# Do Excel caótico a um dashboard em tempo real: um caso de transformação

Source: https://baqueiro.es/pt/automatizacion/excel-caotico-dashboard-tempo-real-pt/
Published: 2025-12-03T07:51:00+00:00
Updated: 2025-12-03T07:51:00+00:00
Author: Baqueiro Desarrollo Web
Language: pt-PT
Usage: Attribution required: quoting allowed with a visible link back

---

**TL;DR**

- Uma empresa de logística trabalhava com uma dúzia de ficheiros Excel enviados por email todas as manhãs, com versões contraditórias e decisões tomadas com dados de há várias horas.
- Ligámos os seus sistemas a uma base de dados central e montámos um dashboard que se atualiza sozinho, sem consolidação manual.
- Resultado: 4 horas diárias de consolidação eliminadas, dados com menos de 1 hora de atraso e uma fonte única de verdade.

Quando chegámos, a operação funcionava com uma arquitetura de dados a que, sendo generosos, chamaríamos “distribuída”: uma dúzia de folhas de Excel em pastas partilhadas, versões enviadas por email todas as manhãs e uma pessoa que dedicava meio dia, todos os dias, a consolidar tudo num “master” para a direção.

O problema não era a falta de dados. Tinham demasiados e em demasiados sítios. E transformá-los em informação útil levava tanto tempo que, quando o relatório chegava à direção, já era história.

## O contexto: logística com dados fragmentados

A empresa geria transporte de mercadorias para clientes B2B. A sua operação incluía:

- Vários armazéns que introduziam dados em sistemas locais.
- Uma frota de veículos com folhas de rota em papel e em Excel.
- Um departamento de manutenção com registos em Access.
- Faturação num programa de contabilidade desligado das operações.
- Clientes que perguntavam “onde está a minha carga?” e respostas que demoravam horas a chegar.

O sistema de reporting era este: cada armazém enviava um Excel por email ao responsável pelo reporting às 9h00. Ele consolidava-o à mão, aplicava fórmulas, gerava gráficos e enviava um PDF à direção por volta do meio-dia. Nessa altura, os dados tinham entre 3 e 15 horas.

Os problemas eram previsíveis: versões contraditórias (alguém reencaminha um Excel antigo por engano), erros humanos na consolidação, impossibilidade de aprofundar (porque é que aparece este número? é preciso abrir os Excel originais um a um) e a frustração constante de operar com informação desatualizada.

## Análise prévia: perceber antes de construir

Antes de propor qualquer tecnologia, dedicámos 2 semanas a perceber 3 coisas.

**Que decisões são tomadas com que dados.** A direção queria ver a ocupação dos armazéns, o desempenho das rotas, as incidências e o fluxo de caixa operacional. As operações precisavam de visibilidade em tempo real da carga pendente e dos problemas em curso.

**Onde vivem os dados originais.** Alguns estavam num software de gestão de armazém com API. Outros continuavam em Excel porque não existia sistema nenhum. E outros nasciam em papel e alguém os passava depois para Excel.

**Que passos eram realmente necessários.** Muitos passos de consolidação existiam só porque os sistemas não comunicavam entre si, não porque acrescentassem valor. Se um passo só serve para copiar dados de um sítio para outro, é candidato a desaparecer.

## A solução: uma arquitetura de dados unificada

Desenhámos um sistema em 3 camadas.

### Camada 1: ingestão de dados

- **Ligações por API:** os sistemas que já tinham API (o software de armazém e o GPS da frota) foram ligados diretamente. O armazém sincronizava de hora a hora; o GPS, a cada poucos minutos.
- **Carregamento estruturado:** para os dados que continuavam em Excel (manutenção), modelos normalizados com validação, carregados na base de dados central. Se faltasse um campo ou uma data não fizesse sentido, o sistema rejeitava-o no momento.
- **Formulários digitais:** uma aplicação móvel simples substituiu o papel dos motoristas e alimentava diretamente a base de dados.

### Camada 2: base de dados central e processamento

Uma base de dados PostgreSQL onde convergiam todos os dados, com processos automáticos de:

- Limpeza e normalização (o mesmo cliente aparecia escrito de várias formas consoante a fonte).
- Cálculos derivados (desempenho por rota, percentagem de ocupação).
- Histórico (guardar a evolução ao longo do tempo para poder comparar semanas e épocas do ano).

### Camada 3: dashboard e reporting

- **Dashboard operacional:** Metabase (open source) com os KPI atualizados automaticamente, acessível a partir do navegador e do telemóvel.
- **Alertas automáticos:** quando a ocupação de um armazém ultrapassa os 90%, quando uma rota acumula mais de 30 minutos de atraso, etc. Avisos por email e Telegram.
- **Relatórios agendados:** envio automático de PDF diários e semanais sem intervenção humana.

## Implementação: fases e aprendizagens

### Fase 1 (mês 1): resultados rápidos

Ligámos as API existentes e criámos um dashboard básico de ocupação dos armazéns. Valor visível desde o primeiro mês, o que gerou a confiança e o impulso necessários para o que vinha a seguir.

### Fase 2 (meses 2 e 3): dados manuais

Substituímos os Excel soltos por formulários estruturados. Foi a parte mais fastidiosa: convencer as operações de que o novo processo era melhor e iterar os formulários até serem realmente cómodos de usar.

*Lição:* a resistência à mudança não era tecnológica, era de hábito. Cada um tinha os “seus” Excel e confiava mais neles do que em qualquer sistema novo. Ganhámos essa confiança ao demonstrar, durante semanas, que o dashboard mostrava exatamente o mesmo que eles viam no seu Excel local.

### Fase 3 (meses 3 e 4): aplicação móvel para motoristas

Substituímos as folhas de rota em papel por uma aplicação simples (uma PWA, não uma aplicação nativa, para encurtar prazos e não depender das lojas de aplicações). Permitia marcar entregas, reportar incidências com fotografia e consultar a paragem seguinte.

Esse foi o ponto de viragem. Ter a posição de cada veículo e o estado das entregas em tempo real mudou a operação: o centro de controlo via onde estava cada camião e podia gerir as incidências antes de o cliente ligar.

### Fase 4 (mês 5): automatização do reporting

Com os dados a fluir, eliminámos a consolidação manual. A pessoa que dedicava meio dia ao reporting deixou de passar dados de um lado para o outro e passou a analisá-los e a propor melhorias operacionais. Mudança de função, não eliminação do posto de trabalho.

## Resultados medidos

6 meses depois de concluída a implementação:

**Tempo de reporting:** de cerca de 4 horas diárias de consolidação manual para 0. Os relatórios geram-se sozinhos.

**Antiguidade dos dados:** de entre 3 e 15 horas (consoante a hora do dia) para menos de 1 hora na maioria das métricas, e tempo real na posição da frota.

**Erros por versões contraditórias:** eliminados. Há uma fonte única de verdade.

**Resposta a clientes:** de “confirmo-lhe dentro de 1 ou 2 horas” (enquanto alguém procurava nos Excel) para “neste momento vejo que a sua carga está em tal ponto e chega a tal hora”.

**Decisões operacionais:** capacidade de ver tendências (por exemplo, carga a acumular-se num armazém) e agir antes, em vez de reagir a problemas que já aconteceram.

**Retorno:** o investimento total em desenvolvimento rondou os 25 000 €. O tempo de consolidação recuperado, somado a menos erros e a respostas mais rápidas, justificou-o em menos de um ano.

## O que fizemos bem

- **Começar simples e alargar aos poucos.** Não tentámos resolver tudo no primeiro lançamento. Os resultados rápidos deram-nos margem para as fases difíceis.
- **Envolver as operações desde o início.** Não foi “tecnologia imposta de cima”, mas sim “uma ferramenta que resolve os problemas que tu já tens”.
- **Manter o Excel onde fazia sentido.** Não o substituímos só por substituir. Para análises pontuais e cenários hipotéticos, o Excel continuou disponível, agora alimentado com dados fiáveis.
- **Documentar processos.** O novo sistema tinha documentação clara, coisa que o caos de Excel nunca teve. É uma parte que muitos projetos saltam e que [sai cara mais à frente](https://baqueiro.es/pt/automatizacion/custo-automatizacoes-mal-documentadas/).

## O que faríamos de forma diferente

- **Mais formação no início.** Subestimámos de quanta formação alguns utilizadores não técnicos precisavam. Uma sessão de apresentação não chega: é preciso acompanhamento nas primeiras semanas e um guia curto à mão.
- **Permissões mais granulares desde o início.** Tivemos de refazer parte do modelo de permissões quando surgiram necessidades do tipo “este departamento não devia ver esses dados”.
- **Cópias de segurança testadas, não apenas configuradas.** Um pequeno incidente de corrupção de dados lembrou-nos que uma cópia automática não vale nada se nunca se testou a sua reposição.

## Aplicabilidade a outros casos

Este padrão (dados dispersos, consolidação, dashboard e automatização) serve para muitas empresas:

- **Retalho:** consolidar as vendas de vários canais (loja física, loja online, marketplaces).
- **Indústria:** ligar máquinas, inventário e planeamento.
- **Serviços:** horas das equipas, estado dos projetos e faturação.
- **Marketing:** reunir as métricas de várias plataformas num único relatório.

Os detalhes mudam, mas a arquitetura de 3 camadas (ingestão, processamento, visualização) é sólida e replicável. E nem sempre obriga a mudar de sistema: muitas vezes basta ligar o que já existe, como contamos em [como automatizar o reporting do teu ERP sem mudar de sistema](https://baqueiro.es/pt/codigo-que-trabaja-por-ti/automatizar-relatorios-erp-sem-mudar-sistema/). Se quiseres identificar primeiro que informação se devia mover sozinha na tua empresa, começa por [que dados do teu negócio se deviam atualizar sozinhos](https://baqueiro.es/pt/automatizacion/dados-negocio-atualizar-sozinhos/).

## Conclusão

A transformação não consistiu em “abandonar o Excel”. Consistiu em deixar de usar o Excel para aquilo que o Excel faz mal: ser um sistema de dados multiutilizador e em tempo real. O Excel é magnífico para a análise exploratória; como base de dados operacional é um problema.

O valor real não esteve na tecnologia (PostgreSQL e Metabase são padrão e acessíveis). Esteve em perceber que dados alimentam que decisões e em desenhar fluxos que os liguem sem atrito.

Se a tua empresa vive num labirinto de Excel partilhados por email e suspeitas que há uma forma melhor de trabalhar, provavelmente há. [Conta-nos como funciona hoje a tua operação](https://baqueiro.es/pt/contacto/) e dizemos-te, com números, o que faria sentido ligar primeiro.
