🔹Gráfico de Pareto Usando o Dashboard IA/BI da Databricks
- #SQL
- #Databricks
Publicação - Júlio César Droszczak
Você já ouviu falar da Lei de Pareto?🤔Também conhecida como a regra 80/20, ela afirma que 80% dos resultados vêm de 20% das causas. Isso é um divisor de águas no mundo dos negócios, ajudando a identificar onde está o maior impacto e permitindo focar esforços no que realmente importa.
💡No meu caso: Utilizei o Databricks para criar um gráfico de Pareto, analisando as vendas por empresa e descobrindo quais delas compõem os 80% do volume de vendas. Vou te mostrar agora o passo a passo dessa construção e as técnicas aplicadas, com destaque para o uso de Window Functions🚀
Passo a Passo da Query 🔍
1️⃣ Agregação das Vendas Totais
Primeiro, agrupei as vendas totais de cada loja em um CTE chamado TotalVendas:
WITH TotalVendas AS (
SELECT
empresa,
SUM(valor_vendas) AS total_vendas
FROM workshop.gold.notas
WHERE DATE(dt_referencia) BETWEEN '{{dt_referencia.start}}' AND '{{dt_referencia.end}}'
GROUP BY empresa
),
🔎 O que fiz aqui:
• Agrupei os dados: Totalizei as vendas por empresa no intervalo de datas fornecido.
• Esse é o primeiro passo para identificar quais empresas mais contribuem para o volume total.
2️⃣ Ordenação e Ranking das Lojas
Em seguida, apliquei o CTE RankedVendas para ordenar as empresas e calcular valores percentuais e acumulados:
RankedVendas AS (
SELECT
empresa,
total_vendas,
RANK() OVER (ORDER BY total_vendas DESC) AS rank,
total_vendas / SUM(total_vendas) OVER () AS pct_total,
SUM(total_vendas) OVER (ORDER BY total_vendas DESC) AS vendas_acumuladas
FROM TotalVendas
),
🔎 Técnicas utilizadas
• RANK(): Classifiquei as empresas pelo volume total de vendas.
• % de Contribuição (pct_total): Identifiquei a participação percentual de cada empresa.
• Vendas Acumuladas: Somei os valores de forma acumulativa.
3️⃣ Cálculo da Porcentagem Acumulada
No CTE PctAcumulado, calculei a porcentagem acumulada das vendas:
PctAcumulado AS (
SELECT
*,
vendas_acumuladas / SUM(total_vendas) OVER () AS pct_acumulado
FROM RankedVendas
)
🔎 Aqui, respondi:
Quem compõe os 80%? A porcentagem acumulada identifica as empresas que mais impactam o volume total.
4️⃣ Seleção Final e Filtro de Pareto
Por fim, filtrei as empresas que compõem os 80% iniciais das vendas:
SELECT
empresa,
ROUND(total_vendas, 0) AS total_vendas,
ROUND(pct_acumulado * 100, 2) AS pct_acumulado
FROM PctAcumulado
WHERE IF(pct_acumulado <= 0.8, 'S', 'N') IN ({{flag_pareto}})
ORDER BY pct_acumulado
LIMIT {{top}}
🔎 Finalizando:
• Filtro Pareto: Seleciona apenas as empresas dentro dos 80% do total acumulado.
• Exibição: Limitei os resultados para mostrar apenas as lojas relevantes.
Resultado Final 🎯
1️⃣ Query Resultante: Aqui está a query completa que consolidou todas as etapas.
WITH TotalVendas AS (
SELECT
empresa,
SUM(valor_vendas) AS total_vendas
FROM workshop.gold.notas
WHERE DATE(dt_referencia) BETWEEN '{{dt_referencia.start}}' AND '{{dt_referencia.end}}'
GROUP BY empresa
),
RankedVendas AS (
SELECT
empresa,
total_vendas,
RANK() OVER (ORDER BY total_vendas DESC) AS rank,
total_vendas / SUM(total_vendas) OVER () AS pct_total,
SUM(total_vendas) OVER (ORDER BY total_vendas DESC) AS vendas_acumuladas
FROM TotalVendas
),
PctAcumulado AS (
SELECT
*,
vendas_acumuladas / SUM(total_vendas) OVER () AS pct_acumulado
FROM RankedVendas
)
SELECT
empresa,
ROUND(total_vendas, 0) AS total_vendas,
ROUND(pct_acumulado * 100, 2) AS pct_acumulado
FROM PctAcumulado
WHERE IF(pct_acumulado <= 0.8, 'S', 'N') IN ({{flag_pareto}})
ORDER BY pct_acumulado
LIMIT {{top}}
2️⃣ Gráfico Interativo: O gráfico criado no Databricks permite a visualização interativa dos resultados, com filtros ajustáveis por parâmetros. 🖥️📊
Gráfico resultante:
Exemplo aplicado a um dashboard do databricks:
3️⃣ Demonstração em Vídeo: Confira o vídeo explorando o gráfico e extraindo insights valiosos dos dados. 👉 Assista agora!
Conclusão 💡
Este gráfico de Pareto no Databricks é uma poderosa ferramenta para identificar onde concentrar esforços e entender quais clientes ou empresas fazem a diferença no resultado.
📌Recursos e Técnicas Utilizados:
- Conceito da Lei de Pareto (Regra 80/20): Para priorizar os itens de maior impacto.
- Funções SQL Aplicadas:
- Window Functions: Para calcular rankings, porcentagens e valores acumulados.
- RANK() e OVER(): Para criar rankings e acumular vendas em ordem decrescente.
- WITH(): Para organizar a query em etapas claras e reutilizáveis.
- Parâmetros Dinâmicos ({{parametro_filtro}}): Para flexibilidade nos filtros e configurações do dashboard.
Espero que este conteúdo seja útil e inspire suas próximas análises!😉
