Dos dados aos gráficos: como criar um dashboard no Yellowfin

Sem um indicador de combustível no seu carro, teria de confiar no seu instinto para saber quando atestar, e isso é arriscado. Poderia acabar retido numa estrada deserta sem gasolina.

O mesmo princípio aplica-se ao software que utilizamos todos os dias. A integração de análises (gráficos, diagramas, relatórios e dashboards) na sua aplicação significa que os seus utilizadores podem basear as suas decisões em visualizações rápidas e poderosas de dados em tempo real.

Tomemos o Booking.com como exemplo. A sua utilização de visualizações dá aos proprietários informações sobre quando os potenciais hóspedes planeiam visitar a sua cidade, quanto tempo planeiam ficar e como a procura dos viajantes se compara com as suas próprias reservas. Os proprietários também podem ver, num relance, de que países os hóspedes estão a reservar e ter uma melhor compreensão dos seus motivos para viajar.

As melhores aplicações fornecem análises contextuais que combinam dados internos com insights de mercado mais amplos. Juntos, podemos tentar construir algo do género numa futura publicação do blogue, mas para cobrir os conceitos básicos primeiro, vamos cingir-nos apenas a um dashboard interno.

Vamos imaginar que estamos a trabalhar numa aplicação de entrega de comida e queremos integrar um dashboard para os proprietários de restaurantes usarem para recolher insights. Iremos utilizar o InterBase para uma gestão de base de dados super rápida, segura e robusta, e o Yellowfin para as suas poderosas análises.

Passo 1: Gerar um conjunto de dados

A primeira coisa de que precisamos são dados, e como estamos apenas a aprender aqui, vamos criar um conjunto de dados sinteticamente utilizando a IA ChatGPT.

O prompt de IA que estamos a usar é: “Crie uma base de dados para uma aplicação de entrega de comida. Formate-a de forma a listar as encomendas em linhas, com colunas que incluam variáveis como feedback (1–10), cliente recorrente (0/1), valor da encomenda, tipo de encomenda (que comida era), hora da encomenda e tempo de preparação. Dê-me 10.000 linhas num formato CSV, algo que pudesse ser realmente extraído da aplicação.”

Passo 2: Configurar uma base de dados em tempo real e criar uma Vista

Poderíamos carregar esse ficheiro CSV para o Yellowfin tal como está, mas para simular alterações de dados em tempo real e mostrar como isso se reflete nas nossas análises, iremos utilizar o InterBase, uma base de dados com uma pequena pegada (small footprint) que irá gerir novas encomendas.

Dentro do Yellowfin, vamos à Consola de Administração e adicionamos uma nova ligação de base de dados utilizando o driver JDBC do InterBase, apontando-o para o servidor InterBase local e para o ficheiro da base de dados. Uma vez validada a ligação, o Yellowfin pode consultar a base de dados diretamente, tal como qualquer aplicação faria.

Com a ligação estabelecida, podemos criar uma Vista (View) no Yellowfin sobre a nossa base de dados – isto servirá como base para a nossa análise.

Uma Vista no Yellowfin é onde pode pré-visualizar os seus dados de origem, alterar métricas e dimensões, adicionar campos calculados e outras coisas que possa precisar de fazer na preparação para a análise.

Passo 3 A parte divertida da análise de dados: Fazer perguntas ao Yellowfin

Assim que tiver uma Vista ativa, pode começar a executar análises sobre ela. Esta é a parte mais interessante, pois está a pensar ativamente sobre que tipo de informação seria mais importante para a pessoa que a vai ver; neste caso, o proprietário do restaurante.

Tradicionalmente, é aqui que os utilizadores teriam de compreender gráficos, filtros e dimensões antes de poderem obter respostas. O Yellowfin oferece outra opção: a Consulta em Linguagem Natural (NLQ).

O NLQ permite aos utilizadores fazer perguntas sobre os seus dados em linguagem corrente e obter respostas imediatas. Em vez de construir primeiro um relatório, o proprietário de um restaurante pode simplesmente escrever perguntas como "Quantas encomendas hoje?" ou "Tempo médio de preparação por tipo de encomenda". O Yellowfin traduz estas perguntas em consultas à base de dados nos bastidores e devolve o resultado como uma tabela ou gráfico.

Foi fácil. Vamos agora fazer mais algumas perguntas:

Quantas encomendas hoje?
Vendas líquidas hoje

Da mesma forma, obtemos resultados que podemos agrupar na secção de destaque (“hero”) do nosso dashboard.

Agora, a proprietária do restaurante tem uma visão em tempo real do desempenho do negócio, mostrando valores específicos e significativos que considera mais úteis. Utilizámos o InterBase no backend e todas as alterações sincronizam-se em tempo real.

A próxima coisa que o proprietário do restaurante consideraria útil é uma discriminação das vendas líquidas por dia. No Yellowfin, podemos perguntar "Mostra-me as vendas líquidas por dia" e obtemos um gráfico com este aspeto:

Poderíamos também analisar algo como o feedback dos clientes versus o tempo de preparação para ver até que ponto o tempo que um cliente passa à espera pode prejudicar as nossas classificações nas avaliações. E, talvez depois disso, pudéssemos comparar o tempo médio de preparação por tipo de encomenda para ver quais os artigos que poderiam beneficiar de uma otimização na preparação.

A partir desta visualização podemos ver que a pizza é o que demora mais tempo a preparar e já sabemos que quanto maior for o tempo de preparação, mais insatisfeito fica o cliente. Agora poderá ser a altura ideal para investir num forno de pizzas melhor!

Considerações finais

Neste momento, temos alguns gráficos de que o proprietário de um restaurante poderá efetivamente necessitar:

• uma visão em tempo real das encomendas
• uma compreensão do desempenho da cozinha
• e uma discriminação das receitas por dia.

O Yellowfin tornou fácil a transição entre fazer perguntas em linguagem corrente e refinar essas respostas em elementos visuais prontos para o dashboard, tudo sobre uma base de dados em tempo real.

Quer esteja a construir uma aplicação de entrega de comida, uma plataforma de reservas ou qualquer outro produto, o padrão é o mesmo: pense nas perguntas mais prementes dos seus utilizadores e entregue as respostas exatamente onde eles trabalham. Ou, melhor ainda, deixe que eles próprios façam as perguntas.

Se o fizermos corretamente, as análises (analytics) podem tornar-se em algo em que os seus utilizadores confiam todos os dias, acrescentando valor aos seus produtos e serviços.

Quer fazer a sua própria análise? Comece aqui e iremos configurar-lhe uma licença de teste.