Dashboard Executivo para a diretoria
Três bases desconectadas — realizado, metas e histórico — viraram um modelo de dados único e um dashboard de Power BI que responde, em segundos, a pergunta que tira o sono de qualquer diretoria: onde está o gargalo entre o que planejamos e o que entregamos?
Três verdades separadas sobre o mesmo negócio.
Recebi três bases de dados que, juntas, contam a história completa da operação de captação de alunos. Sozinhas, cada uma só mostra um pedaço — e é justamente entre elas que mora a resposta que a diretoria precisa.
O objetivo era claro: cruzar as três bases, construir um modelo de dados robusto e entregar um dashboard executivo pronto para a tomada de decisão da diretoria.
Realizado
O comportamento e os números do ano corrente — o que de fato aconteceu na operação.
Metas
O planejamento e os objetivos traçados para o período — a régua contra a qual tudo é medido.
Ano anterior · Baseline
O histórico que serve como ponto de partida e base de comparação para medir evolução real.
O processo que construí, passo a passo.
Antes de qualquer gráfico, o trabalho de verdade acontece nos bastidores: entender os dados, tratá-los e modelá-los. É aí que se ganha ou se perde a confiança de um dashboard executivo.
Entender o problema antes de tocar no dado
Comecei estudando cada base a fundo. Foi aí que veio o insight que definiu o projeto: as colunas de funil (inscritos, aprovados e matriculados) no Realizado e no Baseline não eram contagens — eram flags de status codificadas (3 para inscrito/aprovado, 4 para matriculado). A base de Metas, ao contrário, já vinha com contagem real. Ignorar isso quebraria todo o cálculo.
Tratamento e organização das bases
Transformei os CSVs (separados por vírgula) em planilhas estruturadas, salvei como pasta de trabalho do Excel e importei para o Power BI. No Power Query, corrigi os caracteres especiais desformatados e ajustei o tipo de dado de cada coluna — a fundação para tudo que vem depois.
Normalizar as flags de status
Como o Realizado e o Baseline vinham com binários em "0 e 3" e "0 e 4", criei três colunas novas normalizando tudo para "0 e 1". Só assim foi possível somar inscritos, aprovados e matriculados de forma correta e comparável entre as bases.
Criar a tabela Calendário
Com os dados tratados, criei uma tabela Calendário em DAX para ser a tabela de datas oficial do dashboard — a espinha que sustenta qualquer análise temporal e comparação entre períodos.
Modelo de dados e relacionamentos
Montei os relacionamentos das datas e criei tabelas de dimensão para deixar filtros e segmentações mais limpos, evitando duplicar lógica. Uma tabela separada, sem relacionamento, ficou dedicada só às medidas. O resultado é um Star Schema organizado, onde cada peça tem um lugar claro.
Construir os gráficos por objetivo
Com medidas e relacionamentos prontos, parti para os visuais. Como eram duas análises distintas, dividi em duas páginas: uma de Performance e outra de Funil. Nessa fase foquei só na informação — quais gráficos, tabelas e filtros contam bem a história — sem me preocupar com layout ainda.
Desenhar o visual final
Sabendo exatamente de quantos gráficos precisava, criei o template visual no PowerPoint e o apliquei como plano de fundo no Power BI. Cada página ganhou hierarquia, respiro e a identidade da Ânima — de rascunho funcional a dashboard de diretoria.
O dashboard final.
Duas páginas construídas no Power BI, cada uma respondendo a uma pergunta de diretoria: como estamos contra a meta e onde o funil vaza.
O que os números revelaram.
Um dashboard só vale pela decisão que ele destrava. Estes foram os principais achados que levei para a diretoria.
A meta foi desenhada num patamar muito mais ambicioso do que a operação entregou
Ficamos abaixo da meta em todos os aspectos. Contra o histórico, a operação claramente melhorou; contra o plano, ainda ficou muito aquém do esperado. As duas leituras são verdadeiras — e o dashboard mostra as duas.
A queda brusca está no momento Aprovação → Matrícula
A conversão de Inscrição → Aprovação é saudável, mas na hora da matrícula convertemos apenas 12% dos aprovados. Olhando o funil ponta a ponta (Inscrição → Matrícula), o gargalo fica ainda mais evidente.
Metade dos aprovados entra pelo canal que menos fecha
O ENEM aprova 86% e sozinho representa metade dos aprovados — mas tem a pior taxa de conversão em matrícula de todas as formas de entrada. É um dos maiores gargalos escondidos da operação.
6 de 18 marcas concentram mais de 60% do gap
USJT, UNA, UNP, UAM, IBMR e UNF respondem por mais de 60% da diferença entre meta e realizado. Nas piores taxas de conversão Inscrição → Matrícula aparecem UNIBH, UAM, UNICURITIBA e MIL. CAMPOS. Priorização vira uma decisão de dados, não de achismo.
Medicina Veterinária: crescer no fechamento, não no topo.
Levei a análise um passo além e escolhi Medicina Veterinária para um estudo de viabilidade. O curso enfrenta o mesmo gargalo de conversão Inscrição → Matrícula, mas tem alto volume de inscritos e é praticamente 100% presencial — o que puxa o ticket médio para cima. A oferta de cursos já está saturada (mais de 580 no país), então apostar em mais inscritos seria ingênuo. O crescimento está em recuperar conversão: hoje fechamos apenas 12,9% dos aprovados, e cada ponto recuperado vira matrícula sem custo de nova captação.
Fontes: crescimento do mercado pet · estudo do CFMV sobre ensino veterinário.