https://github.com/alefrp/hot_bi
ETL de vendas Hotmart com Python, PostgreSQL, Apache Hop e Power BI. Integração de múltiplas fontes e visualização de indicadores estratégicos em um Data Warehouse MySQL.
https://github.com/alefrp/hot_bi
apachehop docker powerbi python sql
Last synced: 2 months ago
JSON representation
ETL de vendas Hotmart com Python, PostgreSQL, Apache Hop e Power BI. Integração de múltiplas fontes e visualização de indicadores estratégicos em um Data Warehouse MySQL.
- Host: GitHub
- URL: https://github.com/alefrp/hot_bi
- Owner: AlefRP
- License: mit
- Created: 2024-07-07T00:39:50.000Z (almost 2 years ago)
- Default Branch: main
- Last Pushed: 2024-12-26T12:50:21.000Z (over 1 year ago)
- Last Synced: 2025-10-21T12:41:29.459Z (8 months ago)
- Topics: apachehop, docker, powerbi, python, sql
- Language: Python
- Homepage:
- Size: 4.54 MB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# Pipeline de Dados para Análise de Vendas de Produtos Hotmart
Este projeto foi desenvolvido para demonstrar a construção de um pipeline de ETL completo que integra dados de múltiplas fontes, processa-os, e os disponibiliza para análise por meio de um **Data Warehouse** centralizado. O pipeline inclui uma camada de staging e uma carga final no Data Warehouse, permitindo análises eficientes e centralizadas de dados de vendas online, com indicadores relevantes como receita total, vendas, ticket médio e muito mais.
Além disso, foi criado um painel simulado utilizando o **Power BI**, onde exploramos métricas estratégicas aplicáveis ao negócio da **Hotmart**, incluindo visualizações detalhadas para apoio na tomada de decisão.
---
## Fluxo do Projeto
O pipeline foi construído utilizando:
- **Python** para extração de dados.
- **PostgreSQL** como banco intermediário.
- **Apache Hop** para ingestão e processamento ETL.
- **MySQL** como Data Warehouse central.
- **Power BI** para visualização e análise de dados.
## Painel de Visualização
Além do pipeline, foi desenvolvido um painel no **Power BI** simulando indicadores relevantes, como receita total, vendas, ticket médio, entre outros.
---
## Requisitos
Antes de executar o projeto, certifique-se de que os seguintes pré-requisitos estejam atendidos:
1. **Docker e Docker Compose**:
- Certifique-se de que o Docker e o Docker Compose estejam instalados e configurados corretamente em sua máquina.
- Para instalar o Docker, siga as instruções disponíveis em [Docker Documentation](https://docs.docker.com/get-docker/).
2. **MySQL e PostgreSQL**:
- O projeto utiliza as portas **3307** para o MySQL e **5435** para o PostgreSQL.
---
## Executando o Projeto
1. Clone este repositório ou baixe os arquivos necessários:
```sh
git clone https://github.com/seu-usuario/repositorio.git
cd repositorio
```
2. Execute o Docker Compose:
```sh
docker compose up -d
```
3. Acesse o painel no Power BI.
4. Você pode acessar os datasets no MySQL e PostgreSQL:
- MySQL: `localhost:3307`
- PostgreSQL: `localhost:5435`
## Licensa
Este projeto utiliza a licenca MIT. Para obter mais informações, veja o arquivo [LICENSE](LICENSE.md).