O problema
Gestores de marcas omnichannel tomam decisão com dado defasado, incompleto e fragmentado:
- Vendas físicas vêm do ERP (TOTVS, Linx) com lag de 24-48h
- Vendas online estão no Shopify/VTEX em outro silo
- Marketplaces (ML, Amazon) só consolidam no fim do mês
- Cada canal tem nomenclatura própria de SKU, frete, categoria
Resultado: planilhas Excel manuais, números que não batem entre relatórios, decisões de compras e estoque feitas no escuro.
A solução
Um modelo semântico unificado em Power BI alimentado por pipeline em Azure Data Factory + Snowflake. Atualização a cada 15 minutos, com drill-down por loja, SKU, categoria, marca, vendedor.
O que entrega
Dashboards prontos
- Vendas consolidadas (canais empilhados, GMV vs receita líquida, lift de campanhas)
- Ranking de SKU (top-100 e bottom-100 por categoria/canal)
- Performance por loja física (com geo-mapa de Brasil)
- Funil omnichannel (online → retira na loja, troca em loja, etc.)
- Cohort de clientes (LTV por origem, recompra, churn)
Modelagem
- Star schema otimizado para DAX (medidas reutilizáveis)
- Row-level security por loja (gerente regional só vê suas lojas)
- Histórico completo (sem perda de 90 dias do Shopify)
Stack
- Ingestão: Azure Data Factory (pipelines no-code) + Python adapters para casos custom
- Warehouse: Snowflake (tier mínimo XS já dá conta) ou BigQuery
- Visualização: Power BI com modelo semântico publicado
- Refresh: a cada 15 min via DirectQuery + cache local
Integrações
- E-commerce: Shopify, VTEX, Magento 2, WooCommerce
- ERP: TOTVS (Protheus, RM), Linx (POS, ERP), Bling, Tiny
- Marketplaces: Mercado Livre, Amazon, B2W, Magalu
- CRM: Salesforce, HubSpot, RD Station
Métrica de impacto
Cliente fashion premium (4 marcas, 38 lojas + 3 e-commerces):
- Redução de 70% no tempo gasto compilando relatórios mensais
- Identificação de R$ 1.4M em estoque "morto" no 1º trimestre
- Decisão de compras que antes levava 2 semanas agora vira em 2 dias
Tempo de implementação
4-6 semanas dividido em:
- Sprint 1: pipeline de ingestão + modelagem base
- Sprint 2: dashboards principais + row-level security
- Sprint 3: training do time + ajustes finos
FAQ
E se já tenho Power BI rodando? Aproveitamos. O modelo semântico que entregamos é versionado e pode ser composto com seus existentes. Em muitos casos, otimizamos modelos antigos junto ao nosso para ganho de 30-60% em performance de DAX.
Preciso ter Snowflake? Não obrigatoriamente. Funciona com BigQuery, Databricks, Postgres ou até Azure SQL. Snowflake é nossa recomendação por custo/elasticidade em lojas com 50M+ linhas/ano.
Quanto custa a infra mensal? Depende do volume. Lojas pequenas (até 10M linhas): R$ 400-900/mês. Médias (10-100M): R$ 1.2K-3.5K/mês. Grandes: R$ 4K-12K/mês. Inclui warehouse + Power BI Premium se necessário.
Quanto tempo para ver o primeiro dashboard? Sprint 1 (2 semanas) já entrega vendas consolidadas funcionando. Os dashboards completos ficam prontos em 4-6 semanas no total.
Posso customizar os dashboards depois?
Sim. Entregamos o .pbix versionado, você ou seu time de BI customiza livre. Treinamento de 6h incluído para o time entender a modelagem.
Como atualiza em tempo real? DirectQuery com cache local de 15 min. Para refresh menor (1-5 min) suportamos hybrid mode (DirectQuery + Import) ou streaming via Azure Stream Analytics.
E os dados sensíveis (margem, custo)? Row-level security por papel (CFO vê margem, gerente regional vê só sua região). Encriptação at-rest no warehouse e in-transit via TLS. Suporta SSO via Azure AD.
Funciona com lojas físicas pequenas (sem ERP)? Sim. temos integração com POS direto: Linx, Stone, Cielo POS, Pag e PagSeguro. Lojas sem POS conectado: importação manual semanal via planilha.