Análise de métricas

Este projeto realiza a leitura, processamento e visualização de dados de uma planilha Excel utilizando a biblioteca Pandas para análise de dados e Plotly para visualização gráfica. O objetivo é fornecer métricas sobre os dados e exibi-las de maneira interativa.

Pré-requisitos

• Python 3.7 ou superior
• As seguintes bibliotecas Python:
  • pandas
  • openpyxl
  • plotly

Instalando as Dependências

Execute o comando abaixo no terminal para instalar todas as dependências necessárias:

pip install -r requirements.txt

Como Executar o Projeto

1. Coloque o arquivo Excel com os dados na pasta assets com o nome Clientes.xlsx. Certifique-se de que a planilha segue o mesmo formato das colunas utilizadas no projeto.

2. Para executar o projeto, você pode usar o script app.bat (no Windows) ou executar diretamente o comando:

python main.py

Detalhes de Implementação

Carregamento de Dados

O módulo data_loader.py contém a função loadData(filePath: str), que é responsável por carregar os dados do arquivo Excel especificado.

Processamento de Dados

O módulo processing.py processa os dados carregados, gerando métricas como:

• Faturamento médio (faturamentoMedio)
• Serviços mais frequentes (servicoFrequente)
• Parceiros mais frequentes (parceiroFrequente)
• Nichos mais frequentes (nichoFrequente)
• Tipo de prospecção mais frequente (prospeccaoFrequente)

Visualização de Dados

O módulo visualization.py utiliza Plotly para criar gráficos interativos. A função plotAll(metrics) exibe um dashboard com as métricas geradas, apresentando gráficos de barras e gráficos de pizza.

Executando o Projeto via Script .bat

No Windows, você pode criar um arquivo .bat para facilitar a execução do projeto sem precisar rodar o comando no terminal. Crie um arquivo app.bat com o seguinte conteúdo:

@echo off
python src/main.py
pause

Possíveis Melhorias

• Interatividade: Aumentar a interatividade dos gráficos utilizando funcionalidades avançadas do Plotly.
• Dashboard Web: Migrar o projeto para uma interface web utilizando frameworks como Dash, Flask ou Streamlit.