Tabela fatoFatoArrecadacao
- ValorArrecadado
- ValorEstimado
- DataId
- TributoId
- MetaId
Case de Business Intelligence
Power BI aplicado à decisão pública
Uma simulação executiva de BI com KPIs fiscais, modelagem de dados, ETL e insights automáticos.
- Receita arrecadada (2025, simulada)
- R$ 139,6 mi
- Atingimento da meta
- 98,9%
- Tributos monitorados
- 7
Simulação de Business Intelligence para gestão pública, baseada em rotinas reais de análise de arrecadação. Mostra como estruturo um dashboard executivo: preparação dos dados, modelagem, KPIs e comunicação visual.
Dados simulados para demonstração técnica. Nenhuma informação fiscal sensível é utilizada.
Dashboard executivo simulado
KPIs, tendência e ranking reagem aos filtros de ano, período e tributo — a mesma mecânica de um relatório Power BI publicado, implementada nativamente para a web.
- Receita estimada
- R$ 141,1 mi
- Receita arrecadada
- R$ 139,6 mi
- Atingimento da meta
- 98,9%
- Gap acumulado
- −R$ 1,5 mi
- Crescimento mensal
- −6,9%
- Tributos em atenção
- ISS, Dívida Ativa, Outras Receitas, Taxas, Patrimonial
- Status geral
- Saudável
Tendência mensal
Gráfico de tendência da arrecadação simulada por mês — Todos os tributos. Linha sólida: arrecadado; linha tracejada: estimado.
Ver dados da tendência em tabela
| Mês | Estimado | Arrecadado |
|---|---|---|
| Jan/2025 | R$ 14,2 mi | R$ 14,1 mi |
| Fev/2025 | R$ 13,7 mi | R$ 13,8 mi |
| Mar/2025 | R$ 13 mi | R$ 13 mi |
| Abr/2025 | R$ 12 mi | R$ 12,1 mi |
| Mai/2025 | R$ 11,5 mi | R$ 11,5 mi |
| Jun/2025 | R$ 11,2 mi | R$ 11,2 mi |
| Jul/2025 | R$ 10,8 mi | R$ 10,6 mi |
| Ago/2025 | R$ 10,7 mi | R$ 10,4 mi |
| Set/2025 | R$ 11,1 mi | R$ 10,8 mi |
| Out/2025 | R$ 11,2 mi | R$ 11,4 mi |
| Nov/2025 | R$ 11,1 mi | R$ 10,8 mi |
| Dez/2025 | R$ 10,5 mi | R$ 10 mi |
Ranking por tributo
Barras comparam a arrecadação acumulada por tributo no período filtrado; o percentual indica o atingimento da meta.
- IPTUR$ 50,6 mi100,4%
- ISSR$ 41,1 mi95,0%
- ITBIR$ 17,4 mi103,5%
- Dívida AtivaR$ 11,2 mi99,3%
- Outras ReceitasR$ 8,6 mi99,8%
- TaxasR$ 6,2 mi99,8%
- PatrimonialR$ 4,6 mi99,9%
Insights automáticos
- Performance dentro da faixa esperada, com estabilidade no acompanhamento mensal.
- ISS abaixo da meta por 8 meses consecutivos.
- ITBI com variação positiva atípica em Out/2025 (34% acima do estimado).
- IPTU concentrando 36,2% da receita no período.
- Patrimonial com baixa representatividade no acumulado (3,3%).
- Gap acumulado concentrado em ISS (95,2% do desvio total).
Gerados por regras determinísticas sobre os dados filtrados — a mesma lógica validada por testes unitários.
Dados simulados para demonstração técnica. Nenhuma informação fiscal sensível é utilizada.
Modelo de dados
Modelo estrela simplificado para organizar medidas, filtros e análises acumuladas.
DimensõesDimTempo
- Data
- Mês
- Ano
DimensõesDimTributo
- Tributo
- CategoriaId
DimensõesDimCategoria
- Categoria
DimensõesDimMeta
- MetaMensal
- MetaAnual
DimensõesDimStatus
- Faixa
- Limite
Relacionamentos
- FatoArrecadacao → DimTempo
- FatoArrecadacao → DimTributo
- DimTributo → DimCategoria
- FatoArrecadacao → DimMeta
Pipeline ETL
Fluxo simulado inspirado em rotinas de Power Query, SQL e Python para transformar bases fiscais em informação confiável.
- 01Coleta de dados
Bases fiscais simuladas e planilhas de origem
- 02Padronização
Nomes, tipos e formatos unificados no Power Query
- 03Tratamento
Limpeza, deduplicação e validação de consistência
- 04Modelagem
Fato + dimensões em modelo estrela
- 05Cálculo de KPIs
Medidas DAX de atingimento, gap e acumulado
- 06Visualização executiva
Dashboard com filtros e status
- 07Insights
Regras automáticas de alerta e recomendação
Medidas DAX conceituais
As medidas abaixo são conceituais — demonstram o raciocínio analítico por trás de cada indicador do dashboard.
Receita Arrecadada
Receita Arrecadada =
SUM(FatoArrecadacao[ValorArrecadado])- Finalidade
- Consolida o valor efetivamente arrecadado no contexto de filtro atual.
- Como ajuda a decisão
- É a medida base de todo o acompanhamento — sem ela não há comparação com meta.
Receita Estimada
Receita Estimada =
SUM(FatoArrecadacao[ValorEstimado])- Finalidade
- Total previsto para o mesmo contexto, vindo da dimensão de metas.
- Como ajuda a decisão
- Define a régua: toda leitura executiva é 'realizado contra previsto'.
Atingimento %
Atingimento % =
DIVIDE([Receita Arrecadada], [Receita Estimada])- Finalidade
- Percentual de realização da meta com divisão segura (DIVIDE evita erro por zero).
- Como ajuda a decisão
- Alimenta as faixas de status (crítico, atenção, saudável, acima da meta).
Gap
Gap =
[Receita Arrecadada] - [Receita Estimada]- Finalidade
- Desvio absoluto entre realizado e previsto.
- Como ajuda a decisão
- Mostra onde concentrar esforço de recuperação — percentuais escondem magnitude.
Acumulado no Ano
Receita Acumulada =
CALCULATE(
[Receita Arrecadada],
DATESYTD(DimTempo[Data])
)- Finalidade
- Acumulado do ano usando inteligência de tempo sobre a dimensão calendário.
- Como ajuda a decisão
- Leitura executiva padrão: gestores decidem sobre o acumulado, não sobre o mês isolado.
Variação Mensal
Variação Mensal =
DIVIDE(
[Receita Arrecadada] - [Receita Mês Anterior],
[Receita Mês Anterior]
)- Finalidade
- Crescimento contra o mês anterior, base para alertas de tendência.
- Como ajuda a decisão
- Sinaliza inflexões cedo — três quedas seguidas viram alerta antes do fim do trimestre.
Antes e depois
Antes
- Planilhas isoladas
- Baixa visibilidade executiva
- Indicadores manuais
- Retrabalho recorrente
- Dificuldade para identificar desvios
- Comunicação fragmentada
Depois
- Dashboard executivo
- KPIs padronizados
- Filtros por período e tributo
- Alertas visuais
- Insights automáticos
- Apoio à tomada de decisão
Decisões técnicas
Por que usar dados simulados?
Para demonstrar a lógica analítica sem expor informações sensíveis.
Por que dashboard nativo no portfólio?
Para garantir performance, SEO, controle visual e interação sem depender de embed externo.
Por que separar regras de insights?
Para manter lógica analítica testável, reutilizável e independente da camada visual.
Por que modelo estrela?
Para organizar filtros, dimensões e medidas de forma escalável.
Por que não usar Power BI embed diretamente?
Porque a proposta desta página é demonstrar raciocínio e arquitetura de BI em um ambiente web público, controlado e performático.
Stack utilizada
Power BIDAXPower Query
SQL
Python
ETLData Modeling
Next.js
TypeScript
Tailwind CSS
VercelDo pipeline ETL ao dashboard
Estruturo indicadores, modelo de dados e visualização em Power BI para a realidade da sua equipe.