A BI, ou Business Inteligence, está cada vez mais presente no cotidiano de empresas e órgãos estatais. Com o aumento da quantidade de informações disponível e a necessidade de se tomar decisões rapidamente, a existência de ferramentas que auxiliam na análise de grande quantidade de dados é fundamental. Elas serão essenciais para definir estratégias, tomar decisões operacionais e traçar planos que serão, de fato, efetivos.
Outro elemento comum na contemporaneidade é a nuvem, ou cloud. A ideia é descentralizar o armazenamento e processamento de dados. O que promoverá independência de dispositivos, aumentando a segurança e disponibilidade das informações. A junção desses dois elementos, a Cloud BI, nos leva ao post de hoje.
Cloud BI com o Qlik Sense
Para entendê-la melhor, iremos utilizar a ferramenta Qlik Sense para analisar dados da PME – Pesquisa Mensal de Emprego – do IBGE.
A versão na nuvem do Qlik Sense, Qlik Sense Cloud não requer nenhum tipo de preparação especial do computador em que será executada. É preciso apenas um browser compatível com HTML. Ela pode ser executada em diferentes dispositivos, como tablets e smartphones. Em sua versão gratuita, é possível criar os aplicativos de análise com até 5 pessoas.
A PME é uma pesquisa realizada mensalmente pelo IBGE nas regiões metropolitanas de Recife, Salvador, Belo Horizonte, Rio de Janeiro, São Paulo e Porto Alegre. Ela “produz indicadores sobre a força de trabalho”, permitindo “avaliar as flutuações e a tendência […] do mercado de trabalho.”
Os dados da PME são disponibilizados em arquivos de microdados RDA. Para a análise dos dados na ferramenta Qlik Sense Cloud precisamos de arquivos Excel ou CSV. A forma de obter e converter esses arquivos não será tratada nesse post, para maiores informações, consulte esse endereço.
Os arquivos utilizados para a análise apresentada a seguir podem ser baixados aqui: [download id=”968″ template=”Microdados”].
Para mostrar as possibilidades do Qlik Sense Cloud, vamos analisar os dados da PME do ano de 2015. Queremos, através da análise, responder a 3 perguntas diferentes:
P1 – Qual o rendimento médio por região metropolitana ao longo do tempo?
P2 – Qual o percentual de homens e mulheres por região metropolitana e qual a renda média?
P3 – Qual o rendimento médio por escolaridade?
O primeiro passo é criar uma conta no Qlik Sense Cloud através desse endereço. Algumas informações básicas devem ser fornecidas, como nome, email e país.
Criada a conta e logado, você verá a tela inicial do Qlik Sense Cloud, trata-se de um dashboard padrão, na aba “My personal cloud”, clique em “New app”, um pop-up para digitar o nome do App será exibido. Nesse exemplo, iremos criar o APP “BICLOUD_PME2015”.
Após o App ser criado, será exibida uma nova aba, nesse momento você deve inserir os dados da sua análise. Para este exemplo, iremos utilizar os arquivos CSV da PME de 2015, disponíveis acima.
São 4 arquivos contendo dados:
pme2015.csv – Dados da pesquisa no ano de 2015.
escolaridade.csv – Descrição dos códigos das escolaridades pesquisadas.
rm.csv – Nome das cidades onde ocorre a PME.
sexo.csv – Descrição dos códigos de sexo: 1/Masculino, 2/Feminino.
É necessário incluir os 4 arquivos e depois fazer as associações necessárias. Para isso, clique em “Gerenciador de Dados”, será exibida a tela com os 4 arquivos. Abaixo há o botão “Associações”, o próprio QlikSense Cloud irá detectar as associações e sugerir, você deve apenas confirmar.
Depois da associação o modelo de dados será o seguinte.
Montando o modelo de dados, vamos criar nossa primeira “Pasta”, a pasta conterá os elementos gráficos, de tabela e outras exibições que irão nos apresentar os dados brutos inseridos. Para se ter uma ideia, no arquivo da PME de 2015 que estamos utilizando há 545.831 registros! Nossa primeira pasta será “Rendimento Médio por Região Metropolitana no tempo”. Como o próprio nome diz, iremos calcular o rendimento médio nas 6 regiões metropolitanas pesquisadas na PME.
Para criar a pasta, volte à “Visão Geral do Aplicativo” e clique em “Criar Nova Pasta”, digite o título e depois a abra. A pasta será criada vazia. No canto superior direito há o botão “Editar”, clique nele. À esquerda surgirão os elementos gráficos disponíveis.
Vamos criar uma tabela dinâmica. Os dados da tabela serão os seguintes:
Linhas
REGIÃO METROPOLITANA
Colunas
MÊS
Medidas
Rendimento Médio = AVG(RENDIMENTO)
Após criar a tabela, vamos criar um gráfico de linha que mostre os dados tabela. A configuração do gráfico será a seguinte:
Dimensões
MÊS
REGIÃO METROPOLITANA
Medidas
Rendimento Médio = AVG(RENDIMENTO)
O resultado dessa pasta é apresentado na figura abaixo.
Nossa segunda pasta terá o propósito de responder à segunda pergunta: “Qual o percentual de homens e mulheres por região metropolitana e qual a renda média?”.
Para isso, voltamos à visão geral do aplicativo e criamos uma nova pasta com o título “Divisão por Sexo e Renda Média, por Região Metropolitana”. Criada a pasta, incluímos novamente uma tabela dinâmica com a seguinte configuração:
Linhas
Região METROPOLITINA
Colunas
SEXO
Medidas
Percentual = Count(ID_RM) / Count(TOTAL <[REGIÃO METROPOLITANA]> ID_RM)
A fórmula “Count” conta a quantidade de registros para aquele campo. Na expressão acima, a primeira irá contar quantos registros com o ID_RM da linha/Coluna existem, i.e., quantos registro para a RM e o sexo existem. A segunda fórmula, por sua vez, irá contar quantos registro ID_RM existem para a linha, i.e., a Região Metropolitana, desconsiderando a informação sexo, dessa forma, temos um valor percentual.
Rendimento Médio = AVG(RENDIMENTO)
Para representar os dados de percentual de pessoas e renda média, iremos usar dois gráficos. No primeiro vamos representar o percentual de homens e mulheres. A configuração será a seguinte:
Dimensões:
REGIÃO METROPOLITANA
SEXO
Medidas
PERCENTUAL Count(ID_RM) / Count(TOTAL <[REGIÃO METROPOLITANA]> ID_RM)
Tem o mesmo valor da medida da tabela dinâmica.
O segundo gráfico irá mostrar a média de rendimentos por sexo, com a seguinte configuração:
Dimensões
REGIÃO METROPOLITANA
SEXO
Medidas
Rendimento Médio = AVG(RENDIMENTO)
O resultado dessa pasta é exibido na imagem a seguir.
Em nossa última pasta, iremos analisar a média salarial por escolaridade. Para isso, criamos uma pasta “Rendimento Médio por Escolaridade”.Nessa pasta serão dois gráficos, um mostrando o percentual de pessoas por nível escolar e outro mostrando os rendimentos médios por escolaridade.
O primeiro será um gráfico de pizza com o campo ESCOLARIDADE como dimensão e a expressão COUNT(ESCOLARIDADE) como medida. Já o segundo será um gráfico de barras com a ESCOLARIDADE como dimensão e a expressão AVG (RENDIMENTO) como medida. O resultado é apresentado na imagem a seguir.
Agora que temos as 3 perguntas inicialmente propostas respondidas, vamos publicar e compartilhar nosso aplicativo. Para isso, volte ao dashboard inicial do Qlik Sense Cloud, clique com o direito sobre o aplicativo e depois em “Publish to shared cloud”. Após um tempo, o aplicativo será publicado e estará disponível em “My shared cloud”.
Para compartilhar seus aplicativos com uma pessoa, clique em “Share” logo abaixo da lista de aplicativos, você deverá digitar o email da pessoa com quem quer compartilhar seus aplicativos, ela deverá fazer o mesmo cadastro no Qlik, e terá acesso a seu aplicativo.Há três limitações para o compartilhamento: só é possível compartilhar todos os aplicativos da pasta compartilhada, você não pode compartilhar o Aplicativo A com uma pessoa e o aplicativo B com outra, por exemplo.
Além disso, a quantidade máximo de compartilhamentos é de 5 pessoas. E por último, não é possível editar um aplicativo compartilhado.
Não foi rápido? Com o aplicativo publicado e compartilhado, é possível visualizá-lo em diferentes dispositivos, sem depender de plataforma.
É possível fazer mais?
Claro, no exemplo que apresentamos fizemos análises simples vinculado duas ou três dimensões medidas, no máximo. É possível vincular várias delas e obter as informações desejadas. Com os dados e exemplos que apresentamos, você consegue responder a essas perguntas?
Onde há a maior quantidade de homens com curso superior?
Qual a média de idade das pessoas que moram em Belo Horizonte?
Qual o maior salário por idade em Recife no ano de 2015?
Todas essas perguntas e muitas outras podem ser respondidas com poucos cliques através do Qlik Sense Cloud.
