Dashboard Operacional com Power BI - VivaSaúde

Descrição

Você é o Analista de Dados da operadora de plano de saúde, VivaSaúde, que atende em quatro regiões do Brasil. Os diretores perceberam que os gastos de seguro saúde aumentaram de forma considerável e precisam monitorar a evolução dos gastos.

Problema

Os diretores fizeram diversas perguntas e gostariam de poder visualizar as respostas em uma única tela ou visualização.

Os dados disponíveis correspondem ao ano anterior dos usuários da operadora possuem as colunas: idade, sexo, IMC (índice de massa corpórea), se é criança, se é fumante, a região do usuário e o valor de seguro saúde de cada usuário.

Sua fonte de dados é um arquivo .csv com dados coletados do sistema de vendas, CRM e ERP da empresa. O conjunto de dados foi entregue pelo departamento de TI.

Os diretores precisam de respostas às seguintes perguntas:

  1. Qual o gasto total da operadora?

  2. Qual a idade média dos usuários da operadora?

  3. Qual o gasto médio por região?

  4. Qual faixa etária possui maior gasto com seguro saúde por região?

  5. Crianças tem gasto maior que adultos?

  6. Qual a proporção de crianças por região?

  7. O aumento da idade influencia no IMC?

  8. Quem tem maior gasto, homens ou mulheres?

  9. Se o usuário for mulher, o IMC é acima ou abaixo da média?

  10. Se for homem, com mais de 50 anos e da região Sudeste, o gasto é maior ou menor que a média de gastos da região?

Seu trabalho é responder às perguntas dos diretores em uma única visualização, ou seja, um único Dashboard.

Proposta de Solução

Indagações iniciais

  1. Qual problema de negócio eu preciso atender?

    Ajudar a responder as perguntas dos diretores através de uma única visualização para justificar o aumento dos gastos do seguro saúde.

  2. Quais são os requisitos do problema?

    Avaliar a evolução dos gastos da operadora, sendo assim, o gasto total da operadora; a idade média dos usuários da operadora; o gasto médio por região; a faixa etária que possui maior gasto com seguro saúde por região; as crianças tem gasto maior que adultos; qual a proporção de crianças por região; o aumento da idade influencia no IMC; quem tem maior gasto, homens ou mulheres; o IMC de um usuário mulher é acima ou abaixo da média; o gasto é maior ou menor que a média de gastos da região de um usuário homem com mais de 50 anos e da região Sudeste.

  3. A minha fonte de dados é suficiente para responder às perguntas de negócios?

    Sim, os atributos necessários serão ValorSeguro do primeiro requisito; Idade para o segundo requisito; ValorSeguro e Região para o terceiro requisito; agrupar Idade em faixas etárias, ValorSeguro e Região para o quarto requisito; EhCrianca e/ou Idade e ValorSeguro para o quinto requisito; EhCrianca e Região para o sexto requisito; Idade e IMC para o sétimo requisito; ValorSeguro e Sexo para o oitavo requisito; Sexo e IMC para o nono requisito; Sexo, Idade, Região e ValorSeguro para o décimo requisito. Nenhum outro será preciso.

  4. Meus dados estão prontos para criar as visualizações?

    Não, os dados requerem pré-processamento adicional. Contudo, também é importante averiguar as configurações regionais da fonte de dados e mapear os tipos de dados.

  5. Preciso estabelecer um Modelo de Organização dos Dados?

    O problema abordado não requer a definição de um Modelo de Organização de Dados. Contudo, caso os tomadores decisão necessitem da apresentação operacional da empresa mais vezes e/ou a fonte dos dados esteja em um banco de dados relacional, talvez seja necessário a criação de um.

  6. Como os dados que possuo vão contribuir para resolver o problema?

    Os dados têm a capacidade de responder as perguntas dos diretores e contribuir para a identificação do aumento considerável dos gastos do seguro saúde.

  7. Houve algum problema na implementação da solução?

    Os diretores estão preocupados sobre como tomar suas decisões e não cabe a eles avaliar se os dados atendem as suas indagações (cabe ao analista de dados avaliar).

    Sobretudo, o departamento de TI notificou que havia a informação de que o usuário era criança ou não, mas não foi possível estabelecer com exatidão a informação no conjunto de dados.

    Para validar se os dados continham usuários crianças ou não. Verificou-se que a idade mínima dos usuários é de 18 anos, ou seja, não havia nenhuma criança nos dados. Deste modo, não foi possível responder as perguntas 5 e 6 dos diretores.

Dashboard (versão 1.0)

Dashboard (versão 1.1)

  • Agrupar dados por Faixa Etária

  • Agrupar dados por Meia Idade

  • Alterar o Gráfico de Dispersão para não resumir os dados contínuos

  • Adicionado Cartão da Média Geral IMC

  • Adicionado Tabela da Média IMC Por Gênero

  • Adicionado Filtro por Meia Idade

  • Adicionado Filtro por Gênero

  • Adicionado Filtro por Região

Dashboard (versão 1.2)

  • Organizado layout

  • Alterado título do dashboard

  • Alterado cores do dashboard

Insights

  • O gasto total da operadora é de 17,68 milhões.

  • A idade média dos usuários é de 39 anos.

  • Os gastos médios das regiões Sul e Norte estão acima do gasto médio operacional.

  • A faixa etária de 50 a 59 anos possui maior gasto com seguro saúde.

  • O aumento da idade influencia no IMC.

  • O gênero masculino tem maior gasto.

  • O IMC está abaixo da média para o usuário mulher.

  • O gasto é maior do que a média de gastos para o usuário homem com mais de 50 anos da região Sudeste.

Arquivos

Os arquivos com os dados e o dashboard do projeto podem ser acessados em meu GitHub.

Referências

Fique à vontade para deixar nos comentários opiniões ou sugestões de melhoria.

Comentários

Postar um comentário

Postagens mais visitadas deste blog

Dados Estruturados, Semi-Estruturados e Desestruturados

Imagem
Introdução Em Big Data, a variedade dos dados é uma importante característica. Sendo assim, fontes de dados cada vez mais complexas lidarão com diversos tipos de dados, estes que sua vez podem ser classificados em estruturados, semi-estruturados e desestruturados. Nesse contexto, é importante saber identificar a estruturação dos dados a fim de extrair o máximo de valor. Dados Estruturados O termo dados estruturados, geralmente, se refere a dados que estão em conformidade com um esquema bem definido. Exemplos de dados estruturados incluem números, datas e grupos de palavras, que normalmente são associados em um banco de dados. Se observarmos uma tabela de um banco de dados, é importante notar que mesmo sem olhar para os dados, você terá a garantia de que cada registro que aparecerá na tabela sempre estará de acordo com o esquema da mesma, sem exceções. E como cada registro em um banco de dados relacional é uma linha em uma tabela definida, tem-se uma garantia de estrutura, ainda mais se...
Leia mais

Normalização e Desnormalização de Banco de Dados

Imagem
Introdução Desnormalização e normalização são duas estratégias para o design de banco de dados, que como veremos, existem diferenças e trade-offs entre as duas abordagens. Considere os elementos básicos que você pode usar para criar tabelas: colunas, tipos de dados e outras propriedades de coluna, chaves primárias e chaves estrangeiras. Com esses elementos básicos, você tem muita flexibilidade na forma de como projeta as tabelas para seu banco de dados.  O SGBD não exige que você tenha uma chave primária em uma tabela, então esta é uma maneira possível de armazenar os dados. Com toda essa liberdade de como você configura suas tabelas, pode ser útil entender essas estratégias gerais de design de banco de dados dependendo de suas necessidades. Normalização A normalização do banco de dados é uma estratégia pela qual você projeta cada tabela para que ela obedeça a determinadas condições ou regras organizacionais. As regras são construídas para formas cada vez mais rígidas de organizaçã...
Leia mais

Por que usar R?

Imagem
A pergunta do título sugere que devemos utilizar a linguagem R, mas por quê? Ao longo deste post irei dando algumas definições da linguagem R para que gradualmente entendermos de que esta é uma ferramenta proeminente, principalmente, em momentos de fazer ciência com dados. O que é a linguagem R? Nenhuma definição, geralmente, é melhor do que a feita pela própria ferramenta. Abaixo, encontra-se uma breve descrição feita pelo site do projeto R : "R é um ambiente de software livre para computação estatística e gráficos. Ele compila e roda em uma ampla variedade de plataformas UNIX, Windows e MacOS." A linguagem R é um projeto open-source, o que significa que não há custo de licença e seu desenvolvimento é feito graças a contribuidores bastante ativos de todo o mundo. Inicialmente, foi desenvolvida por estatísticos do departamento de Estatística da Universidade de Auckland, Nova Zelândia. Uma de suas principais características é fornecer uma ampla variedade de técnicas estatístic...
Leia mais

Tipos de Análise de Dados

Imagem
Neste artigo, veremos os 4 principais tipos de análises. 1. Descritiva “A análise descritiva explica o que aconteceu.” A análise descritiva é a espinha dorsal dos relatórios – é impossível ter ferramentas e painéis de Business Intelligence (BI) sem ela. Ele aborda questões básicas de “quantos, quando, onde e o quê”. Esse tipo de análise permite que você divida um grande pedaço de dados em pedaços menores, extraindo informações relevantes dos dados ou uma breve sinopse do que aconteceu. Exemplo: Vamos dar um exemplo de uso de análise descritiva para os dados do cliente. Isso inclui encontrar respostas para as seguintes perguntas. Com quantos segmentos diferentes de compradores estamos lidando? Onde esses compradores estão localizados? Como os clientes de alto valor diferem? No que eles estão interessados? Qual é a renda, idade, número de filhos, ocupação e distribuição regional desses compradores? 2. Diagnóstica “A análise diagnóstica indica por que isso aconteceu.” A análise diagnóstic...
Leia mais

Dashboard de Vendas com Power BI - RoupasParaTodos

Imagem
Descrição Você é Analista de Dados na empresa RoupasParaTodos, que comercializa roupas e outros acessórios em seu site online com distribuidoras espalhadas por diversos países. Problema A empresa configurou o Google Analytics para extrair dados sobre o perfil dos visitantes do portal de e-commerce e agora o Gestor da área de Marketing gostaria de ter as respostas às perguntas abaixo: Como os clientes mais acessam nosso portal, por busca orgânica ou paga? Quanto tempo em média um visitante permanece em nosso portal por dia do mês? Qual a principal fonte de acesso ao nosso portal? Qual o sistema operacional mais usado para acessar nosso portal? Qual o dispositivo mais usado para acesso ao nosso portal? Qual o total de faturamento por dia? Proposta de Solução Indagações iniciais Qual problema de negócio eu preciso atender? Ajudar a responder às perguntas do gestor da área de Marketing sobre o perfil dos visitantes do portal de e-commerce. Quais são os requisitos do problema? Avaliar como ...
Leia mais