{"id":22446894,"url":"https://github.com/albertofaraujo/sql_eda_comercio_exterior","last_synced_at":"2025-03-27T11:23:07.119Z","repository":{"id":242307046,"uuid":"809221592","full_name":"AlbertoFAraujo/SQL_EDA_Comercio_Exterior","owner":"AlbertoFAraujo","description":"A área de comércio exterior de uma empresa automotiva, busca melhorar o monitoramento dos embarques de importação, implementando uma torre de controle eficiente","archived":false,"fork":false,"pushed_at":"2024-06-03T04:15:21.000Z","size":1141,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2025-02-01T15:46:04.973Z","etag":null,"topics":["analise-exploratoria","azure-data-studio","eda","sql"],"latest_commit_sha":null,"homepage":"","language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/AlbertoFAraujo.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2024-06-02T04:07:25.000Z","updated_at":"2024-06-03T04:15:24.000Z","dependencies_parsed_at":"2024-06-02T05:22:42.916Z","dependency_job_id":"45405da4-cab0-45b4-95c8-eb8b72603925","html_url":"https://github.com/AlbertoFAraujo/SQL_EDA_Comercio_Exterior","commit_stats":null,"previous_names":["albertofaraujo/sql_eda_logistica"],"tags_count":0,"template":false,"template_full_name":null,"repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AlbertoFAraujo%2FSQL_EDA_Comercio_Exterior","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AlbertoFAraujo%2FSQL_EDA_Comercio_Exterior/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AlbertoFAraujo%2FSQL_EDA_Comercio_Exterior/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AlbertoFAraujo%2FSQL_EDA_Comercio_Exterior/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/AlbertoFAraujo","download_url":"https://codeload.github.com/AlbertoFAraujo/SQL_EDA_Comercio_Exterior/tar.gz/refs/heads/main","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":245833150,"owners_count":20679789,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["analise-exploratoria","azure-data-studio","eda","sql"],"created_at":"2024-12-06T04:12:38.925Z","updated_at":"2025-03-27T11:23:07.102Z","avatar_url":"https://github.com/AlbertoFAraujo.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"![image](https://github.com/AlbertoFAraujo/SQL_EDA_Comercio_Exterior/assets/105552990/8d7f287c-4b8a-4ad5-ba45-30c5298eb8f4)\n\n### Tecnologias utilizadas: \n| [\u003cimg align=\"center\" alt=\"sql\" height=\"60\" width=\"60\" src=\"https://github.com/AlbertoFAraujo/SQL_EDA_exercito2022/assets/105552990/805dfaf3-4725-47f9-86d5-241953a018ab\"\u003e](https://learn.microsoft.com/en-us/sql/sql-server/?view=sql-server-ver16) | [\u003cimg align=\"center\" alt=\"azure\" height=\"60\" width=\"60\" src=\"https://github.com/AlbertoFAraujo/SQL_People_analytics/assets/105552990/a0848293-4573-431a-b7e4-2f79bc9cc32e\"\u003e](https://azure.microsoft.com/pt-br/products/data-studio/) |\n|:---:|:---:|\n| SQL | Azure Data |\n\n- **SQL**: Linguagem padrão para consulta e manipulação de bancos de dados relacionais, permitindo operações como consulta, inserção, atualização e exclusão de dados.\n- **Azure Data Studio**: Ferramenta de gerenciamento de banco de dados desenvolvida pela Microsoft, permitindo desenvolvimento, administração e operações de bancos de dados relacionais e não relacionais, com suporte a múltiplos sistemas operacionais e extensões para funcionalidades adicionais.\n\u003chr\u003e\n\n### Sobre a base de Dados e Objetivo\n\nA área de comércio exterior de uma empresa automotiva, busca melhorar o monitoramento dos embarques de importação, implementando uma torre de controle eficiente. A empresa enfrenta desafios críticos, como paralisações na linha de produção devido a atrasos nas entregas, e precisa de uma visão completa das operações logísticas para tomar decisões mais inteligentes, encontrar oportunidades de melhoria e garantir o cumprimento dos prazos, minimizando o impacto em toda a cadeia de suprimentos.\n\nO objetivo desta análise exploratória é responder as perguntas de negócios para posteriomente servir como base para o painel de visualização (Dashboard).\n\n1. **Monitoramento de Operações:** Acompanhar as operações de importação, separadas por modal aéreo e marítimo;\n2. **Indicadores de Entrega:** Avaliar o desempenho de entrega no prazo(*On Time Delivery*, também conhecido como OTD) para cada modal, comparando com metas pré-estabelecidas;\n3. **Desempenho de Operadores:** Avaliar a performance de cada operador logístico (companhias de transporte) envolvidos nas entregas;\n4. **Exceções:** Identificar e categorizar desvios e exceções (tipos de problemas) no processo logístico que afetam a entrega pontual;\n5. **Quantidade de Embarque:** Número total de embarques realizados, separados por modal;\n6. **OTD(*On Time Delivery*):** Percentual de entregas realizadas dentro do prazo para cada modal, comparado com a meta estabelecida;\n7. **Ranking de Exceções:** Classificação dos principais tipos de exceções que causam desvio nas operações, como atrasos do fornecedor, avarias, problemas de documentação, etc;\n8. **Desempenho por Operador:** Performance dos operadores logísticos(companhias de transporte), considerando a porcentagem de OTD e total de embarques;\n9. **Tendência Mensal OTD:** Visualização de tendência mensal para identificar padrões de entregas ao longo do tempo.\n\n\u003e **Créditos da base de dados:** Dados sintéticos disponibilizados no Power Bi Discovery (Karine Lago e Letícia S.)\n\n\u003chr\u003e\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Falbertofaraujo%2Fsql_eda_comercio_exterior","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Falbertofaraujo%2Fsql_eda_comercio_exterior","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Falbertofaraujo%2Fsql_eda_comercio_exterior/lists"}