✅ Painel executivo com visualização 360° do negócio
✅ Tecnologia de ponta: Streamlit + Plotly + Pandas
✅ Dark/Light Mode - Porque seus olhos merecem carinho
✅ Exportação inteligente (PDF, Excel, PNG)
✅ 100% Customizável - Adequado para qualquer rede de supermercados
Visualização real do dashboard em ação
| Área | Tecnologias |
|---|---|
| Frontend |   |
| Backend |   |
| DevOps |  |
# 1. Clone o repositório
git clone https://github.com/mayandev1/Dashboard && cd Dashboard
# 2. Inicie o dashboard
streamlit run dashboards.py💡 Dica Pro: Adicione
?theme=darkna URL para ativar o modo noturno automaticamente!
- 📈 Tendências de Vendas por período, filial ou categoria
- 🏆 Top 10 Produtos em faturamento e unidades
- ⏳ Análise Temporal com decomposição sazonal
- 🧑🤝🧑 Comportamento do Cliente por perfil demográfico
- 🚨 Alertas Automáticos para quedas anormais de vendas
Este projeto passou por uma atualização completa no código para melhorar sua eficiência, legibilidade e capacidade analítica. As principais modificações incluem:
| Recurso | Descrição |
|---|---|
| 📅 Filtro de período | Permite selecionar dados por mês diretamente no painel lateral |
| 📊 Análise de vendas por data e cidade | Identifica padrões de desempenho em diferentes regiões e datas |
| 🧾 Faturamento por categoria de produto | Mostra a contribuição de cada linha de produto para a receita |
| 💳 Distribuição por tipo de pagamento | Compreende preferências de pagamento dos clientes |
| ⭐ Avaliação média por filial | Aponta níveis médios de satisfação por localização |
| 📈 Tendência acumulada de faturamento | Visualiza crescimento ou retração ao longo do tempo |
| 📦 Ticket médio por tipo de produto | Analisa o valor médio gerado por categoria |
-
Correção do gráfico de tipo de produto, ajustando o eixo
ypara representar o valor de faturamento (Total); -
Agrupamentos otimizados com
groupby()para garantir melhor performance e clareza nos resultados; -
Inclusão de dois novos gráficos analíticos:
- Faturamento acumulado por cidade ao longo do tempo
- Média de faturamento por categoria de produto
-
Melhor estruturação visual com uso de
st.columns,st.markdown()e títulos informativos com ícones; -
Código modular e adaptável para diferentes conjuntos de dados de vendas.
avg_product = df_filtered.groupby("Product line")["Total"].mean().reset_index()
fig_avg_prod = px.bar(avg_product, x="Product line", y="Total",
title="📦 Média de Faturamento por Tipo de Produto")
col7.plotly_chart(fig_avg_prod, use_container_width=True)Essas alterações tornam o projeto ainda mais adequado para uso corporativo, demonstrações de portfólio ou aplicação direta em operações comerciais reais.
def contribuir():
print("1. Faça um fork do projeto")
print("2. Crie sua branch: git checkout -b feature/sua-feature-incrivel")
print("3. Commit: git commit -m 'feat: adiciona nova funcionalidade'")
print("4. Push: git push origin feature/sua-feature-incrivel")
print("5. Abra um Pull Request e vamos conversar!")"""
MIT License
Copyright (c) 2023 Mayan Gabriel
Permissão é concedida, gratuitamente, a qualquer pessoa que obtenha uma cópia
deste software e arquivos de documentação associados (o "Software"), para lidar
no Software sem restrição, incluindo sem limitação os direitos de usar, copiar,
modificar, mesclar, publicar, distribuir, sublicenciar e/ou vender cópias do
Software, e para permitir que as pessoas a quem o Software é fornecido o façam.
"""
