Dashboard interativo com Python e Dash para análise de dados multidisciplinares: prova de conceito para correlações
Carregando...
Data
Autores
Orientador
Lusquino Filho, Leopoldo André Dutra 
Coorientador
Botura Junior, Galdenoro
Pós-graduação
Curso de graduação
Sorocaba - ICTS - Engenharia de Controle e Automação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Trabalho de conclusão de curso
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
Este trabalho apresenta o desenvolvimento e a implantação de um dashboard interativo para a análise integrada de dados multidisciplinares (emissões atmosféricas, epidemiologia e socioeconomia), visando solucionar a problemática da fragmentação de dados públicos no Brasil e o alto custo de ferramentas comerciais de Business Intelligence (BI). Utilizando tecnologias open-source, como Python e o framework Dash, foi construída uma plataforma que permite a exploração de dados de forma autônoma e acessível. A metodologia empregou uma abordagem ágil por meio de iterações, com versionamento via GitHub, e uma arquitetura de software inspirada no padrão Model-View-Controller (MVC) de Reenskaug para garantir a manutenibilidade do código. A plataforma resultante, cuja interface foi guiada por princípios de design e visualização de dados, oferece filtros em cascata, visualizações dinâmicas e uma seção dedicada à análise estatística, incluindo a detecção de outliers pelo método do Intervalo Interquartil (IQR) de Tukey e análise de correlação com múltiplos coeficientes (Pearson; Spearman; Kendall). O ciclo de desenvolvimento foi concluído com a implantação em nuvem na plataforma Heroku, onde a otimização do desempenho, por meio de cache de dados em memória, foi um passo crucial para assegurar a responsividade e a estabilidade da aplicação em um ambiente de produção. O resultado é uma prova de conceito funcional que valida a viabilidade de se construir ferramentas de BI de baixo custo e alto impacto, democratizando o acesso à análise de dados complexos e fornecendo uma base sólida para futuras expansões, como a integração de modelos preditivos e análises geoespaciais.
Resumo (inglês)
This work presents the development and deployment of an interactive dashboard for the integrated analysis of multidisciplinary data (atmospheric emissions, epidemiology, and social economy), aiming to solve the problem of fragmented public data in Brazil and the high cost of commercial Business Intelligence (BI) tools. Using open-source technologies, such as Python and the Dash framework, a platform was built to allow for autonomous and accessible data exploration. The methodology employed an agile approach through the usage of iterations, with version control via GitHub, and software architecture inspired by Reenskaug's Model-View-Controller (MVC) pattern to ensure code maintainability and scalability. The resulting platform, whose interface was guided by universal design and data visualization principles, offers cascading filters, dynamic visualizations, and a dedicated section for statistical analysis, including outlier detection using Tukey's Interquartile Range (IQR) method and correlation analysis with multiple coefficients (Pearson; Spearman; Kendall). The development cycle was completed with the cloud deployment on the Heroku platform, where performance optimization through in-memory data caching was a crucial step to ensure the application's responsiveness and stability in a production environment. The result is a functional proof-of-concept that validates the feasibility of building low-cost, high-impact BI tools, democratizing access to complex data analysis and providing a solid foundation for future enhancements, such as the integration of predictive models and geospatial analyses.
Resumo (espanhol)
Este trabajo presenta el desarrollo y la implantación de un dashboard interactivo para el análisis integrado de datos multidisciplinarios (emisiones atmosféricas, epidemiología y socioeconomía), con el objetivo de solucionar la problemática de la fragmentación de datos públicos en Brasil y el alto costo de las herramientas comerciales de Business Intelligence (BI). Utilizando tecnologías de código abierto, como Python y el framework Dash, se construyó una plataforma que permite la exploración de datos de forma autónoma y accesible. La metodología empleó un enfoque ágil a través de iteraciones, con control de versiones vía GitHub, y una arquitectura de software inspirada en el patrón Modelo-Vista-Controlador (MVC) de Reenskaug para garantizar la mantenibilidad del código. La plataforma resultante, cuya interfaz fue guiada por principios de diseño y visualización de datos, ofrece filtros en cascada, visualizaciones dinámicas y una sección dedicada al análisis estadístico, incluyendo la detección de valores atípicos (outliers) por el método del Rango Intercuartílico (IQR) de Tukey y análisis de correlación con múltiples coeficientes (Pearson; Spearman; Kendall). El ciclo de desarrollo se completó con el despliegue en la nube en la plataforma Heroku, donde la optimización del rendimiento, mediante el almacenamiento en caché de datos en memoria, fue un paso crucial para asegurar la capacidad de respuesta y la estabilidad de la aplicación en un entorno de producción. El resultado es una prueba de concepto funcional que valida la viabilidad de construir herramientas de BI de bajo costo y alto impacto, democratizando el acceso al análisis de datos complejos y proporcionando una base sólida para futuras expansiones, como la integración de modelos predictivos y análisis geoespaciales.
Descrição
Palavras-chave
Análise, Correlação (Estatística), Administração pública, Analysis, Correlation (Statistics), Public administration, Análisis, Correlación, Gestión pública
Idioma
Português
Citação
SIMOE, João Vitor Nogueira. Dashboard interativo com Python e Dash para análise de dados multidisciplinares: prova de conceito para correlações. 2025. 70 p. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Controle e Automação) - Instituto de Ciência e Tecnologia, Universidade Estadual Paulista, Sorocaba, 2025.
