Relacionamentos

Após a inclusão dos novos dados, é crucial estabelecer os relacionamentos entre as novas tabelas e a tabela principal de vendas. Este processo é realizado arrastando os campos de chave primária e estrangeira.

  • Identificar as chaves primárias e estrangeiras nas tabelas para estabelecer os relacionamentos de forma precisa.
  • Assegurar que os relacionamentos estejam corretamente configurados para garantir a integridade dos dados durante as análises.
  • Utilizar a funcionalidade de arrastar e soltar no Power BI para simplificar o processo de configuração de relacionamentos.

Análise de Dados Preparados

Após a preparação dos dados, diversas análises são realizadas para identificar possíveis fraudes. Entre elas estão:

  • Total de vendas por ano e por vendedor
  • Total de bônus por vendedor
  • Vendas por cidade em um mapa
  • Detalhamento das vendas suspeitas com cartão de crédito

Visualizações e Insights

Para apresentar as análises, são criados diversos visuais, incluindo tabelas, gráficos de colunas, indicadores e mapas. Esses visuais permitem:

  • Identificar padrões geográficos nas vendas com cartões potencialmente fraudados
  • Exibir o valor total de vendas e outras métricas ao clicar em um estado no mapa

Técnicas Aplicadas

Durante a análise, foram aplicadas diversas técnicas, incluindo ETL, modelagem de dados e visualizações no Power BI para extrair insights. Essas técnicas simulam situações reais de análise exploratória em dados corporativos, envolvendo:

  • Limpeza, transformação e exploração de dados em busca de respostas para problemas de negócio

Conclusão

A análise de dados na Adventure Works demonstra a aplicação prática de técnicas de ETL, modelagem de dados e visualizações para extrair insights e solucionar problemas de negócio.