Como fazer um dashboard que junta dado de vários sistemas
O caminho para um painel confiável: definir as perguntas, extrair de cada origem, padronizar chaves e definições, calcular indicadores e atualizar sem quebrar.
Um painel que junta dado de vários sistemas exige uma camada intermediária: extrair de cada origem, padronizar chaves e definições, calcular os indicadores em um lugar só e servir o resultado. Sem essa camada, o painel mostra números que ninguém consegue explicar.
Um painel que junta dado de vários sistemas precisa de uma camada intermediária entre as origens e a tela: extrair de cada sistema, padronizar chaves e definições, calcular os indicadores em um lugar só e servir o resultado pronto. Painel que consulta cinco sistemas ao vivo e calcula na hora funciona por um tempo e depois vira uma fonte de números que ninguém consegue explicar.
Passo 1: comece pelas perguntas, não pelos dados
Painel construído a partir do que existe fica bonito e não é usado. Painel construído a partir de pergunta é consultado toda semana.
Liste entre cinco e dez perguntas que a diretoria já faz, e escreva a definição exata de cada uma:
| Pergunta | Definição a acordar |
|---|---|
| Quanto vendemos no mês | Por data de emissão ou de competência, com ou sem devolução |
| Quantos clientes ativos temos | Comprou nos últimos quantos dias, considerando quais canais |
| Qual a margem por produto | Custo médio, custo da última compra ou custo padrão |
| Quanto temos a receber | Inclui vencido, inclui negociado, considera qual data |
| Qual o prazo médio de entrega | Do pedido ou da separação, contando dia útil ou corrido |
Essa tabela costuma provocar a discussão mais produtiva do projeto, porque revela que áreas diferentes usam o mesmo nome para coisas diferentes. Sem resolver isso, nenhum painel vai ter credibilidade.
Passo 2: extraia de cada origem, sem transformar ainda
A extração deve trazer o dado bruto para uma área de carga, o mais próximo possível do formato original. Transformar durante a extração dificulta a depuração depois.
Formas de extração, por ordem de preferência:
| Origem | Mecanismo | Cuidado |
|---|---|---|
| Sistema com API | Consulta paginada por data de alteração | Limite de requisições |
| Banco acessível | Leitura por réplica ou fora do horário de pico | Nunca consultar a base de produção em horário crítico |
| Sistema fechado | Exportação agendada em arquivo | Arquivo parcial e mudança de layout |
| Planilha | Leitura por API ou importação | Validação forte, formato instável |
Duas práticas que economizam muito trabalho: fazer carga incremental por data de alteração, não recarregar tudo todo dia; e guardar o dado bruto por um período, para poder reprocessar quando uma regra mudar.
Passo 3: padronize chaves e listas
Este é o ponto onde a maioria dos painéis fica errado sem que ninguém perceba.
Chaves. Cliente precisa ser o mesmo cliente nas cinco origens. A chave prática é o documento normalizado, sem pontuação e com dígito conferido, mais uma tabela de ligação entre os identificadores de cada sistema.
Listas. Forma de pagamento, canal de venda, situação de pedido e centro de custo costumam ter nomes diferentes em cada origem. Crie tabelas de tradução, com um valor de destino para o que não estiver mapeado, e um alerta quando surgirem valores novos.
Datas. Grave tudo no mesmo fuso e deixe claro o que cada data significa. Data de emissão, de faturamento, de entrega e de pagamento são quatro coisas diferentes que muita gente chama de "data da venda".
Moeda e unidade. Se houver mais de uma, guarde o valor original, a moeda e a taxa usada, nunca só o convertido.
Passo 4: calcule os indicadores em um lugar só
A regra que separa painel confiável de painel questionado: cada indicador é calculado uma vez, num lugar identificável. Se a mesma métrica é calculada dentro de três gráficos diferentes, ela vai divergir.
Na prática isso significa criar tabelas ou visões de consumo, já com os indicadores prontos por dia, por cliente, por produto, e a tela apenas somar e filtrar. Isso deixa o painel rápido e a definição auditável.
Documente cada indicador com nome, definição em português, fórmula, origem e responsável. Esse documento é consultado toda vez que alguém questionar um número, e a existência dele encerra discussões rápido.
Passo 5: escolha a ferramenta de visualização
| Opção | Quando cabe |
|---|---|
| Ferramenta de mercado de painéis | Time que já sabe usar, necessidade de exploração livre |
| Painel próprio em aplicação web | Quando precisa estar dentro de um sistema existente ou de um portal do cliente |
| Planilha alimentada automaticamente | Quando o consumidor final não abre mão da planilha |
Não existe resposta única. A escolha importa menos que a camada de dados abaixo dela. Painel bem construído sobre dado ruim continua ruim; painel simples sobre dado bem tratado é útil.
Passo 6: torne a atualização confiável
Um painel que fica desatualizado sem avisar é pior que não ter painel, porque induz decisão errada com aparência de precisão.
O mínimo necessário:
- Carimbo de atualização visível na própria tela, indicando quando cada fonte foi lida pela última vez.
- Alerta quando a carga falha ou quando uma fonte não atualiza há mais tempo que o esperado.
- Verificações de sanidade automáticas: contagem de linhas fora do padrão, total do dia muito distante da média, chave sem correspondência acima de um limite.
- Reprocessamento simples, para refazer um período quando uma origem corrigiu dado retroativo.
Correção retroativa é frequente em sistema financeiro e contábil. O painel precisa lidar com isso reprocessando uma janela de dias, não apenas somando o novo.
O que costuma dar errado
- Muitos gráficos. Painel com trinta indicadores não é usado. Cinco a oito números bem definidos por tela é o que se lê de fato.
- Média que esconde o problema. Média de prazo de entrega esconde os casos ruins. Vale mostrar também a distribuição ou um percentil alto.
- Comparação sem base. Número isolado não informa. Comparar com o período anterior, com a meta ou com o mesmo mês do ano passado é o que dá significado.
- Nenhum dono do painel. Sem alguém responsável por manter definição e corrigir carga, ele apodrece em meses.
- Segurança tratada no fim. Painel com dado financeiro e de pessoas precisa de controle de acesso por perfil desde o início.
Um caminho de implantação em etapas
- Escolha três perguntas e escreva a definição de cada uma.
- Extraia apenas as origens necessárias para essas três.
- Padronize a chave de cliente e as listas envolvidas.
- Calcule os três indicadores em tabelas de consumo.
- Publique uma tela só, com carimbo de atualização.
- Espere um mês. Se as perguntas forem consultadas, amplie. Se não, mude as perguntas em vez de adicionar gráficos.
Essa disciplina evita o projeto de painel que consome meses e termina com uma tela que só o autor abre.
Perguntas frequentes
Dá para o painel ler direto dos sistemas de origem?
Dá para um painel pequeno com poucas fontes, mas cria dois problemas: carga sobre os sistemas de produção e definição de indicador espalhada por várias consultas. A partir de três fontes, uma base intermediária compensa quase sempre, porque centraliza a regra de cálculo.
Preciso de um data warehouse de verdade?
Nem sempre. Para muitas empresas, um banco relacional dedicado, com tabelas de carga e tabelas de consumo, resolve por anos. A estrutura mais elaborada se justifica quando o volume passa de dezenas de milhões de linhas ou quando muitas áreas consomem os mesmos dados com regras diferentes.
Por que o mesmo indicador dá números diferentes em cada sistema?
Quase sempre por definição, não por erro. Faturamento pode ser por emissão ou por competência, cliente ativo pode ter critérios diferentes por área, e devolução pode ou não ser descontada. O painel só resolve isso se a definição for escrita e acordada antes do cálculo.
Tem um processo que consome o time?
Me conta como funciona hoje. Se der para automatizar, eu te digo por onde começar — a conversa de diagnóstico não é cobrada.
Natiam Gabriel é AI Engineer & Full-Stack Developer e fundador da Retti Tech, estúdio de desenvolvimento de software que atende empresas em todo o Brasil. Constrói sistemas web sob medida, automações e integrações, com ou sem inteligência artificial, do levantamento de requisitos até a operação em produção. Mais de 20 empresas usam em produção os sistemas que desenvolveu.